洛谷_P1464 Function_python写法

目录

1.错误解法

2.学习记忆化搜索算法

2.1简介

2.2案例学习

3.解法

4.总结


1.错误解法

a = 0
b = 0
c = 0
def w(a,b,c):if a<=0 or b<=0 or c<=0:return 1elif a>20 or b>20 or c>20:return w(20,20,20)elif a<b and b<c:return w(a-1,b,c) + w(a-1,b,c) + w(a-1,b,c-1) -w(a-1,b-1,c-1)else:return w(a-1,b,c) + w(a-1,b-1,c) + w(a-1,b,c-1) - w(a-1,b-1,c-1)
while 1:a, b, c = map(int, input().split(' '))if a==-1 and b==-1 and c==-1:breakelse:print(f'w({a}, {b}, {c}) = {w(a,b,c)}')

 

直接按照题目地意思来做地话,就会超时。

怎么优化,我也不会,那就先去学习吧。再见

看到网上的C++解法说用的是记忆化搜索算法,那就先学习一下看看记忆化算法是个什么事儿。

2.学习记忆化搜索算法

2.1简介

        看完网上有挂记忆化算法的介绍之后,我的胡说八道是,记忆化算法是一种动态规划算法,它能够存储已经计算过的状态信息,避免造成重复计算,从而能够提高算法的效率。 

        看到网上有一个更加生动的解释,所谓的记忆化搜索可以理解为是拥有一个备忘录的递归,而记忆化的实现就是通过这个备忘录,在每次进入递归的时候都会先看看备忘录中是否已经计算了,如果没有就计算,有的话就可以直接使用。

2.2案例学习

思路:

1.定义一个备忘录;

2.每次进入递归,看看备忘录是否有;

3.如果没有,每次返回的时候,将计算的值加入备忘录中。

定义备忘录在python中我们可以利用列表来实现。

在定义列表的时候代码中用到了列表推导式,列表推导式

Python进阶:列表推导式(List Comprehension) - 知乎 (zhihu.com)

n = int(input())def fib(n):l = [0 for i in range(n+1)]return fib_helper(l,n)def fib_helper(l,n):if n == 0 or n == 1:return nif l[n] == 0:l[n] = fib_helper(l,n-1) + fib_helper(l,n-2)return l[n]else:return l[n]print(fib(n))

3.解法

         终于给写出来了,大家一定要认真看题目,计算错了让我找错误找了好久好久呜呜呜呜呜....

        我这里定义的备忘录就是一个三维的列表,关于三维列表的访问大家可以自己尝试写一个简单的三维列表,然后看看他是怎么访问的。

        关于内部的判断,如果按照以前的进行嵌套判断的话,还是会超时,所以就增加了一个并列条件:

elif l[a][b][c]:
        return l[a][b][c]

data = []
l = [[[0 for _ in range(21)] for _ in range(21)] for _ in range(21)]
def w_helper(a,b,c):if a <= 0 or b <= 0 or c <= 0:return 1elif a > 20 or b > 20 or c > 20:return w_helper(20,20,20)elif l[a][b][c]:return l[a][b][c]elif a<b and b<c:l[a][b][c] = w_helper(a,b,c-1) + w_helper(a,b-1,c-1) - w_helper(a,b-1,c)else:l[a][b][c] = w_helper(a-1,b,c) + w_helper(a-1,b-1,c) + w_helper(a-1,b,c-1) - w_helper(a-1,b-1,c-1)return l[a][b][c]while True:a, b, c = map(int, input().split(' '))data.append([a,b,c])if a == -1 and b == -1 and c == -1:data.pop()break
for i in data:print(f'w({i[0]}, {i[1]}, {i[2]}) = {w_helper(i[0], i[1], i[2])}')

4.总结

        理解这个算法并不难,就是要认真看题目,题目看错了一直以为是自己写的算法写错了,好在最后终于写出来了。

        以前学C++的时候其实就是没有耐心去学习,导致我一直都觉得很难,其实我对记忆化搜索算法的理解大概就是存储到列表(其他)遍历的算法。

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.mzph.cn/news/672116.shtml

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email:809451989@qq.com,一经查实,立即删除!

