新闻详情

新闻详情

首页 / 资讯中心 / 详情

B4069 [GESP202412 四级] 字符排序

发布时间:2026/10/23 16:49:40来源:尧图网络
B4069 [GESP202412 四级] 字符排序
题目来源https://www.luogu.com.cn/problem/B4069题目背景对应的选择、判断题试题 - GESP 202412 C 四级 - 洛谷有题题目描述小杨有 n 个仅包含小写字母的字符串 s1​,s2​,…,sn​小杨想将这些字符串按一定顺序排列后拼接到一起构成字符串 t。小杨希望最后构成的字符串 t 满足假设 ti​ 为字符串 t 的第 i 个字符对于所有的 ji 均有 tj​≤ti​。两个字符的大小关系与其在字母表中的顺序一致例如 egps。小杨想知道是否存在满足条件的字符串排列顺序。输入格式第一行包含一个正整数 T代表测试数据组数。对于每组测试数据第一行包含一个正整数 n含义如题面所示。之后 n 行每行包含一个字符串 si​。输出格式对于每组测试数据如果存在满足条件的排列顺序输出一行一个1否则输出一行一个 0。输入输出样例输入 #13 3 aa ac de 2 aac bc 1 gesp输出 #11 0 0说明/提示样例解释对于第一组测试数据一种可行的排列顺序为 aaacde构成的字符串 t 为 aaacde满足条件。对于全部数据保证有 1≤T,n≤100每个字符串的长度不超过 10。这是一道灵活的贪心排序题我们运用贪心的思想先将每个字符串按照字典序顺序自动排好序在组合在一起根据题目的判断条件判断就好了还蛮简单水。下面看代码题目代码#includebits/stdc.h using namespace std; string a[101]; int main(){ int t; cint; while(t--){ int n; cinn; for(int i1;in;i){ cina[i]; } sort(a1,a1n); string ss; for(int i1;in;i) ssa[i]; bool p0; for(int i0;iss.size()-1;i){ if(ss[i]ss[i1]) { cout0endl; p1; break; } } if(p0) cout1endl; } return 0; }点赞破十五更排序第三期不点也更。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/10/23 14:14:50

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/10/23 14:14:34

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/10/23 14:11:44

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/10/22 21:24:36

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/10/23 14:10:55

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/10/23 14:14:34

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