动态规划

基本思想

动态规划方法的基本思想是,把求解的问题分成许多阶段或多个子问题,然后按顺序求解各子问题。最后一个子问题就是初始问题的解。

由于动态规划的问题有重叠子问题的特点,为了减少重复计算,对每一个子问题只解一次,将其不同阶段的不同状态保存在一个二维数组中。

动态规划=贪婪策略+递推(降阶)+存储递推结果

阅读更多

nodejs httpserver

1
touch time.js
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
var http = require("http");
var sleep = require('system-sleep');


var server = http.createServer(function (req, res) {
var requestBody = "";
req.on('data', function(chunk) {
requestBody += chunk;
});

req.on('end', function() {
var request = req.method + " " + req.url + "\n\n";

var hrTime = process.hrtime();
request += (hrTime[0] * 1000000 + hrTime[1] / 1000);
request += "\n\n";

res.setHeader('Content-Type', 'application/json');
res.setHeader('X-QUOTA', '100');
res.setHeader('Access-Control-Allow-Origin','*');

if (req.url != "/") {
console.log(request);
}
if (req.url != "/no-end-response"){
res.end(request);
}
});

req.on('error', function(err) {
console.log(err);
});
});
server.listen(9999);
server.timeout = 400000
1
2
touch run_time_server.sh

1
2
3
4
#!/bin/sh

pkill node
node --max-old-space-size=2048 time.js &
1
2
## run time server
./run_time_server.sh

img.png

参考文章

Kruskal

某省调查城镇交通状况,得到现有城镇道路统计表,表中列出了每条道路直接连通的城镇。省政府“畅通工程”的目标是使全省任何两个城镇间都可以实现交通(但不一定有直接的道路相连,只要互相间接通过道路可达即可)。问最少还需要建设多少条道路?

测试输入包含若干测试用例。每个测试用例的第1行给出两个正整数,分别是城镇数目N ( < 1000 )和道路数目M;随后的M行对应M条道路,每行给出一对正整数,分别是该条道路直接连通的两个城镇的编号。为简单起见,城镇从1到N编号。
注意:两个城市之间可以有多条道路相通,也就是说
3 3
1 2
1 2
2 1
这种输入也是合法的
当N为0时,输入结束,该用例不被处理。

对每个测试用例,在1行里输出最少还需要建设的道路数目。

4 2
1 3
4 3
3 3
1 2
1 3
2 3
5 2
1 2
3 5
999 0
0
output

1
0
2
998
Huge input, scanf is recommended.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97

import java.io.*;
import java.util.*;
public class Main{
public static int pre[];
public static int m,n;
public static Edge []edges;
static class Edge implements Comparable<Edge>{
public int u,v,w;
public int compareTo(Edge e){
return this.w-e.w;
}

}
public static int find(int x){
int r = x;
while(pre[r]!=r) r=pre[r];
int j=x,tmp;
while(j!=r)
{
tmp = pre[j];
pre[j] = r;
j = tmp;
}
return r;
}
public static int kruskal(){
int tot=1,sum=0;
for(int i=1;i<=m&&tot<=n;i++) //i代表边,toto代表已经连接的村庄数量
{

int a = find(edges[i].u);
int b = find(edges[i].v);
if(a!=b){
sum+=edges[i].w;
pre[a] = b;
tot++;
}
}
return sum;
}
//解决javaIO读取过慢的方法,利用该类读取输入数据,不要用Scanner!!!
static class InputReader {
public BufferedReader reader;
public StringTokenizer tokenizer;

public InputReader(InputStream stream) {
reader = new BufferedReader(new InputStreamReader(stream), 32768);
tokenizer = null;
}

public String next() {
while (tokenizer == null || !tokenizer.hasMoreTokens()) {
try {
tokenizer = new StringTokenizer(reader.readLine());
} catch (IOException e) {
throw new RuntimeException(e);
}
}
return tokenizer.nextToken();
}

public int nextInt() {
return Integer.parseInt(next());
}

}
public static void main(String []args) {
InputReader sc = new InputReader(System.in); //用它来代替Scanner。
while(true){
n = sc.nextInt();
m = n*(n-1)/2;

if(n==0) break;
pre = new int[n+1];
for(int i=1;i<=n;i++)
pre[i] = i;

edges = new Edge[m+1];
for(int i=1;i<=m;i++)
edges[i] = new Edge();
int c;
for(int i=1;i<=m;i++)
{
edges[i].u = sc.nextInt();
edges[i].v = sc.nextInt();
edges[i].w = sc.nextInt();
c = sc.nextInt();
if(c==1) edges[i].w = 0;
}
Arrays.sort(edges,1,edges.length);
System.out.println(kruskal());
}
}
}


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
 

import java.util.Scanner;

public class Demo1 {
static class Union{
private int parent[];//当前节点给的父节点
private int count;//连通分量中节点的个数
public Union(int count){
parent = new int[count+1];
this.count = count;
for (int i = 1; i <= count; i++) {
parent[i] = i;//使每个节点指向自己,即不再任何集合中
}
}
int find(int p){
return p == parent[p] ? p : find(parent[p]);
}
void unionElements(int p,int q){
int pRoot = find(p);
int qRoot = find(q);
if (pRoot==qRoot){
return;
}
parent[pRoot] = qRoot;
}
}

public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
int count = 0;
while (sc.hasNext()){
count = 0;
int n = sc.nextInt();//代表多少个城镇
if (n==0) break;
int m = sc.nextInt();//代表有多少条路
Union union = new Union(n);//城市下标从1开始
//接下来输入道路,并连接城市
for (int i = 0; i < m; i++) {
int x = sc.nextInt();
int y = sc.nextInt();
union.unionElements(x,y);//连接城市
}
for (int i = 1; i <= n; i++) {
if (union.parent[i]==i){//父节点没有变的,就是未接通的
count++;
}
}
System.out.println(count-1);

}


}

}

参考文章

优先队列和堆

什么是二叉堆

二叉堆本质上是一种完全二叉树,它分为两个类型:

1.最大堆 任何一个父节点的值,都大于等于它左右孩子节点的值。 2.最小堆 任何一个父节点的值,都小于等于它左右孩子节点的值。

阅读更多

深度优先搜索(DFS)

深度优先搜索是一种枚举所有完整路径以遍历所有情况的搜索方法。

从根节点开始,尽可能深的搜索每一个分支,把一个分支的结果搜索完,再去看另一个分支。
形象来说:“一条路走到底,不撞南墙不回头”。

阅读更多