NOIP经典模拟习题

最小花费

【题目描述】

在n个人中，某些人的银行账号之间可以互相转账。这些人之间转账的手续费各不相同。给定这些人之间转账时需要从转账金额里扣除百分之几的手续费，请问A最少需要多少钱使得转账后B收到100元。

【输入格式】

第一行输入两个用空格隔开的正整数n,m，分别表示总人数和可以互相转账的人的对数。

以下m行每行输入三个用空格隔开的正整数x,y,z，表示标号为x的人和标号为y的人之间互相转账需要扣除z%的手续费(0

最后一行输入两个用空格隔开的正整数A,B。

数据保证A与B之间可以直接或间接地转账。

【输出格式】

输出A使得B到账100元最少需要的总费用。精确到小数点后3位。

【输入样例】

3 3

1 2 1

2 3 2

1 3 3

1 3

【输出样例】

103.072

【数据范围】

对于30%的数据，满足1<=n<=100

对于所有数据，满足1<=n<=2000。

生日派对

【题目描述】

有N-1位同学要去参加小徐的生日派对。小徐的生日派对在编号为x(1<=x<=n)的地方举行，而这N-1位同学分别住在编号为1~N（除X）的地方。现在有M(1<=m<=100000)条有向道路，每条路长为ti(1<=ti<=100)。

每位同学都必须参加完派对后回家，每位同学都会选择最短路径，求这n-1位同学的最短路径（一个来回）中最长的一条的长度。

特别提醒：可能有权值不同的重边。

数据保证每位同学均能到达X处，并从X处返回。

【输入格式】

第1行：N,M,X；

第2~m+1行: Ai,Bi,Ti,表示有一条从Ai到Bi的路，长度为Ti.

【输出格式】

输出仅一行，为最长最短路的长度。

【输入样例】

4 8 2

1 2 4

1 3 2

1 4 7

2 1 1

2 3 5

3 1 2

3 4 4

4 2 3

【输出样例】

10

【数据范围】

对于60%的数据，满足1<=n<=100

对于所有数据，满足1<=n<=1000。

收费站

【题目描述】

在某个遥远的国家里，有n个城市。编号为1，2，3，……，n。

这个国家的政府修建了m条双向的公路。每条公路连接着两个城市。沿着某条公路，开车从一个城市到另一个城市，需要花费一定的汽油。

开车每经过一个城市，都会被收取一定的费用（包括起点和终点城市）。所有的收费站都在城市中，在城市间的公路上没有任何的收费站。

小徐现在要开车从城市u到城市v(1<=u，v<=n)。她的车最多可以装下s升的汽油。在出发的时候，车的油箱是满的，并且她在路上不想加油。

在路上，每经过一个城市，她要交一定的费用。如果她某次交的费用比较多，她的心情就会变得很糟。所以她想知道，在她能到达目的地的前提下，她交的费用中最多的一次最少是多少。这个问题对于她来说太难了，于是她找到了聪明的你，你能帮帮她吗？

【输入格式】

第一行5个正整数，n，m，u，v，s。分别表示有n个城市，m条公路，从城市u 到城市v，车的油箱的容量为s升。

接下来有n行，每行1个正整数，fi。表示经过城市i，需要交费fi元。

再接下来有m行，每行3个正整数，ai，bi，ci(1<=ai，bi<=n)。表示城市ai和城市bi之间有一条公路，如果从城市ai到城市bi，或者从城市bi到城市ai，需要用ci升汽油。

【输出格式】

仅一个整数，表示小徐交费最多的一次的最小值。

如果她无法到达城市v，输出-1。

【输入样例1】

4 4 2 3 8

8

5

6

10

2 1 2

2 4 1

1 3 4

3 4 3

【输出样例1】

8

【输入样例2】

4 4 2 3 3

8

5

6

10

2 1 2

2 4 1

1 3 4

3 4 3

【输出样例2】

-1

【数据范围】

对于60%的数据，满足n<=200，m<=10000，s<=200

对于100%的数据，满足n<=10000，m<=50000，s<=1000000000

对于100%的数据，满足ci<=1000000000，fi<=1000000000，可能有两条边连接着相同的城市。

传染病防疫

【题目描述】

传染病来势汹汹，一个区域内的城镇要共同抵御疫情……

这个区域内共有N座城镇，其中Q个城镇已经建好了防疫站，为了防疫工作的需要，每个城镇必须有公路通到至少一个防疫站，现在已有一些修好的路可以利用。修建第i个城镇到第j个城镇的公路花费cost(i，j)，还有有P个城镇由于条件优越，可以花钱建防疫站。这N 个城镇的人民找到了会编程的你，至少要花多少钱可以完成防疫？

【输入格式】

第1行：3个整数N，Q，P

下来Q行，每行一个整数Ki，表示第K个城镇已有防疫站，

下来P行，每行2个整数Ti和price_i,表示在第Ti个城镇修建防疫站的价格为price_i

以下N*N的矩阵，第i行第j列的整数表示cost（i，j）

最后N*N的矩阵，第i行第j列的整数第i个城镇与第j个城镇之间的道路有无情况，为0或者1，1表示已经修建好的，0表示还没有道路。

题目保证2个矩阵都是对称的（a[i,j] = a[j,i]）且主对角线都为0（a[i,i]=0 , i=1..n）。

【输出格式】

1行1个整数ans，表示最少的花费。

【输入样例】

3 1 1

1

3 1

0 3 3

3 0 5

3 5 0

0 1 0

1 0 0

0 0 0

【输出样例】

1

【样例解释】

城镇1已建好防疫站，且1-2有道路已经修好。只需在城镇3建防疫站，费用为1.