相关文章

Linux命令stress模拟系统负载

stress 是一个在 Linux 下用于模拟系统负载的命令行工具&#xff0c;它可以帮助你测试系统的稳定性以及对系统的负载行为进行评估。下面是 stress 命令的详细使用方法&#xff1a; 安装 stress 在大多数 Linux 发行版中&#xff0c;stress 工具通常不是默认安装的 debian系 …

Vue源码系列讲解——变化侦测篇【下】(Array的变化侦测)

目录 1. 前言 2. 在哪里收集依赖 3. 使Array型数据可观测 3.1 思路分析 3.2 数组方法拦截器 3.3 使用拦截器 4. 再谈依赖收集 4.1 把依赖收集到哪里 4.2 如何收集依赖 4.3 如何通知依赖 5. 深度侦测 6. 数组新增元素的侦测 7. 不足之处 8. 总结 1. 前言 上一篇文…

Angular学习第三天--问题记录

问题一、 1.问题&#xff1a; An unhandled exception occurred: Unexpected token ?? See "C:\Users\22895\AppData\Local\Temp\ng-D60bgy\angular-errors.log" for further details. 2.原因&#xff1a; node版本过低&#xff0c;项目中angular是17&#xff0c;而…

uniapp的api用法大全

页面生命周期API uniApp中的页面生命周期API可以帮助开发者在页面的不同生命周期中执行相应的操作。常用的页面生命周期API包括&#xff1a;onLoad、onShow、onReady、onHide、onUnload等。其中&#xff0c;onLoad在页面加载时触发&#xff0c;onShow在页面显示时触发&#xf…

神经网络 | CNN 与 RNN——深度学习主力军

Hi&#xff0c;大家好&#xff0c;我是半亩花海。本文主要将卷积神经网络&#xff08;CNN&#xff09;和循环神经网络&#xff08;RNN&#xff09;这两个深度学习主力军进行对比。我们知道&#xff0c;从应用方面上来看&#xff0c;CNN 用于图像识别较多&#xff0c;而 RNN 用于…

centos7.9 安装rabbitmq 3.6.15 集群

安装依赖 yum -y install make gcc gcc-c kernel-devel m4 ncurses-devel libxml2-utils libxml2 \ libxslt openssl-devel unixODBC unixODBC-devel unixODBC-bin gtk2 fop wxWidgets-devel wxBaseln -s /usr/bin/wx-config-3.0 /usr/bin/wx-config安装erlang mkdir /opt/er…

计算机网络(第六版)复习提纲26

6 TCP可靠传输的实现 A 以字节为单位的滑动窗口 1 发送窗口 ①发送窗口一定不能超过接收窗口的数值 ②发送窗口后沿后边表示已经发送并确认&#xff0c;后沿只允许前移或不动 ③发送窗口前沿前面表示不可发送&#xff0c;前沿允许不动或前移&#xff0c;也有可能向后收缩&#…

Abap与eCharts

一&#xff0c;简介 利用html与eCharts来绘图&#xff0c;然后用cl_gui_html_viewer将html呈现到abap屏幕中。 二&#xff0c;使用eCharts画图 在一个文件夹中准备如下文件&#xff0c;index.html和echarts.js是必须的&#xff0c;data.json(作为数据源)和jquery.js如果用到就可…

2024年华为OD机试真题-密码解密-Java-OD统一考试(C卷)

题目描述: 给定一段"密文"字符串s,其中字符都是经过"密码本"映射的,现需要将"密文"解密并且输出 映射的规则 (a-i)分别用(1-9)表示;(j-z)分别用(10*-26*)表示 约束:映射始终唯一 输入描述: “密文”字符串 输出描述: 明文字符串 补…

[高性能] - 缓存架构

对于交易系统来说&#xff0c;低延时是核心业务的基本要求。因此需要对业务进行分级&#xff0c;还需要对数据按质量要求进行分类&#xff0c;主要包含两个维度&#xff1a;重要性&#xff0c;延时要求&#xff0c;数据质量。共包含以下三种场景&#xff1a; 1. 重要 延时性要…

