博客
关于我
牛客网剑指offer第46题——孩子们的游戏(圆圈中最后剩下的数)
阅读量:458 次
发布时间:2019-03-06

本文共 1200 字,大约阅读时间需要 4 分钟。

为了解决这个问题,我们需要找到最后一个出列的小朋友的编号。这个问题可以看作是一个约瑟夫环问题,约瑟夫环问题的标准解法可以通过递推公式来解决。

方法思路

约瑟夫环问题的关键在于找到一个递推公式来确定最后一个人出列的位置。递推公式如下:

[ f(1) = 0 ][ f(n) = (f(n-1) + m) % n ]

其中,( f(n) ) 表示 ( n ) 个人时最后出列的人的位置,( m ) 是指定的出列位置。

通过递推公式,我们可以逐步计算出每个阶段最后出列的人的位置,直到只剩下最后一个人。

解决代码

为了解决这个问题,我们需要找到最后一个出列的小朋友的编号。这个问题可以通过递推公式来解决,具体步骤如下:

1. **问题分析**:将编号为0到n-1的n个小朋友围成一个圈,按顺时针从0开始报数,报到m-1的位置的人出列,剩下的继续从下一个位置开始报数,直到最后剩下最后一个小朋友。

2. **递推公式**:约瑟夫环问题的递推公式为:\[ f(1) = 0 \]\[ f(n) = (f(n-1) + m) \% n \]其中,\( f(n) \) 表示n个人时最后出列的人的位置,m是指定的出列位置。

3. **编写代码**:根据递推公式编写递归或迭代函数来计算最后出列的人的位置。

4. **测试代码**:输入参与人数n和出列位置m,程序将输出最后出列的人的位置。

编写一个递归函数来解决问题:

```html

代码如下:

```html
  1. #include <stdio.h>
  2. int main(void) {
  3. int n, m, i, s = 0;
  4. printf("输入参与人数N和出列位置M的值 = ");
  5. scanf("%d%d", &n, &m);
  6. for (i = 2; i <= n; i++) {
  7. s = (s + m) % i;
  8. }
  9. printf("最后出列的人最初位置是 %d\n", s);
  10. getch();
  11. return 0;
  12. }

该程序使用迭代方法来计算最后出列的人的位置,输入n和m的值后,程序将输出最后出列的人的位置。

代码解释

  • 输入处理:程序读取输入的参与人数n和出列位置m。
  • 迭代计算:从2到n,逐步计算每个阶段最后出列的人的位置,使用递推公式 ( s = (s + m) % i )。
  • 输出结果:最后输出最后出列的人的位置。
  • 通过上述方法,我们可以高效地解决这个问题,并找到最后一个出列的小朋友的编号。

    转载地址:http://bkpfz.baihongyu.com/

    你可能感兴趣的文章
    Pandas 根据布尔条件选择行和列
    查看>>
    pandas 滚动窗口 - datetime64[ns] 未实现
    查看>>
    pandas 版本兼容特定的蟒蛇和NumPy配置吗?
    查看>>
    pandas 生成excel多级表头
    查看>>
    Pandas 的 DataFrame 详解-ChatGPT4o作答
    查看>>
    pandas 读取excel数据,以字典形式输出
    查看>>
    Pandas 读取具有浮点值的 csv 文件会导致奇怪的舍入和小数位数
    查看>>
    pandas 适用,但仅适用于满足条件的行
    查看>>
    pandas 重新采样到每月的特定工作日
    查看>>
    pandas :我如何对堆叠的条形图进行分组?
    查看>>
    pandas :按移位分组和累加和(GroupBy Shift And Cumulative Sum)
    查看>>
    pandas :检测一个DF和另一个DF之间缺失的列
    查看>>
    Pandas-从具有嵌套列表列表的现有列创建动态列时出错
    查看>>
    Pandas-通过对列和索引的值求和来合并两个数据框
    查看>>
    pandas.columns、get_dummies等用法
    查看>>
    pandas.DataFrame.copy(deep=True) 实际上并不创建深拷贝
    查看>>
    pandas.read_csv()的详解-ChatGPT4o作答
    查看>>
    PANDAS.READ_EXCEL()输出‘;溢出错误:日期值超出范围‘;而不存在日期列
    查看>>
    pandas100个骚操作:再见 for 循环!速度提升315倍!
    查看>>
    Pandas:如何根据其他列值的条件对列进行求和?
    查看>>