【数据范围】

对于20% 的数据P=0,Q=1

对于30% 的数据N<=10

对于100%的数据N<=700

0<=Q,P<=N

Cost,price 均为1~100000 间的整数，题目保证P+Q>0

noip普及组复赛模拟试题26(答案)

1．数字反转(reverse.cpp/c/pas)【问题描述】给定一个整数，请将该数各个位上数字反转得到一个新数。新数也应满足整数的常见形式，即除非给定的原数为零，否则反转后得到的新数的最高位数字不应为零（参见样例2）。【输入】输入文件名为reverse.in。 输入共 1 行，一个整数N。 【输出】输出文件名为reverse.out。 输出共 1 行，一个整数，表示反转后的新数。 【输入输出样例1】reverse.in reverse.out 123 321 【输入输出样例2】Reverse.in reverse.out -380 -83 【数据范围】-1,000,000,000 ≤N≤1,000,000,000。 var s3,s1,s2:string; n,i:integer; begin assign(input,'reverse.in');reset(input); assign(output,'reverse.out');rewrite(output); read(s1); n:=length(s1); if s1[1]='-' then begin s2:='-'; for i:=1 to n-1 do s1[i]:=s1[i+1]; delete(s1,n,1); end; n:=length(s1); for i:=1 to n do s3:=s3+s1[n-i+1]; i:=1; while(s3[i]='0')and(length(s3)>1) do delete(s3,1,1); write(s2+s3); close(input);close(output); end. 2．统计单词数(stat.cpp/c/pas)【问题描述】一般的文本编辑器都有查找单词的功能，该功能可以快速定位特定单词在文章中的位置，有的还能统计出特定单词在文章中出现的次数。 现在，请你编程实现这一功能，具体要求是：给定一个单词，请你输出它在给定的文章 中出现的次数和第一次出现的位置。注意：匹配单词时，不区分大小写，但要求完全匹配， 即给定单词必须与文章中的某一独立单词在不区分大小写的情况下完全相同（参见样例1）， 如果给定单词仅是文章中某一单词的一部分则不算匹配（参见样例2）。 【输入】输入文件名为stat.in，2 行。 第 1 行为一个字符串，其中只含字母，表示给定单词； 第 2 行为一个字符串，其中只可能包含字母和空格，表示给定的文章。

动态规划例题

例1：机器负荷分配问题 某公司新购进1000台机床，每台机床都可在高、低两种不同的负荷下进行生产，设在高负荷下生产的产量函数为g(x )=10x （单位：百件），其中x 为投入生产的机床数量，年完好率为a =0.7；在低负荷下生产的产量函数为h(y)=6y （单位：百件），其中y 为投人生产的机床数量，年完好率为b=0.9。计划连续使用5年，试问每年如何安排机床在高、低负荷下的生产计划，使在五年内生产的产品总产量达到最高。 例2：某企业通过市场调查，估计今后四个时期市场对某种产品的需要量如下表： 时期(k) 1 2 3 4 需要量(d k ) 2（单位） 3 2 4 假定不论在任何时期，生产每批产品的固定成本费为3(千元)，若不生产，则为零；生产单位产品成本费为1(千元)；每个时期生产能力所允许的最大生产批量为不超过6个单位，则任何时期生产x 个单位产品的成本费用为： 若 0＜x ≤6 ， 则生产总成本＝3十1·x 若 x ＝0 ， 则生产总成本＝0 又设每个时期末未销售出去的产品，在一个时期内单位产品的库存费用为0.5(千元)，同时还假定第1时期开始之初和在第4个时期之末，均无产品库存。现在我们的问题是；在满足上述给定的条件下，该厂如何安排各个时期的生产与库存，使所花的总成本费用最低？ 例3：设某企业在第一年初购买一台新设备，该设备在五年内的年运行收益、年运行费用及更换新设备的净费用如下表：（单位：万元） 年份(k) 役龄(t) 运行收益()k g t 运行费用()k r t 更新费用()k c t 第一年 0 22 6 18 第二年 0 1 23 21 6 8 19 22

noip普及组复赛模拟试题18

1. 话说去年苹果们被陶陶摘下来后都很生气，于是就用最先进的克隆技术把陶陶克隆了好多份>.<然后把他们挂在树上，准备摘取。摘取的规则是，一个苹果只能摘一个陶陶，且只能在它所能摘到的高度以下（即是小于关系）的最高的陶陶，如果摘不到的话只能灰溜溜的走开了>.<给出苹果数目及每个苹果可以够到的高度和各个陶陶的高度，求苹果们都摘完后剩下多少个陶陶…… 【输入格式】第一行为两个数，分别为苹果的数量n和陶陶的数量m（n,m<=2000）以下的n行，分别为各个苹果能够到的最大高度。再接下来的m行，分别为各个陶陶的高度。高度均不高于300。 当然了，摘取的顺序按照输入的“苹果够到的最大高度”的顺序来摘。 【输出格式】输出仅有一个数，是剩下的陶陶的数量 【样例输入】5 5↙9↙10↙2↙3↙1↙6↙7↙8↙9↙10 【样例输出】3 2. 某小学最近得到了一笔赞助，打算拿出其中一部分为学习成绩优秀的前5名学生发奖学金。期末，每个学生都有3门课的成绩：语文、数学、英语。先按总分从高到低排序，如果两个同学总分相同，再按语文成绩从高到低排序，如果两个同学总分和语文成绩都相同，那么规定学号小的同学排在前面，这样，每个学生的排序是唯一确定的。 任务：先根据输入的3门课的成绩计算总分，然后按上述规则排序，最后按排名顺序输出前5名学生的学号和总分。注意，在前5名同学中，每个人的奖学金都不相同，因此，你必须严格按上述规则排序。例如，在某个正确答案中，如果前两行的输出数据（每行输出两个数：学号、总分）是：7 279 5 279 这两行数据的含义是：总分最高的两个同学的学号依次是7号、5号。这两名同学的总分都是279（总分等于输入的语文、数学、英语三科成绩之和），但学号为7的学生语文成绩更高一些。如果你的前两名的输出数据是：5 279 7 279则按输出错误处理，不能得分。【输入】输入文件scholar.in包含n+1行： 第1行为一个正整数n，表示该校参加评选的学生人数。 第2到n+1行，每行有3个用空格隔开的数字，每个数字都在0到100之间。第j行的3个数字依次表示学号为j-1的学生的语文、数学、英语的成绩。每个学生的学号按照输入顺序编号为1~n（恰好是输入数据的行号减1）。 所给的数据都是正确的，不必检验。 【输出】输出文件scholar.out共有5行，每行是两个用空格隔开的正整数, 依次表示前5名学生的学号和总分。 【输入输出样例1】 scholar.in scholar.out 6 90 67 80 87 66 91 78 89 91 88 99 77 67 89 64 78 89 98 6 265 4 264 3 258 2 244 1 237 【输入输出样例2】 scholar.in scholar.out 8 80 89 89 8 265 2 264

