2026-04-22:探索地牢的得分。用go语言,给定一个生命值上限 hp,以及两个长度分别为 n 的正整数数组 damage 和 requirement(下标从 1 到 n)。 地牢中共有 n 个陷

news2026/4/28 1:17:15
2026-04-22探索地牢的得分。用go语言给定一个生命值上限 hp以及两个长度分别为 n 的正整数数组 damage 和 requirement下标从 1 到 n。地牢中共有 n 个陷阱房间房间编号为 1,2,…,n。你可以从某个起点开始依次进入房间并且不能跳过任何房间即使进入后生命值降到 0 或更低你仍然必须继续往下走到末尾。当你进入第 i 个房间时生命值会立刻减少 damage[i]。生命值减少之后如果你此时的剩余生命值 ≥ requirement[i]那么你在该房间获得 1 分。对任意起点 j定义 score(j) 为从房间 j 开始一路进入到房间 n按顺序不跳过你一共能拿到的分数。要求你计算并返回对所有起点 j1 到 n把 score(j) 加总后的结果即 score(1)score(2)…score(n)。1 hp 1000000000。1 n damage.length requirement.length 100000。1 damage[i], requirement[i] 10000。输入 hp 11, damage [3,6,7], requirement [4,2,5]。输出 3。解释score(1) 2, score(2) 1, score(3) 0。总分为 2 1 0 3。例如score(1) 2因为从房间 1 开始可以获得 2 分你从 11 点生命值开始。进入房间 1生命值变为 11 - 3 8。因为 8 4你获得 1 分。进入房间 2生命值变为 8 - 6 2。因为 2 2你获得 1 分。进入房间 3生命值变为 2 - 7 -5。因为 -5 5你没有获得分数。题目来自力扣3771。代码执行过程第一步初始化基础变量数组长度 ndamage 数组的长度示例中 n3答案初始值总共有 n*(n1)/2 个「潜在得分机会」示例中 3*4/26含义理论上所有房间都能得分的最大总分数前缀和数组 sum长度为 n1sum[0]0用来存储前i个伤害的累加值第二步遍历每个房间 i计算该房间的无效起点数代码循环遍历每一个房间 i核心目的找出「无法让房间i得分的起点数量」从总机会中减去。前缀和计算sum[i1] sum[i] damage[i]代表从第1个房间走到第i个房间总共造成的伤害总和计算无效起点的阈值low 走到i房间的总伤害 requirement[i] - 生命值上限hp这个值的含义起点j需要满足「前j-1个房间的总伤害 ≥ low」这个起点j就是无效的走到i房间无法得分筛选无效起点数量如果 low 0用二分查找在已计算的前缀和中找到第一个 ≥ low 的位置这个位置的数字就是无法让房间i得分的起点数量从总答案中减去这个数量第三步逐房间执行以示例详细演示示例数据hp11damage[3,6,7]requirement[4,2,5]n3初始答案6sum[0,0,0,0]遍历第1个房间i0计算前缀和sum[1] sum[0] 3 3计算阈值 low 3 4 - 11 -4low ≤ 0无无效起点答案保持 6遍历第2个房间i1计算前缀和sum[2] sum[1] 6 9计算阈值 low 9 2 - 11 0low ≤ 0无无效起点答案保持 6遍历第3个房间i2计算前缀和sum[3] sum[2] 7 16计算阈值 low 16 5 - 11 10low 0二分查找前缀和 sum[0~2] [0,3,9] 中 ≥10 的数没有找到返回位置 3答案减去 36 - 3 3第四步输出最终结果最终答案3和题目示例完全一致。核心逻辑总结最易懂版总共有 6 个潜在得分3个起点最多各得2、1、0分理论满分6只有第3个房间存在3个无效起点所有起点走到这里都无法得分总得分 6 - 3 3时间复杂度 额外空间复杂度1. 总时间复杂度O(n log n)遍历所有n个房间O(n)每个房间执行一次二分查找二分查找的时间是 O(log n)总复杂度n 次遍历 × 每次 log n 查找 O(n log n)满足 n≤10万的性能要求2. 总额外空间复杂度O(n)只开辟了一个长度为 n1 的前缀和数组 sum没有使用其他动态增长的空间空间复杂度与输入规模n成正比总结算法核心贡献法前缀和二分反向计算每个房间的有效得分起点数执行过程初始化→遍历计算前缀和→求无效起点→扣减得到总答案时间复杂度O(n log n)高效处理10万数据空间复杂度O(n)仅使用前缀和数组Go完整代码如下packagemainimport(fmtsort)functotalScore(hpint,damage,requirement[]int)int64{n:len(damage)sum:make([]int,n1)ans:n*(n1)/2fori,req:rangerequirement{sum[i1]sum[i]damage[i]low:sum[i1]req-hpiflow0{ans-sort.SearchInts(sum[:i1],low)}}returnint64(ans)}funcmain(){hp:11damage:[]int{3,6,7}requirement:[]int{4,2,5}result:totalScore(hp,damage,requirement)fmt.Println(result)}Python完整代码如下# -*-coding:utf-8-*-importbisectdeftotalScore(hp,damage,requirement):nlen(damage)prefix_sum[0]*(n1)ansn*(n1)//2fori,reqinenumerate(requirement):prefix_sum[i1]prefix_sum[i]damage[i]lowprefix_sum[i1]req-hpiflow0:# 在 prefix_sum[0:i1] 中查找第一个 low 的位置posbisect.bisect_left(prefix_sum,low,0,i1)ans-posreturnansif__name____main__:hp11damage[3,6,7]requirement[4,2,5]resulttotalScore(hp,damage,requirement)print(result)C完整代码如下#includeiostream#includevector#includealgorithmlonglongtotalScore(inthp,conststd::vectorintdamage,conststd::vectorintrequirement){intndamage.size();std::vectorintsum(n1,0);longlongans1LL*n*(n1)/2;for(inti0;in;i){sum[i1]sum[i]damage[i];intlowsum[i1]requirement[i]-hp;if(low0){// 在 sum[0..i] 中查找第一个 low 的位置autoitstd::lower_bound(sum.begin(),sum.begin()i1,low);ans-(it-sum.begin());}}returnans;}intmain(){inthp11;std::vectorintdamage{3,6,7};std::vectorintrequirement{4,2,5};longlongresulttotalScore(hp,damage,requirement);std::coutresultstd::endl;return0;}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2543195.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…