【蓝桥杯集训·每日一题2025】 AcWing 6123. 哞叫时间 python

news/2025/2/21 10:37:30/



6123. 哞叫时间

Week 1
2月18日


农夫约翰正在试图向埃尔茜描述他最喜欢的 USACO 竞赛,但她很难理解为什么他这么喜欢它。

他说「竞赛中我最喜欢的部分是贝茜说 『现在是哞哞时间』并在整个竞赛中一直哞哞叫」。

埃尔茜仍然不理解,所以农夫约翰将竞赛以文本文件形式下载,并试图解释他的意思。

竞赛被定义为一个长度为 N N N 的小写字母字符串。

一种哞叫一般地定义为子串 c i c j c j c_ic_jc_j cicjcj,其中某字符 c _ i c\_i c_i 之后紧跟着 2 2 2 个某字符 c j c_j cj,且 c i ≠ c j c_i \neq c_j ci=cj

根据农夫约翰的说法,贝茜哞叫了很多,所以如果某种哞叫在竞赛中出现了至少 F F F 次,那可能就是贝茜发出的。

然而,农夫约翰的下载可能损坏,文本文件可能存在至多一个字符与原始文件不同。

将可能的误差考虑在内,输出所有可能是贝茜发出的哞叫,按字母顺序排序。

输入格式

输入的第一行包含 N N N F F F,表示字符串的长度以及贝茜的哞叫的频次下限。

第二行包含一个长度为 N N N 的小写字母字符串,表示竞赛。

输出格式

输出可能是贝茜发出的哞叫的数量,以下是按字典序排序的哞叫列表。

每行输出一种哞叫。

数据范围

3 ≤ N ≤ 20000 3 \le N \le 20000 3N20000,
1 ≤ F ≤ N 1 \le F \le N 1FN

输入样例1:
10 2
zzmoozzmoo
输出样例1:
1
moo
样例1解释

在这个样例中,任何字符变化都不会影响答案。

唯一贝茜可能发出的哞叫是 moo

输入样例2:
17 2
momoobaaaaaqqqcqq
输出样例2:
3
aqq
baa
cqq
样例2解释

在这个样例中,位置 8 8 8(从零开始索引)的 a 可能是由 b 损坏导致的,这使得 baa 成为一种贝茜发出两次的可能的哞叫。

此外,位置 11 11 11q 可能是由 c 损坏导致的,这使得 cqq 成为一种贝茜可能的哞叫。

aqq 可以通过将 c 换成 a 来达到。

输入样例3:
3 1
ooo
输出样例3:
25
aoo
boo
coo
doo
eoo
foo
goo
hoo
ioo
joo
koo
loo
moo
noo
poo
qoo
roo
soo
too
uoo
voo
woo
xoo
yoo
zoo


思路:

两种枚举方式:

枚举所有abb形式
时间复杂度O(26 * 25 * n)

枚举能变化一次的字母
时间复杂度O(26*n)

code1:

python">n, f = map(int, input().split())
s = input()
# 生成所有可能的abb组合
abb = []
for i in range(26):for j in range(26):if i != j:str = chr(ord('a') + i) + chr(ord('a') + j) * 2abb.append(str)# 统计每个abb组合的出现次数
cnt = [0] * (26 * 25)
for i in range(len(abb)):pattern = abb[i]for j in range(n - 2):s1 = s[j:j + 3]if s1 == pattern:cnt[i] += 1# 处理出现次数为f-1的情况
for i in range(len(abb)):if cnt[i] == f - 1:pattern = abb[i]for j in range(n - 2):s1 = s[j:j + 3]# 检查修改是否会影响原有的abb组合sign = 0for x in range(-2, 3):if 0 <= j + x <= n - 3:s2 = s[j + x:j + x + 3]if s2 == pattern:sign = 1breakif sign:continue  # 如果会影响原有的abb组合,跳过# 检查当前子串是否可以通过修改一个字符变为abb组合if (s1[0] == pattern[0] and s1[1] == pattern[1]) or \(s1[0] == pattern[0] and s1[2] == pattern[2]) or \(s1[1] == pattern[1] and s1[2] == pattern[2]):cnt[i] += 1break  # 只能修改一次ans = []
for i in range(len(abb)):if cnt[i] >= f:ans.append(abb[i])print(len(ans))
for i in sorted(ans):print(i)


code2:

python">n, f = map(int, input().split())
# 将字符串转换为0-25的数字表示(a-z)
s = [ord(x) - ord('a') for x in input()]# cnt[i][j] 记录ijj出现的次数
cnt = [[0] * 26 for _ in range(26)]
ans = []def update(l, r, c):l = max(l, 0)  # 处理左边界r = min(r, n - 1)  # 处理右边界for i in range(l, r - 1):  # 遍历所有可能的3字符窗口起始位置# 检查是否是abb模式if s[i] != s[i + 1] and s[i + 1] == s[i + 2]:cnt[s[i]][s[i + 2]] += c  # 更新对应模式的计数# 如果达到阈值且是增加操作(c=1)if cnt[s[i]][s[i + 2]] >= f and c == 1:# 转换为字符串形式ans.append(chr(ord('a') + s[i]) + chr(ord('a') + s[i + 2]) * 2)update(0, n - 1, 1)for i in range(n):  # 遍历每个可能修改的位置temp = s[i]  # 保存原始字符# 第一步:消除当前字符对周围的影响(c=-1)update(i - 2, i + 2, -1)  # 修改会影响前后2个位置的模式# 尝试修改为其他字符for j in range(26):if s[i] != j:  # 跳过与原字符相同的情况s[i] = j  # 临时修改字符# 第二步:计算修改后的影响(c=1)update(i - 2, i + 2, 1)  # 添加新字符的影响update(i - 2, i + 2, -1)  # 恢复现场s[i] = temp  # 恢复原始字符# 第三步:重新统计原始字符的影响(c=1)update(i - 2, i + 2, 1)
# 去重并排序结果
ans = sorted(set(ans))
print(len(ans))
for i in ans:print(i)