NOIP竞赛模拟试题

NOIP2016普及组复赛模拟赛试卷 普及组 （请选手务必仔细阅读本页内容） 二．提交源程序文件名 三．编译命令（不包含任何优化开关） 注意事项： 1、文件名（程序名和输入输出文件名）必须使用英文小写。 2、C/C++中函数 main()的返回值类型必须是 int，程序正常结束时的返回值必须是 0。 3、统一评测时采用的机器配置为：CPU P4 3.0GHz，内存 2G，上述时限以此配置为准。 4、特别提醒：评测在Windows下进行，评测软件为cena8.0。

River Hopscotch (jump.pas/c/cpp) 【问题描述】 每年，奶牛们都举办一种特殊的跳房子游戏，在这个游戏中，大家小心翼翼地在河中的岩石上跳。这个游戏在一条笔直的河中进行，以一块岩石表示开始，以另一块距离起点L单位长度的岩石表示结束。在这两块岩石中间还有N 块岩石，每块的位置距离起点是 Di 个单位长度。 玩这个游戏的时候，每头牛从开始的那块岩石想办法要跳到表示结束的那块岩石上。中间只能在从某块岩石跳跃到另一块岩石，反复的这样跳。当然，不够敏捷的牛永远跳不到终点，最终只能落入河中。 农民 John 为他的牛感到自豪，每年都观看比赛。随着时间的推移，他对于那些胆小的只能跳过很短距离的牛感到厌烦。为了那些牛，其他农民会把岩石的间距弄得很小。他计划移除一些岩石，从而增加奶牛在跳跃时需要的最短距离。他不能移除开始和结束的两块岩石。但是除此之外他可以移除 M 块岩石。 FJ 希望知道他能够增加多少最短跳跃距离。求当他移除了M块岩石后，奶牛从开始跳到结束的岩石，每次跳跃的最短距离至多可以增加到多少。 【输入格式】 第1行: 三个用空格分开的整数，分别是 L, N 和 M。 第2..N+1行: 每行一个整数，表示中间N块岩石的位置，没有两块岩石处于同一位置。 【输出格式】 输出共一行一个整数，表示移除某M块岩石后，相邻岩石间距最小值的最大可能情况。 【输入样例】 25 5 2 2 14 11 21 17 【输出样例】 4 【输入说明】中间有 5 块岩石，坐标 2, 11, 14, 17 和 21。开始岩石在0，结束岩石在25。 【输出解释】没有移除任何岩石之前，最少需要跳2个单位长度，从0到2。当移除了位于 2 和 14的两块岩石后, 需要的最短跳跃距离就变成了4。(从 17 到 21 或从 21 到 25)。 【数据规模】 对于30%的数据： 0≤N≤100； 对于50%的数据： 0≤N≤5,000； 对于100%的数据：1≤L≤1,000,000,000；0≤N≤50,000；0

经典算法——动态规划教程

动态规划是对最优化问题的一种新的算法设计方法。由于各种问题的性质不同，确定最优解的条件也互不相同，因而动态规划的没计法对不同的问题，有各具特色的表示方式。不存在一种万能的动态规划算法。但是可以通过对若干有代表性的问题的动态规划算法进行讨论，学会这一设计方法。 多阶段决策过程最优化问题 ——动态规划的基本模型 在现实生活中，有一类活动的过程，由于它的特殊性，可将过程分成若干个互相联系的阶段，在它的每一阶段都需要作出决策，从而使整个过程达到最好的活动效果。因此各个阶段决策的选取不能任意确定，它依赖于当前面临的状态，又影响以后的发展。当各个阶段决策确定后，就组成一个决策序列，因而也就确定了整个过程的一条活动路线。这种把一个问题看做是一个前后关联具有链状结构的多阶段过程就称为多阶段决策过程，这种问题称为多阶段决策最优化问题。 【例题1】最短路径问题。图中给出了一个地图，地图中每个顶点代表一个城市，两个城市间的连线代表道路，连线上的数值代表道路的长度。现在，想从城市A到达城市E，怎样走路程最短，最短路程的长度是多少? 【分析】把从A到E的全过程分成四个阶段，用k表示阶段变量，第1阶段有一个初始状态A，两条可供选择的支路ABl、AB2；第2阶段有两个初始状态B1、 B2，B1有三条可供选择的支路，B2有两条可供选择的支路……。用dk(x k，x k+1)表示在第k阶段由初始状态x k到下阶段的初始状态x k+1的路径距离，Fk(x k)表示从第k阶段的x k到终点E的最短距离，利用倒推方法求解A到E的最短距离。具体计算过程如下： S1：K=4，有：F4(D1)=3，F4(D2)=4，F4(D3)=3 S2: K=3，有： F3(C1)=min{d3(C1,D1)+F4(D1),d3(C1,D2)+F4(d2)}=min{8,10}=8 F3(C2)=d3(C2,D1)+f4(D1)=5+3=8 F3(C3)=d3(C3,D3)+f4(D3)=8+3=11 F3(C4)=d3(C4,D3)+f4(D3)=3+3=6

NOIP复赛模拟题一

NOIP复赛模拟题一 1、与3和5无关的数（num.cpp） 描述 一个正整数x,如果它能被x整除,或者它的十进制表示法中某个位数上的数字为x,则称其为与x相关的数.现求所有小于等于n(n<300)的与x无关的正整数的平方和. <300)的与x无关的正整数的平方和.

