2015多校联合训练第一场Assignment(hdu5289)三种解法

2024-09-07 18:32

本文主要是介绍2015多校联合训练第一场Assignment(hdu5289)三种解法,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

题目大意:给出一个数列,问其中存在多少连续子序列,子序列的最大值-最小值< k
这题有三种解法:
1:单调队列,时间复杂度O(n)
2:RMQ+二分,时间复杂度O(nlogn)
3:RMQ+贪心,时间复杂度O(nlogn)

一:RMQ+二分
RMQ维护最大值,最小值,枚举左端点i,二分找出最远的符合的右端点j,答案就是ans += j - i+1;(手推一下就知道)
比如1 2 3
含有i的有三种
1
1 2
1 2 3
其它的2,2 3,3下面i=2的时候会算的,所以每次加j-i+1就行

#include <iostream>
#include <cstdio>
#include <algorithm>
#include <string>
#include <cmath>
using namespace std;int  maxsum[100000][30];
int minsum[100000][30];int a[100000];
int n,k;
void rmq_init()
{for(int j = 1; (1<<j) <= n; ++j)for(int i = 1; i + (1<<j) - 1 <= n; ++i){maxsum[i][j] = max(maxsum[i][j-1],maxsum[i+(1<<(j-1))][j-1]); minsum[i][j] = min(minsum[i][j-1],minsum[i+(1<<(j-1))][j-1]);}}int query(int l, int r)
{int k = log2(r-l+1);int Max = max(maxsum[l][k], maxsum[r-(1<<k)+1][k]);int Min = min(minsum[l][k], minsum[r-(1<<k)+1][k]);return Max - Min;
}int main()
{int T;scanf("%d",&T);while(T--){scanf("%d%d",&n,&k);for(int i = 1; i <= n;++i){scanf("%d",a+i);maxsum[i][0] = minsum[i][0] = a[i];}rmq_init();long long  ans = 0;int l , r;for(int i = 1; i <= n; ++i){l = i , r = n;while(l <= r){int mid = (l+r)/2;int cha = query(i,mid);if(cha < k) l = mid+1;else r = mid - 1;}ans += l - i;}printf("%lld\n",ans);}return 0;
}

二:单调队列
用单调队列维护最大值最小值,双指针,第一个第二个指针初始指向第一个数据,第一个指针按顺序不断向队尾添加数据,当最大值最小值的差大于等于k后,就意味着新添加的这个不能作用于当前第二个指针的位置,也就能计算出,以第二个指针位置开始的连续子序列的个数,最后统计总和。

#include <cstdio>
#include <cstring>
#include <queue>
#include <algorithm>
using namespace std ;
#define LL long long
deque <LL> Max , Min ;
//单调队列,Max最大值,Min最小值
LL a[100010] ;
int main()
{int T , n , i , j ;LL k , ans ;scanf("%d", &T) ;while( T-- ){scanf("%d %I64d", &n, &k) ;for(i = 0 ; i < n ; i++)scanf("%I64d", &a[i]) ;while( !Max.empty() ) Max.pop_back() ;while( !Min.empty() ) Min.pop_back() ;for(i = 0 , j = 0 , ans = 0; i < n ; i++)  //i在前,j在后{while( !Max.empty() && Max.back() < a[i] ) Max.pop_back() ;Max.push_back(a[i]) ;while( !Min.empty() && Min.back() > a[i] ) Min.pop_back() ;Min.push_back(a[i]) ;while( !Max.empty() && !Min.empty() && Max.front() - Min.front() >= k ){ans += (i-j) ;if( Max.front() == a[j] ) Max.pop_front() ;if( Min.front() == a[j] ) Min.pop_front() ;j++ ;}}while( j < n ){ans += (i-j) ;j++ ;}printf("%lld\n", ans) ;}return 0 ;
}

三:RMQ+贪心
这种枚举右端点,贪心选取右端点(类似尺取法)

#include <iostream>
#include <cstdio>
#include <algorithm>
#include <string>
#include <cmath>
using namespace std;int  maxsum[100000][30];
int minsum[100000][30];int a[100000];
int n,m;
void rmq_init()
{for(int j = 1; (1<<j) <= n; ++j)for(int i = 1; i + (1<<j) - 1 <= n; ++i){maxsum[i][j] = max(maxsum[i][j-1],maxsum[i+(1<<(j-1))][j-1]);minsum[i][j] = min(minsum[i][j-1],minsum[i+(1<<(j-1))][j-1]);}}int query(int l, int r)
{int k = log2(r-l+1);int Max = max(maxsum[l][k], maxsum[r-(1<<k)+1][k]);int Min = min(minsum[l][k], minsum[r-(1<<k)+1][k]);return Max - Min;
}int main()
{int T;scanf("%d",&T);while(T--){scanf("%d%d",&n,&m);for(int i = 1; i <= n; ++i){scanf("%d",a+i);maxsum[i][0] = minsum[i][0] = a[i];}rmq_init();long long  ans = 0;int k=1;for(int i=1; i<=n; i++){while(query(k,i)>=m&&k<i)k++;ans+=(i-k+1);}printf("%lld\n",ans);}return 0;
}

