目录
题目描述
输入描述
输出描述
输入输出样例
输入
输出
样例说明
思路(DFS):
AC代码(Java):
题目链接
题目描述
作物杂交是作物栽培中重要的一步。已知有 N种作物 (编号 1 至 N ),第 i 种作物从播种到成熟的时间为 Ti。作物之间两两可以进行杂交,杂交时间取两种中时间较长的一方。如作物 A 种植时间为 5 天,作物 B 种植时间为 7 天,则 AB 杂交花费的时间为 7 天。作物杂交会产生固定的作物,新产生的作物仍然属于 N 种作物中的一种。
初始时,拥有其中 M 种作物的种子 (数量无限,可以支持多次杂交)。同时可以进行多个杂交过程。求问对于给定的目标种子,最少需要多少天能够得到。
如存在 4 种作物 ABCD,各自的成熟时间为 5 天、7 天、3 天、8 天。初始拥有 AB 两种作物的种子,目标种子为 D,已知杂交情况为 A × B → C,A × C → D。则最短的杂交过程为:
- 第 1 天到第 7 天 (作物 B 的时间),A × B → C。
- 第 8 天到第 12 天 (作物 A 的时间),A × C → D。
- 花费 12 天得到作物 D 的种子。
输入描述
输入的第 1 行包含 4 个整数 N, M, K, T 。N 表示作物种类总数 (编号 1 至 N),M 表示初始拥有的作物种子类型数量,K 表示可以杂交的方案数,T 表示目标种子的编号。
第 2 行包含 N 个整数,其中第 i 个整数表示第 i 种作物的种植时间 Ti (1≤Ti≤100)。
第 3 行包含 M 个整数,分别表示已拥有的种子类型 Kj (1≤Kj≤M),Kj 两两不同。
第 4 至 K + 3 行,每行包含 3 个整数 A, B,C,表示第 A 类作物和第 B 类作物杂交可以获得第 C 类作物的种子。
其中,1≤N≤2000,2≤M≤N,1≤K≤10^5,1≤T≤N, 保证目标种子一定可以通过杂交得到。
输出描述
输出一个整数,表示得到目标种子的最短杂交时间。
输入输出样例
输入
6 2 4 6
5 3 4 6 4 9
1 2
1 2 3
1 3 4
2 3 5
4 5 6
输出
16
样例说明
- 第 1 天至第 5 天,将编号 1 与编号 2 的作物杂交,得到编号 3 的作物种子。
- 第 6 天至第 10 天,将编号 1 与编号 3 的作物杂交,得到编号 4 的作物种子。
- 第 6 天至第 9 天,将编号 2 与编号 3 的作物杂交,得到编号 5 的作物种子。
- 第 11 天至第 16 天,将编号 4 与编号 5 的作物杂交,得到编号 6 的作物种子。
- 总共花费 16 天。
思路(DFS):
题目虽然没有说明,但是测试用例之中会存在编号为C的种子有许多种合成方案。
也就是我们必须算出编号为C的种子所有方案之中耗时最短的一个方案。
我们知道,要求得到一颗种子C,所需要的耗时,就是A+B两个种子之中的最大成熟时间。
但是如果种子C,它合成方案所需要的A和B种子也都没有呢?那么就需要依次往下推,也就是需要A+B种子之中最大的成熟时间,加上合成A或者B种子所需要的最大时间。
如果这颗种子我们没有,那么我们合成这个种子所需要的时间,就是耗时。
了解了耗时之后,我们拥有的种子,那么肯定是不需要消耗时间来得到了。
如同题目给出的例子一样,我们初始拥有1和2种子,我们已经拥有了这两颗种子,那么需要得到它们的耗时就是0,那么3种子呢?
3种子我们是没有拥有的,合成他,就需要取1和2种子之中的成熟时间的最大值,也就是5,所以3种子的成熟时间是5,但是它不需要额外的耗时。
那如果我们还没有合成种子3,想合成种子4呢?那么就需要种子1和种子3,根据题目给出的成熟时间,种子4的成熟时间是max(5,4),也就是5,但是种子3我们还没有,所以得到种子3需要耗时,这个耗时就是我们递归搜索的目的,得到每个种子最快的成熟时间+耗时。
前面我们提到过,种子3的成熟时间是5,那么种子4的成熟时间也是5,因为种子1不需要合成,所以没有额外的耗时;但是种子3没有,需要额外消耗时间去种植它,所以它的耗时是5。
这样回到种子4,那么我们得到种子4一共耗时10。
再看种子5,因为我们之前得到种子3的时候计算过,需要得到它的耗时是5,那么种子5的成熟时间是max(3,4),也就是4天,加上种子3的耗时,所以它一共需要耗时9。
说到这里大家可能有点不太理解,为什么种子5的耗时是9,而不是4呢?
我们从递归的思想出发,从种子6开始进行搜索:
首先我们知道,6的成熟时间是4和5之间的最大值,也就是max(5,4),是5,那么我们得到4和5是不是还需要额外的耗时,去合成4和5?
