c++实现:问题2:查找石头对 有N个编号为[0,N-1]的石头,我们知道每个石头的重量。我们想要找到一对石头,即2个石头,它们的重量差为D。 问题A 正式描述问题以清楚地定义问题,没有歧义。例如:编写一个函数F,它的输入是...函数的输出是...这个问题可能比你想象的要难,请仔细思考。 问题B 1.编写你在问题A中描述的函数。 2.你的算法的空间复杂度是什么?时间复杂度是什么? 3.你能够实现O(N)的时间复杂度和空间复杂度吗?如果可以,请实现它。 4.编写一个测试程序来测试你的函数。 a.请列出你想要测试的所有边界情况。 b.如何验证函数能够正确处理这些边界情况?你能以更系统化的方式进行吗? 问题C(可选) 与原问题B相同,但这次我们想要找到所有重量差为D的石头对。请注意,石头对(1,4)和(4,1)被视为同一对,因此只需要返回一对。你的算法的时间复杂度应为O(max(R,N)),其中R为结果对数,N为石头数。

时间: 2023-07-15 17:11:58 浏览: 90
问题A: 编写一个函数findStonePair,它的输入是一个整数数组stones和一个整数D,表示石头的重量和重量差,函数的输出是一个长度为2的整数数组,表示重量差为D的石头对的编号。如果没有重量差为D的石头对,则返回[-1,-1]。 问题B: 1. 实现findStonePair函数: ```c++ #include <unordered_map> #include <vector> std::vector<int> findStonePair(const std::vector<int>& stones, int D) { std::unordered_map<int, int> map; for (int i = 0; i < stones.size(); i++) { int target = stones[i] - D; if (map.count(target)) { return std::vector<int>{map[target], i}; } map[stones[i]] = i; } return std::vector<int>{-1, -1}; } ``` 2. 算法的空间复杂度为O(N),时间复杂度为O(N),其中N为石头数量。 3. 可以实现O(N)的时间复杂度和空间复杂度。可以通过排序石头数组,然后使用双指针来查找重量差为D的石头对。具体实现如下: ```c++ #include <algorithm> #include <vector> std::vector<int> findStonePair(const std::vector<int>& stones, int D) { std::vector<int> sorted_stones = stones; std::sort(sorted_stones.begin(), sorted_stones.end()); int left = 0, right = 1; while (right < sorted_stones.size()) { int diff = sorted_stones[right] - sorted_stones[left]; if (diff == D) { // 找到了重量差为D的石头对 int left_index = std::find(stones.begin(), stones.end(), sorted_stones[left]) - stones.begin(); int right_index = std::find(stones.begin(), stones.end(), sorted_stones[right]) - stones.begin(); return std::vector<int>{left_index, right_index}; } else if (diff < D) { right++; } else { left++; if (left == right) { right++; } } } return std::vector<int>{-1, -1}; } ``` 4. 编写一个测试程序: ```c++ #include <iostream> void testFindStonePair() { std::vector<int> stones{3, 1, 4, 6, 5}; int D = 2; std::vector<int> expected{0, 2}; std::vector<int> result = findStonePair(stones, D); if (result == expected) { std::cout << "Test case 1 passed\n"; } else { std::cout << "Test case 1 failed\n"; } stones = {3, 1, 4, 6, 5}; D = 3; expected = {0, 3}; result = findStonePair(stones, D); if (result == expected) { std::cout << "Test case 2 passed\n"; } else { std::cout << "Test case 2 failed\n"; } stones = {3, 1, 4, 6, 5}; D = 4; expected = {-1, -1}; result = findStonePair(stones, D); if (result == expected) { std::cout << "Test case 3 passed\n"; } else { std::cout << "Test case 3 failed\n"; } stones = {}; D = 2; expected = {-1, -1}; result = findStonePair(stones, D); if (result == expected) { std::cout << "Test case 4 passed\n"; } else { std::cout << "Test case 4 failed\n"; } stones = {1}; D = 2; expected = {-1, -1}; result = findStonePair(stones, D); if (result == expected) { std::cout << "Test case 5 passed\n"; } else { std::cout << "Test case 5 failed\n"; } } int main() { testFindStonePair(); return 0; } ``` a. 边界情况包括: - 石头数组为空。 - 石头数组只有一个元素。 - 石头数组中不存在重量差为D的石头对。 - 石头数组中存在多个重量差为D的石头对。 b. 可以通过手动计算每个边界情况的预期结果,并将其与实际结果进行比较来验证函数的正确性。可以使用更系统化的方式,如使用单元测试框架编写多个测试用例,并自动验证函数的正确性。

相关推荐

最新推荐

recommend-type

C++ boost::asio编程-异步TCP详解及实例代码

主要介绍了C++ boost::asio编程-异步TCP详解及实例代码的相关资料,需要的朋友可以参考下
recommend-type

C++ boost::asio编程-同步TCP详解及实例代码

主要介绍了C++ boost::asio编程-同步TCP详解及实例代码的相关资料,需要的朋友可以参考下
recommend-type

C++实现两个有序数组的合并

主要为大家详细介绍了C++实现两个有序数组的合并,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

C++使用递归和非递归算法实现的二叉树叶子节点个数计算方法

主要介绍了C++使用递归和非递归算法实现的二叉树叶子节点个数计算方法,涉及C++二叉树的定义、遍历、统计相关操作技巧,需要的朋友可以参考下
recommend-type

约瑟夫环问题用C++代码实现

8. 【题目】约瑟夫环(约瑟夫问题)是一个数学的应用问题:已知n个人(以编号1,2,3...n分别表示)围坐在一张圆桌周围。从编号为1的人开始报数,数到k的那个人出列;他的下一个人又从1开始报数,数到k的那个人又...
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

SQL怎么实现 数据透视表

SQL可以通过使用聚合函数和GROUP BY子句来实现数据透视表。 例如,假设有一个销售记录表,其中包含产品名称、销售日期、销售数量和销售额等信息。要创建一个按照产品名称、销售日期和销售额进行汇总的数据透视表,可以使用以下SQL语句: ``` SELECT ProductName, SaleDate, SUM(SaleQuantity) AS TotalQuantity, SUM(SaleAmount) AS TotalAmount FROM Sales GROUP BY ProductName, SaleDate; ``` 该语句将Sales表按照ProductName和SaleDat
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。