输入 输入第一行为一个整数N，表示小白鼠的数目。 下面有N行，每行是一只白鼠的信息。第一个为正整数，表示白鼠的重量，； 第二个为字符串，表示白鼠的帽子颜色，字符串长度不超过10个字符。 注意：白鼠的重量各不相同。 输出 按照白鼠的重量从小到大的顺序输出白鼠的帽子颜色。 样例输入 3 30 red 50 blue 40 green 样例输出 red green blue 3、滑雪(skate.cpp) 描述 Michael喜欢滑雪百这并不奇怪，因为滑雪的确很刺激。可是为了获得速度，滑的区域必须向下倾斜，而且当你滑到坡底，你不得不再次走上坡或者等待升降机来载你。Michael想知道载一个区域中最长的滑坡。区域由一个二维数组给出。数组的每个数字代表点的高度。下面是一个例子 1 2 3 4 5 16 17 18 19 6

动态规划讲解大全(含例题及答案)

动态规划讲解大全 动态规划(dynamic programming)是运筹学的一个分支，是求解决策过程(decision process)最优化的数学方法。20世纪50年代初美国数学家R.E.Bellman等人在研究多阶段决策过程(multistep decision process)的优化问题时，提出了著名的最优化原理(principle of optimality)，把多阶段过程转化为一系列单阶段问题，逐个求解，创立了解决这类过程优化问题的新方法——动态规划。1957年出版了他的名著Dynamic Programming，这是该领域的第一本著作。 动态规划问世以来，在经济管理、生产调度、工程技术和最优控制等方面得到了广泛的应用。例如最短路线、库存管理、资源分配、设备更新、排序、装载等问题，用动态规划方法比用其它方法求解更为方便。 虽然动态规划主要用于求解以时间划分阶段的动态过程的优化问题，但是一些与时间无关的静态规划(如线性规划、非线性规划)，只要人为地引进时间因素，把它视为多阶段决策过程，也可以用动态规划方法方便地求解。 动态规划程序设计是对解最优化问题的一种途径、一种方法，而不是一种特殊算法。不象前面所述的那些搜索或数值计算那样，具有一个标准的数学表达式和明确清晰的解题方法。动态规划程序设计往往是针对一种最优化问题，由于各种问题的性质不同，确定最优解的条件也互不相同，因而动态规划的设计方法对不同的问题，有各具特色的解题方法，而不存在一种万能的动态规划算法，可以解决各类最优化问题。因此读者在学习时，除了要对基本概念和方法正确理解外，必须具体问题具体分析处理，以丰富的想象力去建立模型，用创造性的技巧去求解。我们也可以通过对若干有代表性的问题的动态规划算法进行分析、讨论，逐渐学会并掌握这一设计方法。 基本模型 多阶段决策过程的最优化问题。 在现实生活中，有一类活动的过程，由于它的特殊性，可将过程分成若干个互相联系的阶段，在它的每一阶段都需要作出决策，从而使整个过程达到最好的活动效果。当然，各个阶段决策的选取不是任意确定的，它依赖于当前面临的状态，又影响以后的发展，当各个阶段决策确定后，就组成一个决策序列，因而也就确定了整个过程的一条活动路线，如图所示：（看词条图） 这种把一个问题看作是一个前后关联具有链状结构的多阶段过程就称为多阶段决策过程，这种问题就称为多阶段决策问题。 记忆化搜索 给你一个数字三角形, 形式如下: 1 2 3 4 5 6 7 8 9 10 找出从第一层到最后一层的一条路,使得所经过的权值之和最小或者最大. 无论对与新手还是老手，这都是再熟悉不过的题了，很容易地，我们写出状态转移方程：f(i, j)=a[i, j] + min{f(i+1, j)，f(i+1, j + 1)} 对于动态规划算法解决这个问题，我们根据状态转移方程和状态转移方向，比较容易地写出动态规划的循环表示方法。但是，当状态和转移非常复杂的时候，也许写出循环式的动态规划就不是那么

NOIP 2017全国青少年信息学奥林匹克联赛提高组初赛试题答案

NOIP 2017全国青少年信息学奥林匹克联赛提高组初赛试题答案 ? 一、单项选择题（共 15 题，每题 1.5 分，共计 22.5 分；每题有且仅有一个正确选项）? 1. 从( )年开始，NOIP 竞赛将不再支持 Pascal 语言。 A. 2020 B. 2021 C. 2022 D. 2023 ? 2.在 8 位二进制补码中，10101011 表示的数是十进制下的( )。 A. 43 B. -85 C. -43 D.-84 ? 3.分辨率为 1600x900、16 位色的位图，存储图像信息所需的空间为( )。 A. 2812.5KB B. 4218.75KB C. 4320KB D. 2880KB ? 4. 2017年10月1日是星期日，1949年10月1日是( )。 A. 星期三 B. 星期日 C. 星期六 D. 星期二 ? 5. 设 G 是有 n 个结点、m 条边(n ≤m)的连通图，必须删去 G 的( )条边，才能使得 G 变成一棵树。 A.m–n+1 B. m-n C. m+n+1 D.n–m+1 ? 6. 若某算法的计算时间表示为递推关系式： T(N)=2T(N/2)+NlogN T(1)=1 则该算法的时间复杂度为( )。 A.O(N) B.O(NlogN) C.O(N log2N) D.O(N2) ? 7. 表达式a * (b + c) * d的后缀形式是()。 A. abcd*+* B. abc+*d* C. a*bc+*d D. b+c*a*d