那么合成4的同时也可以合成5,然后取他们之间的最大耗时,就是合成4,5一共所需要的时间。
所以这题的递归,我们只需要搜索他们该得到该种植,需要的最大成熟时间+两个种子的最大耗时。
也就是我们需要开一个数组来记录得到该种子的最大耗时,已经拥有的种子是不需要额外的耗时的,但是像种子4,它就需要额外5的耗时,加上本身成熟的时间5,一共需要的时间就是10。我们把它记录下来。
种子5也同理,它本身需要的成熟时间是4,种子3需要额外的合成时间,额外的耗时就是5,那么得到种子5的最大耗时是9.
上面我们也提到过,4和5是可以同时进行合成的,所以只需要取他们合成用的最大耗时中的最大值即可。也就是种子4和种子5之间,耗时短的是必然在耗时长的之前完成合成,但也还是需要等待耗时长的合成完毕才能继续合成种子C。所以他们之间是需要对总共耗时取一个最大值的。
所以得出种子C所需要的最短杂交时间,就为自身成熟时间+max(A耗时,B耗时);文章来源:https://www.toymoban.com/news/detail-401954.html
当然,因为种子C会有不同的杂交方案,我们就需要对每一个方案进行对比,取最短的杂交时间的方案。文章来源地址https://www.toymoban.com/news/detail-401954.html
AC代码(Java):
import java.util.Scanner;
// 1:无需package
// 2: 类名必须Main, 不可修改
public class Main {
static boolean[] flag; //标记该种植是否拥有
static int[][] line; //记录方案
static int[] time; //该种子种植所需要的时间
static int[] maxTime; //该种子通过杂交得到的时间
static int[] res; //该种子最终合成需要的时间,用于dfs
static int T;//目标种子的编号
private static void getInputStreamData() {
Scanner scan = new Scanner(System.in);
//第一行的数据
int N = scan.nextInt(); //作物种类总数
int M = scan.nextInt(); //我们初始拥有的种子类型数量
int K = scan.nextInt(); //可以杂交的方案数量
int T = scan.nextInt(); //T就是目标种子的编号,我们要拿到得到这个种子的最短的杂交时间
init(N,M,K,T);
//第二行的数据,从1开始,通过编号找到耗时
for(int i = 1;i<=N;i++) {
time[i] = scan.nextInt();
}
//第三行数据
for(int i = 0 ;i<M;i++) {
int seed = scan.nextInt();
flag[seed] = true; //标记拥有该种子
}
//第四行数据
for(int i = 0;i<K;i++){
// C = A + B
line[i][0] = scan.nextInt(); // A
line[i][1] = scan.nextInt(); // B
line[i][2] = scan.nextInt(); // C
//该种子,也就是C,得到它需要耗费的时间
/*
这里不用hash表记录的原因是,C可以由多种不同的方案得到,如果用hash表,hash表只会记录最新一次的方案
所以这里通过i来记录是方案编号
*/
maxTime[i] = Math.max( time[ line[i][0] ] ,time[ line[i][1] ] );
}
scan.close();
}
private static void init(int N,int M,int K,int t) {
flag = new boolean[N+1]; //使得下标可以==N
line = new int[K][3]; // line[i][0] = A,line[i][1] = B,line[i][2] = C;
time = new int[N+1];
maxTime = new int[K]; //maxTime记录该方案所需要的最大时间,也就是C = A+B所需要的最大时间
res = new int[N+1]; //得到该种子的总耗时
T = t;
}
public static void main(String[] args) {
//拿数据
getInputStreamData();
//dfs搜索可行方案
/*
我们需要得到种子T,那么就要拿到种子T的最大耗时,种子T由A和B组成,那么我们拿到A和B的最大耗时
取二者中最大一个即可。
因为已经拥有的种子不需要耗时,也就是耗时0,所以我们可以得出递归条件就是
当种子未拥有的时候
maxTime[i] + Math.max( dfs( line[i][0] ) , dfs( line[i][1]) );
*/
System.out.println( dfs(T) );
}
private static int dfs(int target) {
if(flag[target] == false) { //如果该种子不存在
int expend = Integer.MAX_VALUE;
//遍历方案 line.length == k ,因为一个C可能有多个方案组成,我们需要通过min找到耗时最小的方案
//所以要遍历完全部方案
for(int i = 0;i<line.length;i++) {
//C = A+B ,我们的target就是C
if( line[i][2] == target) {
// 当前方案的最大耗时+ A和B中的最大耗时,也就是(max(A,B))
expend = Math.min( maxTime[i] + Math.max( dfs(line[i][0]) , dfs(line[i][1]) ) ,expend);
}
}
//拿到该种子的耗时之后就可以标记我们拥有该种子了
flag[target] = true;
//更新得到该种子的耗时
res[target] = expend;
}
return res[target];
}
}
到了这里,关于蓝桥杯:作物杂交 (DFS)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!