代码逻辑解释:

  1. 预处理阶段

    • 将输入字符串转换为数字形式(a->0, b->1…),方便处理
    • 初始化二维计数数组cnt,用于统计每个abb模式的出现次数
  2. 核心函数update

    • 作用:在指定区间内扫描所有abb模式,并更新计数器
    • 参数c控制增加(1)或减少(-1)计数
    • 通过滑动窗口(每次检查3个字符)的方式遍历区间
  3. 主处理流程

    • 初始统计:调用update(0, n-1, 1)统计原始字符串中的所有abb模式
    • 遍历每个字符位置
      • 先消除当前字符对周围5个字符范围(i-2到i+2)的影响
      • 尝试将该位置修改为其他25个字母(共26种可能)
      • 对每种可能的修改:
        • 临时修改字符
        • 计算修改后的影响(会覆盖前后5个字符范围)
        • 立即回滚修改(为了不影响后续测试其他字符)
      • 最后恢复原始字符并重新统计其影响
  4. 结果处理

    • 使用set去重(可能重复添加相同模式)
    • 按字典序排序后输出

关键优化点:

  • 局部更新:只处理受修改影响的区域(i-2到i+2),而不是全盘重新扫描,将时间复杂度从O(n^2)降低到O(n)
  • 即时回滚:在测试每个可能的字符修改时,立即回滚修改状态,避免创建多个字符串副本


END
如果有更多问题或需要进一步的帮助,可以在评论区留言讨论哦!
如果喜欢的话,请给博主点个关注 谢谢


http://www.ppmy.cn/news/1573426.html

相关文章

使用DeepSeek+本地知识库,尝试从0到1搭建高度定制化工作流(自动化篇)

7.5. 配图生成 目的&#xff1a;由于小红书发布文章要求图文格式&#xff0c;因此在生成文案的基础上&#xff0c;我们还需要生成图文搭配文案进行发布。 原实现思路&#xff1a; 起初我打算使用deepseek的文生图模型Janus进行本地部署生成&#xff0c;参考博客&#xff1a;De…

网络安全架构战略 网络安全体系结构

本节书摘来自异步社区《网络安全体系结构》一书中的第1章&#xff0c;第1.4节&#xff0c;作者【美】Sean Convery 1.4 一切皆为目标 网络安全体系结构 当前的大型网络存在着惊人的相互依赖性&#xff0c;作为一名网络安全设计师&#xff0c;对这一点必须心知肚明。Internet就…

【分布式理论14】分布式数据库存储:分表分库、主从复制与数据扩容策略

文章目录 一、分表分库1. 数据分表的必要性与方式2. 数据分库原则与优势 二、主从复制1. 读写分离架构设计2. 数据复制方式3. MySQL实现主从复制4. MySQL主从复制实践与高可用方案 三、数据扩容 随着业务的不断发展和数据量的增长&#xff0c;传统的单机关系型数据库已经逐渐不…

Java Spring boot 篇:常用注解

Configuration 作用 Configuration 注解的核心作用是把一个类标记为 Spring 应用上下文里的配置类。配置类就像一个 Java 版的 XML 配置文件&#xff0c;能够在其中定义 Bean 定义和 Bean 之间的依赖关系。当 Spring 容器启动时&#xff0c;会扫描这些配置类&#xff0c;解析其…

提示工程(Prompt Engineering)的进阶策略与实践指南

深化与细化&#xff1a;提示工程&#xff08;Prompt Engineering&#xff09;的进阶策略与实践指南 一、结构化提示的黄金框架 CRISPE框架&#xff08;角色-约束-意图-风格-示例&#xff09; 适用于复杂技术场景&#xff0c;确保输出精准可控&#xff1a; [角色] 你是一名有1…

【漫话机器学习系列】093.代价函数和损失函数(Cost and Loss Functions)

代价函数和损失函数&#xff08;Cost and Loss Functions&#xff09;详解 1. 引言 在机器学习和深度学习领域&#xff0c;代价函数&#xff08;Cost Function&#xff09;和损失函数&#xff08;Loss Function&#xff09;是核心概念&#xff0c;它们决定了模型的优化方向。…

HarmonyOS NEXT 5.0.0.126 最新升级内容详解

华为近日正式推送 原生鸿蒙操作系统 HarmonyOS NEXT 5.0.0.126&#xff0c;带来了众多功能更新与优化。本文将详细介绍本次更新内容&#xff0c;帮助用户更好地了解和使用新功能。 &#x1f3a8; 主题随动&#xff1a;个性化你的鸿蒙体验 心情空间主题&#xff1a;新增更多表情…

Spring Boot01(注解、)---java八股

Spring Boot中常用注解及其底层实现 1、SpringBootApplication注解&#xff1a; SpringBootApplication注解&#xff1a;这个注解标识了一个SpringBoot工程&#xff0c;它实际上是另外三个注解的组合&#xff0c;这三个注解是&#xff1a; aSpringBootConfiguration&#xff1a…