下面分别是三种算法运行时间(3,2,1)
可见时间效率单调队列最好(405ms),贪心+rmq(733ms)次之,二分+rmq(1216ms)最差
这里写图片描述

这篇关于2015多校联合训练第一场Assignment(hdu5289)三种解法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1145824

相关文章

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

MiniGPT-3D, 首个高效的3D点云大语言模型,仅需一张RTX3090显卡,训练一天时间,已开源

项目主页:https://tangyuan96.github.io/minigpt_3d_project_page/ 代码:https://github.com/TangYuan96/MiniGPT-3D 论文:https://arxiv.org/pdf/2405.01413 MiniGPT-3D在多个任务上取得了SoTA,被ACM MM2024接收,只拥有47.8M的可训练参数,在一张RTX

Java 后端接口入参 - 联合前端VUE 使用AES完成入参出参加密解密

加密效果: 解密后的数据就是正常数据: 后端:使用的是spring-cloud框架,在gateway模块进行操作 <dependency><groupId>com.google.guava</groupId><artifactId>guava</artifactId><version>30.0-jre</version></dependency> 编写一个AES加密

Spark MLlib模型训练—聚类算法 PIC(Power Iteration Clustering)

Spark MLlib模型训练—聚类算法 PIC(Power Iteration Clustering) Power Iteration Clustering (PIC) 是一种基于图的聚类算法,用于在大规模数据集上进行高效的社区检测。PIC 算法的核心思想是通过迭代图的幂运算来发现数据中的潜在簇。该算法适用于处理大规模图数据,特别是在社交网络分析、推荐系统和生物信息学等领域具有广泛应用。Spa

SigLIP——采用sigmoid损失的图文预训练方式

SigLIP——采用sigmoid损失的图文预训练方式 FesianXu 20240825 at Wechat Search Team 前言 CLIP中的infoNCE损失是一种对比性损失,在SigLIP这个工作中,作者提出采用非对比性的sigmoid损失,能够更高效地进行图文预训练,本文进行介绍。如有谬误请见谅并联系指出,本文遵守CC 4.0 BY-SA版权协议,转载请联系作者并注

Detectorn2预训练模型复现:数据准备、训练命令、日志分析与输出目录

Detectorn2预训练模型复现:数据准备、训练命令、日志分析与输出目录 在深度学习项目中,目标检测是一项重要的任务。本文将详细介绍如何使用Detectron2进行目标检测模型的复现训练,涵盖训练数据准备、训练命令、训练日志分析、训练指标以及训练输出目录的各个文件及其作用。特别地,我们将演示在训练过程中出现中断后,如何使用 resume 功能继续训练,并将我们复现的模型与Model Zoo中的

C和指针:结构体(struct)和联合(union)

结构体和联合 结构体 结构体包含一些数据成员,每个成员可能具有不同的类型。 数组的元素长度相同,可以通过下标访问(转换为指针)。但是结构体的成员可能长度不同,所以不能用下标来访问它们。成员有自己的名字,可以通过名字访问成员。 结构声明 在声明结构时,必须列出它包含的所有成员。 struct tag {member-list} variable-list ; 定义一个结构体变量x(包含

多云架构下大模型训练的存储稳定性探索

一、多云架构与大模型训练的融合 (一)多云架构的优势与挑战 多云架构为大模型训练带来了诸多优势。首先,资源灵活性显著提高,不同的云平台可以提供不同类型的计算资源和存储服务,满足大模型训练在不同阶段的需求。例如,某些云平台可能在 GPU 计算资源上具有优势,而另一些则在存储成本或性能上表现出色,企业可以根据实际情况进行选择和组合。其次,扩展性得以增强,当大模型的规模不断扩大时,单一云平

神经网络训练不起来怎么办(零)| General Guidance

摘要:模型性能不理想时,如何判断 Model Bias, Optimization, Overfitting 等问题,并以此着手优化模型。在这个分析过程中,我们可以对Function Set,模型弹性有直观的理解。关键词:模型性能,Model Bias, Optimization, Overfitting。 零,领域背景 如果我们的模型表现较差,那么我们往往需要根据 Training l

AMEsim和Simulink联合仿真生成新的.mexw64液压模型文件

AMEsim和Simulink进行联合仿真非常重要的就是AMEsim经过第四阶段Simulation会在相同文件下面生成一个与AMEsim液压模型相同名字的.mexw64文件,在Simulink进行联合仿真的S-Function需要找的也就是这个文件,只不过输入的时候除了液压模型名字之外,后面有一个短下划线。 简而言之: AMEsim和Simulink联合仿真, 首先是需要AMEsim软