news 2026/1/26 19:12:31

(新卷,200分)- 分积木(Java JS Python C)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
(新卷,200分)- 分积木(Java JS Python C)

(新卷,200分)- 分积木(Java & JS & Python & C)

题目描述

Solo和koko是两兄弟,妈妈给了他们一大堆积木,每块积木上都有自己的重量。现在他们想要将这些积木分成两堆。哥哥Solo负责分配,弟弟koko要求两个人获得的积木总重量“相等”(根据Koko的逻辑),个数可以不同,不然就会哭,但koko只会先将两个数转成二进制再进行加法,而且总会忘记进位(每个进位都忘记)。如当25(11101)加11(01011)时,koko得到的计算结果是18(10010):

11001 +01011 -------- 10010

Solo想要尽可能使自己得到的积木总重量最大,且不让koko哭。

输入描述

第一行是一个整数N(2≤N≤100),表示有多少块积木;

第二行为空格分开的N个整数Ci(1≤Ci≤106),表示第i块积木的重量。

输出描述

如果能让koko不哭,输出Solo所能获得积木的最大总重量;否则输出“NO”。

用例
输入

3
3 5 6

输出11
说明
题目解析

此题中Koko的计算逻辑其实就是按位异或,即两个相应的二进制位值不同则为1,否则为0。

因此,如果我们想按Koko的求和逻辑平分总重量的话,必然要生成两份相同的二进制数重量,而两个相同二进制数按位异或的结果就是0。

因此我们只要按位异或所有重量,最终结果为0的话,才能按照Koko的逻辑平分总重量。

而一旦可以平分总重量,则减去任意一个重量,都可以分成两份相同的二进制数,而为了使Solo能分得最大重量,则必然减去一个最轻的给Koko。

JavaScript算法源码
/* JavaScript Node ACM模式 控制台输入获取 */ const readline = require("readline"); const rl = readline.createInterface({ input: process.stdin, output: process.stdout, }); const lines = []; rl.on("line", (line) => { lines.push(line); if (lines.length === 2) { const n = parseInt(lines[0]); const weights = lines[1].split(" ").map(Number).slice(0, n); console.log(getSoloMaxWeight(weights)); lines.length = 0; } }); function getSoloMaxWeight(weights) { // 升序排序 weights.sort((a, b) => a - b); const min = weights[0]; // correctSum记录Solo计算的正确的总重量 let correctSum = min; // faultSum记录Koko计算的错误的总重量 let faultSum = min; for (let i = 1; i < weights.length; i++) { correctSum += weights[i]; // Koko的计算方法其实就是二进制按位异或运算,即如果两个相应的二进制位值不同则为1,否则为0。 faultSum ^= weights[i]; } // 如果按照Koko计算方法,若想按重量平分,必然会生成两份相同的二进制数,而两个相同二进制数,按位异或的结果必然是0 if (faultSum === 0) { return correctSum - min; // faultSum=0表示可以平分,因此任意减去一个重量,都可以得到两个相同的二进制数,因此就减去最小的,这样Solo就可以分得最重的 } else { return "NO"; // faultSum != 0 表示无法按照Koko的逻辑平分 } }
Java算法源码
import java.util.Arrays; import java.util.Scanner; public class Main { public static void main(String[] args) { Scanner sc = new Scanner(System.in); int n = sc.nextInt(); int[] weights = new int[n]; for (int i = 0; i < n; i++) weights[i] = sc.nextInt(); System.out.println(getResult(n, weights)); } public static String getResult(int n, int[] weights) { // 升序 Arrays.sort(weights); int min = weights[0]; // correctSum记录Solo计算的正确的总重量 int correctSum = min; // faultSum记录Koko计算的错误的总重量 int faultSum = min; for (int i = 1; i < weights.length; i++) { correctSum += weights[i]; // Koko的计算方法其实就是二进制按位异或运算,即如果两个相应的二进制位值不同则为1,否则为0。 faultSum ^= weights[i]; } // 如果按照Koko计算方法,若想按重量平分,必然会生成两份相同的二进制数,而两个相同二进制数,按位异或的结果必然是0 if (faultSum == 0) { // faultSum=0表示可以平分,因此任意减去一个重量,都可以得到两个相同的二进制数,因此就减去最小的,这样Solo就可以分得最重的 return correctSum - min + ""; } else { // faultSum != 0 表示无法按照Koko的逻辑平分 return "NO"; } } }
Python算法源码
# 输入获取 n = int(input()) weights = list(map(int, input().split())) # 算法入口 def getResult(n, weights): weights.sort() minV = weights[0] correctSum = minV faultSum = minV for i in range(1, n): correctSum += weights[i] faultSum ^= weights[i] if faultSum == 0: return str(correctSum - minV) else: return "NO" # 算法调用 print(getResult(n, weights))
C算法源码
#include <stdio.h> #include <stdlib.h> void getResult(int n, int weights[]); int main() { int n; scanf("%d", &n); int weights[n]; for(int i=0; i<n; i++) { scanf("%d", &weights[i]); } getResult(n, weights); return 0; } int cmp(const void* a, const void* b) { return (*(int*) a) - (*(int*) b); } void getResult(int n, int weights[]) { qsort(weights, n, sizeof(int), cmp); int min = weights[0]; int correctSum = min; int faultSum = min; for(int i=1; i<n; i++) { correctSum += weights[i]; faultSum ^= weights[i]; } if(faultSum == 0) { printf("%d\n", correctSum - min); } else { puts("NO"); } }
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/1/25 6:23:14

大数据领域HBase的跨集群数据复制方案

大数据领域HBase的跨集群数据复制方案&#xff1a;从原理到实战的全面解析 关键词&#xff1a;HBase、跨集群复制、WAL日志、数据容灾、多活架构、复制对等体、数据一致性 摘要&#xff1a;在大数据场景下&#xff0c;HBase作为高并发、高扩展的分布式列式数据库&#xff0c;常…

作者头像 李华
网站建设 2026/1/25 18:41:47

从0到1搭建提示系统:提示工程架构师的实战指南

从0到1搭建提示系统&#xff1a;提示工程架构师的实战指南 标题选项 《从0到1搭建提示系统&#xff1a;提示工程架构师的全流程实战手册》《手把手教你做提示系统&#xff1a;从需求到落地的提示工程指南》《提示系统搭建实战&#xff1a;从基础到进阶的提示工程方法论》《告别…

作者头像 李华
网站建设 2026/1/21 5:09:37

DeepSeek V4春节发布!编程能力碾压OpenAI和Anthropic,AI开发者必学!

DeepSeek计划在2026年春节前后发布新一代旗舰模型V4&#xff0c;据传其在编程任务上表现已超越Claude和GPT系列。继去年春节发布的R1模型大获成功后&#xff0c;DeepSeek再次选择春节档期&#xff0c;希望复刻市场奇迹。若V4真如爆料所言&#xff0c;保持开源或低价策略并超越竞…

作者头像 李华
网站建设 2026/1/15 14:11:57

【收藏必备】大模型微调入门到精通:原理、优势与PEFT技术详解

文章介绍大模型微调的概念、必要性、优势和技术路线。微调是在预训练模型基础上用少量特定数据继续训练&#xff0c;以适应特定任务。优势包括提升任务表现、防止过拟合、降低成本和增强领域适应性。技术路线按参数规模分为全参微调和参数高效微调&#xff0c;按训练流程分为监…

作者头像 李华