华为OD题目：静态代码扫描服务

最新推荐文章于 2025-05-13 19:00:00 发布

原创最新推荐文章于 2025-05-13 19:00:00 发布 · 476 阅读

1 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#java

华为OD题目-100分专栏收录该内容

42 篇文章

订阅专栏

文章描述了一个关于华为OD的题目，涉及到静态代码扫描的成本计算和缓存策略。给定文件标识序列和大小，目标是确定最佳缓存方案以最小化金币消耗。示例展示了在不同场景下如何权衡扫描和缓存的成本。解题思路提到使用哈希映射存储文件信息，计算缓存与不缓存的总成本，选择最低成本方案。

华为OD题目：静态代码扫描服务

知识点数组字符串哈希Q表
时间限制: 1s 空间限制: 256MB 限定语言: 不限
题目描述:
静态扫描快速识别源代码的缺陷，静态扫描的结果以扫描报告作为输出:
1、文件扫描的成本和文件大小相关，如果文件大小为N，则扫描成本为N个金币
2、扫描报告的缓存成本和文件大小无关，每缓存一个报告需要M个金币
3、扫描报告缓存后，后继再碰到该文件则不需要扫描成本，直接获取缓存结果
给出源代码文件标识序列和文件大小序列，求解采用合理的缓存策略，最少需要的金币数。

输入描述:
第一行为缓存一个报告金币数M，1<=M<=100
第二行为文件标识序列: F1,F2,F3…Fn，其中 1<=N<=10000， 1<=Fi<=1000
第三行为文件大小序列: s1,s2,s3…sn,其中 1<=N<=10000， 1<=Si<=10
输出描述:
采用合理的缓存策略，需要的最少金币数

示例1
输入:
5
1 2 2 1 2 3 4
1 1 1 1 1 1 1
输出:
7

说明:
文件大小相同，扫描成本均为1个金币。缓存任意文件均不合算，因而最少成本为7金币

示例2
输入:
5
2 2 2 2 2 5 2 2 2
3 3 3 3 3 1 3 3 3
输出:
9

说明:
2号文件出现了8次，扫描加缓存成本共计3+5=8，不缓存成本为3*8=24，显然缓存更优。最优最成本为8+1=9

解题思路：

使用一个map，key是序列号，value是一个只有两个元素的数组nums，
nums[0]表示金币数，value表示此序列号出现的次数

import java.util.Scanner;

public class Main {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        String mStr = sc.nextLine();
        int m = Integer.parseInt(mStr);

        String line1 = sc.nextLine();
        String line2 = sc.nextLine();
        String[] serialNumArr = line1.split(" ");
        String[] coinArr = line2.split(" ");

        Map<Integer, int[]> map = new HashMap<>();
        for (int i = 0; i < serialNumArr.length; i++) {
            int key = Integer.parseInt(serialNumArr[i]);
            int coin = Integer.parseInt(coinArr[i]);

            int[] arr = map.getOrDefault(key, new int[]{0, 0});
            arr[0] = coin;
            arr[1]++;
            map.put(key, arr);
        }

        int sum = 0;
        for (int key : map.keySet()) {
            int[] ints = map.get(key);
            //计算不缓存情况下，需要的金币数量
            int coin = ints[0];
            int unCacheVal = coin * ints[1];
            int cacheVal = coin + m;
            int val = Math.min(unCacheVal, cacheVal);
            sum += val;
        }
        System.out.println(sum);


    }

}