? 8. 由四个不同的点构成的简单无向连通图的个数是( )。 A. 32 B. 35 C. 38 D. 41 ? 9. 将7个名额分给4个不同的班级，允许有的班级没有名额，有( )种不同的分配方案。 A. 60 B. 84 C. 96 D.120 ? 10. 若f[0]=0, f[1]=1, f[n+1]=(f[n]+f[n-1])/2，则随着i的增大，f[i]将接近与( )。 A. 1/2 B. 2/3 D. 1 ? 11. 设A和B是两个长为n的有序数组，现在需要将A和B合并成一个排好序的数组，请问任何以元素比较作为基本运算的归并算法最坏情况下至少要做( )次比较。 A. n2 B. nlogn C. 2n D.2n-1 ? 12. 在n(n>=3)枚硬币中有一枚质量不合格的硬币（质量过轻或质量过重），如果只有一架天平可以用来称重且称重的硬币数没有限制，下面是找出这枚不合格的硬币的算法。请把 a-c三行代码补全到算法中。 a. A XUY b. A Z c. n |A| 算法Coin(A,n) 1. k n/3 2. 将A中硬币分成X,Y,Z三个集合，使得|X|=|Y|=k, |Z|=n-2k 3. if W(X)≠W(Y) //W(X), W(Y)分别为X或Y的重量 4. then_______ 5. else_______ 6. __________ 7. if n>2 then goto 1 8. if n=2 then 任取A中1枚硬币与拿走硬币比较，若不等，则它不合格；若相等，则A 中剩下的硬币不合格 9. if n=1 then A中硬币不合格 正确的填空顺序是( )。 A. b,c,a B. c,b,a C. c,a,b D.a,b,c ?

全国信息学奥林匹克联赛(noip2013)复赛试题

全国信息学奥林匹克联赛（NOIP2013 ）复赛 普及组 1．记数问题 (count.cpp/c/pas) 【问题描述】 试计算在区间1 到n 的所有整数中，数字x （0 ≤x ≤ 9）共出现了多少次？例如，在1 到11 中，即在1、2、3、4 、5、6、7、8、9、10、11 中，数字1 出现了4 次。【输入】 输入文件名为count.in。 输入共1 行，包含2 个整数n 、x ，之间用一个空格隔开。 【输出】 输出文件名为count.out。 输出共1 行，包含一个整数，表示x 出现的次数。 【输入输出样例】 count.in count.out 11 1 4 【数据说明】 对于100%的数据，1≤ n ≤ 1,000,000，0 ≤x ≤ 9。 2．表达式求值 (expr.cpp/c/pas) 【问题描述】 给定一个只包含加法和乘法的算术表达式，请你编程计算表达式的值。 【输入】 输入文件为expr.in。 输入仅有一行，为需要你计算的表达式，表达式中只包含数字、加法运算符“+ ”和乘法运算符“*”，且没有括号，所有参与运算的数字均为0 到231-1 之间的整数。输入数据保 证这一行只有0~ 9、+ 、*这12 种字符。 【输出】 输出文件名为expr.out。 输出只有一行，包含一个整数，表示这个表达式的值。注意：当答案长度多于4 位时，请只输出最后4 位，前导0 不输出。 第2 页共5 页

【输入输出样例1】 expr.in expr.out 1+1*3+4 8 【输入输出样例2 】 expr.in expr.out 1+1234567890*1 7891 【输入输出样例3 】 expr.in expr.out 1+1000000003*1 4 【输入输出样例说明】 样例1 计算的结果为8，直接输出8。 样例2 计算的结果为1234567891，输出后4 位，即7891 。 样例3 计算的结果为1000000004，输出后4 位，即4 。 【数据范围】 对于30%的数据，0≤表达式中加法运算符和乘法运算符的总数≤ 100； 对于80%的数据，0≤表达式中加法运算符和乘法运算符的总数≤ 1000； 对于100%的数据，0≤表达式中加法运算符和乘法运算符的总数≤ 100000。 3．小朋友的数字 (number.cpp/c/pas) 【问题描述】 有n 个小朋友排成一列。每个小朋友手上都有一个数字，这个数字可正可负。规定每个 小朋友的特征值等于排在他前面（包括他本人）的小朋友中连续若干个（最少有一个）小朋友手上的数字之和的最大值。 作为这些小朋友的老师，你需要给每个小朋友一个分数，分数是这样规定的：第一个小朋友的分数是他的特征值，其它小朋友的分数为排在他前面的所有小朋友中（不包括他本人）， 小朋友分数加上其特征值的最大值。 请计算所有小朋友分数的最大值，输出时保持最大值的符号，将其绝对值对 p 取模后输出。 【输入】 输入文件为number.in。 第一行包含两个正整数n 、p ，之间用一个空格隔开。 第二行包含n 个数，每两个整数之间用一个空格隔开，表示每个小朋友手上的数字。

noip普及组复赛模拟试题17(附答案)

图书馆馆长正犯愁呢，原来，有一堆的书要他整理，每本书都有一个书号（<=32767),现在他有一本书，这本书的书号为K（<=32767),现在他要找出一本书号比这本书大的书和书号比这本小的书(但都要最接近图书馆馆长已有的书号），将找到的这两本书的书号加起来，并算出加起来以后的数是否为素数 Input 第一行二个数为N,K，表示几本书以及手中书的书号（<=32767) 第二行开始有N个整数，表示这些书的书号 Output 第一行一个数，表示两本书书号加起来的和 第二行一个字符，表示和是否为素数，若是则输出"Y"否则输出"F"（引号不打出）Sample Input 6 5 6 4 5 3 1 20 Sample Output 10 F program ex1148; var n,k,i,x,s:integer; a:array[0..32767] of integer; f:boolean; begin readln(n,k); fillchar(a,sizeof(a),0); for i:=1 to n do begin read(x); a[x]:=1; end; s:=0; for i:=k+1 to 32767 do if a[i]<>0 then begin s:=s+i;break; end; for i:=k-1 downto 1 do if a[i]<>0 then begin s:=s+i;break; end; f:=true; for i:=2 to trunc(sqrt(s)) do if s mod i=0 then begin f:=false;break;end; writeln(s); if f=true then write('Y') else write('F'); end. 输入12 7 8 12 18 7 11 3 20 15 14 26 21 16 输出11 Y 输入21 10