Linux系统中安装MAVEN

天行健&#xff0c;君子以自强不息&#xff1b;地势坤&#xff0c;君子以厚德载物。 每个人都有惰性&#xff0c;但不断学习是好好生活的根本&#xff0c;共勉&#xff01; 文章均为学习整理笔记&#xff0c;分享记录为主&#xff0c;如有错误请指正&#xff0c;共同学习进步。…

Python程序员面试题精选及解析(2)

本文精心挑选了10道Python程序员面试题&#xff0c;覆盖了Python的多个核心领域&#xff0c;包括装饰器、lambda函数、列表推导式、生成器、全局解释器锁(GIL)、单例模式以及上下文管理器等。每道题都附有简洁的代码示例&#xff0c;帮助读者更好地理解和应用相关知识点无论是对…

自定义指令实现图片懒加载

步骤&#xff1a; 自定义指令判断图片是否进入视口只有进入视口的图片才发送网络请求代码优化 自定义指令 main.js app.directive(img-lazy, {mounted(el,binding) {// el是绑定的img元素&#xff0c;binding.value是图片srcconsole.log(el, binding.value)} })绑定元素&am…

Rhino.Inside带材质将Revit模型bake到Rhino

Hello大家好&#xff01;我是九哥~ 今天来讲一个小技巧&#xff0c;就是我通常采用RIR将Revit的模型的Geometry Bake到Rhino&#xff0c;肯定是没有材质的&#xff0c;那么如果我们需要带材质那要怎么办呢&#xff1f; 对于会的人&#xff0c;其实挺简单的&#xff0c;只需要…

linux 生成 ca 证书

自建证书 创建用私钥签名的证书 生成私钥 openssl genrsa -out private.key 2048生成证书请求 openssl req -new -key private.key -out server.csr这一步需要填写证书信息&#xff0c;如 You are about to be asked to enter information that will be incorporated into…

2 月 6 日算法练习- 深度优先搜索

砝码承重 【问题描述】 你有一架天平和 N 个砝码&#xff0c;这 N 个砝码重量依次是 W1,W2,...,WN。请你计算一共可以称出多少种不同的正整数重量&#xff1f;注意砝码可以放在天平两边。【输入格式】 输入的第一行包含一个整数 N。第二行包含 N 个整数&#xff1a;W1,W2,W3,.…

Python面试题19-24

解释Python中的装饰器&#xff08;decorators&#xff09;是什么&#xff0c;它们的作用是什么&#xff1f; 装饰器是一种Python函数&#xff0c;用于修改其他函数的功能。它们允许在不修改原始函数代码的情况下&#xff0c;动态地添加功能。解释Python中的文件处理&#xff08…

可解释性AI(XAI):开启AI决策过程透明化,重塑信任与解决伦理偏见

文章目录 每日一句正能量前言可解释性AI的定义与重要性什么是可解释性&#xff1f;促进技术应用的可信度提高技术的透明度保护隐私和数据权益促进AI的社会接受度 可解释性AI的挑战与难点可解释性AI的应用场景后记 每日一句正能量 宁可因高目标而脖子硬&#xff0c;也不要为低目…

【大数据面试题】004 Flink状态后端是什么

一步一个脚印&#xff0c;一天一道大数据面试题。 在实时处理中&#xff0c;状态管理是十分常用的。比如监控某些数据是否一直快速增长。那就需要记录到之前的状态&#xff0c;数值。 那作为最热门的实时处理框架&#xff0c;Flink对状态管理是有一套的。那就是状态后端&…

Undertow使用详解

简介 Undertow是一个开源的、灵活的、高性能的非阻塞性应用服务器&#xff0c;由JBoss提供。它可以用作嵌入式服务器&#xff0c;也可以用作大型项目的全功能应用服务器。Undertow的设计以提供最高的性能和最大的灵活性为主要目标&#xff0c;支持非阻塞性和阻塞性处理方式&…