noip算法总结2016

算法总结 一、动态规划和递推 dp一般的解题步骤： 分析问题，弄清题意——从原问题中抽象出模型——根据模型设计状态，要求状态满足最优子结构和无后效性——直接设计状态有难度的话则需要考虑转化模型——根据设计的状态考虑转移——如果过不了题目要求的数据范围，则需要考虑优化 由于动态规划涉及的内容太多，只言片语难以讲清，所以附件中放了很多篇关于动态规划的文章，大部分系原创，并附上了一些经典的论文，主要讲了DP的优化，一些特殊的状态设计技巧 Dp和递推没有本质区别，都是用一些状态来描述问题，并记录下一些信息，根据已知信息推出未知信息，直到得到问题的解 关于DP的优化有两篇神级论文，放在附件里面了，写的非常好。 二、图论及网络流 最小生成树：克鲁斯卡尔算法和普利姆算法， ——重要性质1：最小生成树上任意两点的路径的最大边最小 ——重要性质2：最小生成树的多解（方案个数）只与相同权值的的边有关（省队集训题生成树计数） 最短路：spfa算法、堆+迪杰斯特拉算法 Spfa算法是基于松弛技术的，随机图效果极佳，最坏（网格图或存在负权环）O(nm)，适用于任意图，能够判断负权环 ——判负权环的方法：记录每个点当前从原点到它的最短路上边的条数，如果某次更新后这个条数>n-1则存在负权环 堆+迪杰斯特拉则是用了贪心的思想，不断扩大确定dist的集合，同时更新dist，如果边权有负值就不能做，复杂度是O((n+m)logn)的 拓扑排序：可以将有向图转化为一个线性的序列，满足一个点所有的前驱结点都出现在这个点在序列中的位置之前。可以判断这个有向图是否有环 ——一个简单而实用的扩展：给树做类top排序，可以有类似的功能，即每次去掉叶子结点，将树转化为一个具有拓扑关系的序列 ——再扩展：树同构判断，可用类top确定树根是谁，再最小表示法+hash即可 强连通分量、缩点：tarjan算法 核心是每个点记一个时间戳ti[i], 另外low[i]表示i点能延伸出的搜索树中节点的ti[i]的最小值，还要维护个栈记当前路径上的点，low[i]初始化为ti[i]，如果搜完i了，ti[i]=low[i]则当前栈顶到i的所有点会在一个强连同分量内。

动态规划经典教程

动态规划经典教程 引言：本人在做过一些题目后对DP有些感想，就写了这个总结： 第一节动态规划基本概念 一，动态规划三要素：阶段，状态，决策。 他们的概念到处都是，我就不多说了，我只说说我对他们的理解： 如果把动态规划的求解过程看成一个工厂的生产线，阶段就是生产某个商品的不同的环节，状态就是工件当前的形态，决策就是对工件的操作。显然不同阶段是对产品的一个前面各个状态的小结，有一个个的小结构成了最终的整个生产线。每个状态间又有关联（下一个状态是由上一个状态做了某个决策后产生的）。 下面举个例子： 要生产一批雪糕，在这个过程中要分好多环节：购买牛奶，对牛奶提纯处理，放入工厂加工，加工后的商品要包装，包装后就去销售……，这样没个环节就可以看做是一个阶段；产品在不同的时候有不同的状态，刚开始时只是白白的牛奶，进入生产后做成了各种造型，从冷冻库拿出来后就变成雪糕（由液态变成固态=_=||）。每个形态就是一个状态，那从液态变成固态经过了冰冻这一操作，这个操作就是一个决策。 一个状态经过一个决策变成了另外一个状态，这个过程就是状态转移，用来描述状态转移的方程就是状态转移方程。 经过这个例子相信大家对动态规划有所了解了吧。 下面在说说我对动态规划的另外一个理解： 用图论知识理解动态规划：把动态规划中的状态抽象成一个点，在有直接关联的状态间连一条有向边，状态转移的代价就是边上的权。这样就形成了一个有向无环图AOE网（为什么无环呢？往下看）。对这个图进行拓扑排序，删除一个边后同时出现入度为0的状态在同一阶段。这样对图求最优路径就是动态规划问题的求解。 二，动态规划的适用范围 动态规划用于解决多阶段决策最优化问题，但是不是所有的最优化问题都可以用动态规划解答呢？ 一般在题目中出现求最优解的问题就要考虑动态规划了，但是否可以用还要满足两个条件： 最优子结构（最优化原理） 无后效性 最优化原理在下面的最短路径问题中有详细的解答； 什么是无后效性呢？ 就是说在状态i求解时用到状态j而状态j就解有用到状态k…..状态N。 而求状态N时有用到了状态i这样求解状态的过程形成了环就没法用动态规划解答了，这也是上面用图论理解动态规划中形成的图无环的原因。 也就是说当前状态是前面状态的完美总结，现在与过去无关。。。 当然，有是换一个划分状态或阶段的方法就满足无后效性了，这样的问题仍然可以用动态规划解。 三，动态规划解决问题的一般思路。 拿到多阶段决策最优化问题后，第一步要判断这个问题是否可以用动态规划解决，如果不能就要考虑搜索或贪心了。当却定问题可以用动态规划后，就要用下面介绍的方法解决问题了：（1）模型匹配法： 最先考虑的就是这个方法了。挖掘问题的本质，如果发现问题是自己熟悉的某个基本的模型，就直接套用，但要小心其中的一些小的变动，现在考题办都是基本模型的变形套用时要小心条件，三思而后行。这些基本模型在先面的分类中将一一介绍。 （2）三要素法 仔细分析问题尝试着确定动态规划的三要素，不同问题的却定方向不同： 先确定阶段的问题：数塔问题，和走路问题（详见解题报告） 先确定状态的问题：大多数都是先确定状态的。 先确定决策的问题：背包问题。（详见解题报告） 一般都是先从比较明显的地方入手，至于怎么知道哪个明显就是经验问题了，多做题就会发现。 （3）寻找规律法： 这个方法很简单，耐心推几组数据后，看他们的规律，总结规律间的共性，有点贪心的意思。 （4）边界条件法 找到问题的边界条件，然后考虑边界条件与它的领接状态之间的关系。这个方法也很起效。 （5）放宽约束和增加约束 这个思想是在陈启锋的论文里看到的，具体内容就是给问题增加一些条件或删除一些条件使问题变的清晰。 第二节动态规划分类讨论

NOIP模拟试题

全国信息学奥林匹克联赛（NOIP2011)复赛 提高组 模拟模拟试题试题试题（二试） （二试）（请选手务必仔细阅读本页内容） 一.题目概况 中文题目名称密码子翻译苹果二叉树青蛙王子的口令 英文题目与子目录名cell apple order 可执行文件名cell apple order 输入文件cell.in apple.in order.in 输出文件cell.out apple.out order.out 每个测试点时限1秒1秒1秒测试点数目101010每个测试点分值101010附加样例文件有有 有 结果比较方式全文比较（过滤行末空格及文末回车） 题目类型 传统 传统 传统二.提交源程序文件名 三.运行内存限制 对于pascal 语言cell.pas apple.pas order.pas 对于C 语言cell.c apple.c order.c 对于C++语言 cell.cpp apple.cpp order.cpp 内存上限 128M 128M 128M

1.密码子翻译 （cell cell.pas/c/cpp) .pas/c/cpp)【问题描述】 DNA 是一切细胞生物的遗传物质。它能指导蛋白质的合成，从而控制细胞的新陈代谢和生物的性状。 中心法则（genetic central dogma ）是所有有细胞结构的生物所遵循的法则，它的主要内容是遗传信息从DNA 传递给mRNA ，再从mRNA 传递给蛋白质的转录和翻译的过程（如图）。 mRNA 是由许多核糖核苷酸组成的链状分子，但这些核糖核苷酸不外乎4种：腺嘌呤核糖核苷酸（A ），鸟嘌呤核糖核苷酸（G ），胞嘧啶核糖核苷酸（C ）和尿嘧啶核糖核苷酸（U ）。mRNA 上三个相邻的核糖核苷酸序列叫做密码子，一个密码子可以翻译成一个氨基酸，且密码子不重叠。已知：一条mRNA 只能翻译成若干种氨基酸，并且知道决定这些氨基酸的密码子。给出一条mRNA 的核糖核苷酸序列，请你计算出它最多能翻译成多少氨基酸。【输入】 输入文件名为cell.in 。 第一行，一个长度为l 的字符串，表示核糖核苷酸序列。 接下来若干行，每行一个密码子，只有这些密码子能够翻译成氨基酸。相同的密码子不重复出现。 输入数据仅由A 、G 、C 、U 四个大写字母组成。【输出】 输出文件名为cell.out 。 只有一个正整数N ，表示给出的核糖核苷酸序列组成的mRNA 最多能翻译成氨基酸的数目。 【输入输出样例1】【输入输出样例 1说明】 在核糖核苷酸序列ACACGAUC 中标出密码子：ACACGAUC 这样最多只能选取CAC 、 AUC 两个密码子翻译，即输出2。 cell cell.in .in cell.out ACACGAUC CAC AUC CGA 2

动态规划习题

第七章动态规划 规划问题的最终目的就是确定各决策变量的取值，以使目标函数达到极大或极小。在线性规划和非线性规划中，决策变量都是以集合的形式被一次性处理的；然而，有时我们也会面对决策变量需分期、分批处理的多阶段决策问题。所谓多阶段决策问题是指这样一类活动过程：它可以分解为若干个互相联系的阶段，在每一阶段分别对应着一组可供选取的决策集合；即构成过程的每个阶段都需要进行一次决策的决策问题。将各个阶段的决策综合起来构成一个决策序列，称为一个策略。显然，由于各个阶段选取的决策不同，对应整个过程可以有一系列不同的策略。当过程采取某个具体策略时，相应可以得到一个确定的效果，采取不同的策略，就会得到不同的效果。多阶段的决策问题，就是要在所有可能采取的策略中选取一个最优的策略，以便得到最佳的效果。动态规划（dynamic programming）同前面介绍过的各种优化方法不同，它不是一种算法，而是考察问题的一种途径。动态规划是一种求解多阶段决策问题的系统技术，可以说它横跨整个规划领域（线性规划和非线性规划）。当然，由于动态规划不是一种特定的算法，因而它不象线性规划那样有一个标准的数学表达式和明确定义的一组规则，动态规划必须对具体问题进行具体的分析处理。在多阶段决策问题中，有些问题对阶段的划分具有明显的时序性，动态规划的“动态”二字也由此而得名。动态规划的主要创始人是美国数学家贝尔曼（Bellman）。20世纪40年代末50年代初，当时在兰德公司（Rand Corporation）从事研究工作的贝尔曼首先提出了动态规划的概念。1957年贝尔曼发表了数篇研究论文，并出版了他的第一部著作《动态规划》。该著作成为了当时唯一的进一步研究和应用动态规划的理论源泉。1961年贝尔曼出版了他的第二部著作，并于1962年同杜瑞佛思（Dreyfus）合作出版了第三部著作。在贝尔曼及其助手们致力于发展和推广这一技术的同时，其他一些学者也对动态规划的发展做出了重大的贡献，其中最值得一提的是爱尔思（Aris）和梅特顿（Mitten）。爱尔思先后于1961年和1964年出版了两部关于动态规划的著作，并于1964年同尼母霍思尔（Nemhauser）、威尔德（Wild）一道创建了处理分枝、循环性多阶段决策系统的一般性理论。梅特顿提出了许多对动态规划后来发展有着重要意义的基础性观点，并且对明晰动态规划路径的数学性质做出了巨大的贡献。 动态规划在工程技术、经济管理等社会各个领域都有着广泛的应用，并且获得了显著的效果。在经济管理方面，动态规划可以用来解决最优路径问题、资源分配问题、生产调度问题、库存管理问题、排序问题、设备更新问题以及生产过程最优控制问题等，是经济管理中一种重要的决策技术。许多规划问题用动态规划的方法来处理，常比线性规划或非线性规划更有效。特别是对于离散的问题，由于解析数学无法发挥作用，动态规划便成为了一种非常有用的工具。 动态规划可以按照决策过程的演变是否确定分为确定性动态规划和随机性动态规划；也可以按照决策变量的取值是否连续分为连续性动态规划和离散性动态规划。本教材主要介绍动态规划的基本概念、理论和方法，并通过典型的案例说明这些理论和方法的应用。 §7.1 动态规划的基本理论 1.1多阶段决策过程的数学描述 有这样一类活动过程，其整个过程可分为若干相互联系的阶段，每一阶段都要作出相应的决策，以使整个过程达到最佳的活动效果。任何一个阶段（stage，即决策点）都是由输入（input）、决策（decision）、状态转移律（transformation function）和输出（output）构成的，如图7-1（a）所示。其中输入和输出也称为状态（state），输入称为输入状态，输出称为输出状态。

动态规划习题精讲

信息学竞赛中的动态规划专题 哈尔滨工业大学周谷越 【关键字】 动态规划动机状态典型题目辅助方法优化方法 【摘要】 本文针对信息学竞赛（面向中学生的Noi以及面向大学生的ACM/ICPC）中的动态规划算法，从动机入手，讨论了动态规划的基本思想和常见应用方法。通过一些常见的经典题目来归纳动态规划的一般作法并从理论上加以分析和说明。并介绍了一些解决动态规划问题时的一些辅助技巧和优化方法。纵观全文可知，动态规划的关键在于把握本质思想的基础上灵活运用。 【目录】 1.动态规划的动机和基本思想 1.1.解决重复子问题 1.2.解决复杂贪心问题 2.动态规划状态的划分方法 2.1.一维状态划分 2.2.二维状态划分 2.3.树型状态划分 3.动态规划的辅助与优化方法 3.1.常见辅助方法 3.2.常见优化方法 4.近年来Noi动态规划题目分析 4.1 Noi2005瑰丽华尔兹 4.2 Noi2005聪聪与可可 4.3 Noi2006网络收费 4.4 Noi2006千年虫 附录参考书籍与相关材料

1.动态规划的动机和基本思想 首先声明，这里所说的动态规划的动机是从竞赛角度出发的动机。 1.1 解决重复子问题 对于很多问题，我们利用分治的思想，可以把大问题分解成若干小问题，然后再把各个小问题的答案组合起来，得到大问题的解答。这类问题的共同点是小问题和大问题的本质相同。很多分治法可以解决的问题（如quick_sort，hanoi_tower等）都是把大问题化成2个以内的不相重复的小问题，解决的问题数量即为∑(log2n / k)。而考虑下面这个问题： USACO 1.4.3 Number Triangles http://122.139.62.222/problem.php?id=1417 【题目描述】 考虑在下面被显示的数字金字塔。 写一个程序来计算从最高点开始在底部任意处结束的路径经过数字的和的最大。每一步可以走到左下方的点也可以到达右下方的点。 7 3 8 8 1 0 2 7 4 4 4 5 2 6 1 在上面的样例中，从7到3到8到7到5的路径产生了最大和：30。 【输入格式】 第一个行包含R(1<= R<=1000) ,表示行的数目。后面每行为这个数字金字塔特定行包含的整数。所有的被供应的整数是非负的且不大于100。 【输出格式】 单独的一行包含那个可能得到的最大的和。 【样例输入】 5 7 3 8 8 1 0 2 7 4 4 4 5 2 6 1 【样例输出】 30 显然，我们同样可以把大问题化成小问题来解决。如样例中最底层的6就可以从次底层

NOIP复赛模拟试题I.doc

NOIP 复赛模拟试题（I ） 1. 医院设置（hospital.cpp ） 【问题描述】 设有一棵二叉树（如下閔，其中圈中的数字表示结点中居民的人口，圈边h 数字表示结 点编号。现在要求在某个结点上建立一个返院，使所奋佔W 所走的路程之和为最小，同吋约 定，相邻结点之 M 的距离为1。就木阁而言，若医院建在1处，则距离和 =4+12+2*20+2*40=136；若民院建在 3 处， 则距离和=4*2+13+20+40=81…… 【输入格式（hospital.in ）］ 其中第一行一个整数n,表示树的结点数（n<=100）。接K 来的n 行 每行描述了 一个结点的状况，包含三个整数，整数之间川空格（一 个或多个）分隔，其中：第一个数为店民人口数；第二个数为左链 接，为0表示无链接；第三个数为右链接，为0表示无链接。 【输出格式（hospital.out ）】 该文件只有一个整数，表示最小距离和。 【样例输入】 5 1323 400 12 4 5 20 0 0 40 0 0 【样例输出】 81 2. 而税（area.cpp ） 【问题描述】 编程计算由“ * ”号围成的下列图形的面积。面积计算方法是统计*号所围成的闭合曲线中 水平线和垂直线交点的数目。如右K 图所示，在10*10的二维数组中，有“围住了 15个点， 因此面积为15。在输入中，为了方便起见使用“1”来代替右图中的“*”。。 【输入格式（area.in ）】 ° 输入数据保证仅冇一个10*10的01矩阵 ° 【输出格式（area.out ）】 o 0 0 0 0 一个数，表示面积 【样例输入】

0000000000 0000111000 0000100100 00000 10010 0010001010 ()10101 0 0 1 0 010******* 0010000100 000 1111100 0000000000 【样例输出】 15 3.极值问题(number.cpp) 【问题描述】 已知m、n为整数，且满足下列两个条件： ①m、nG { 1 , 2 ,…，k},即Km, n^k ②(n2—m*n —m2) 2=1 你的任务是：编程输入正整数k (l