每周一算法:邻值查找

2023-12-26 17:04
文章标签 算法 查找 邻值 每周

本文主要是介绍每周一算法:邻值查找,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!

给定一个长度为 n n n的序列 A A A A A A中的数各不相同。

对于 A A A 中的每一个数 A i A_i Ai,求: m i n 1 ≤ j < i ∣ A i − A j ∣ min_{1≤j<i}|A_i−A_j| min1j<iAiAj,以及令上式取到最小值的 j j j(记为 P i P_i Pi)。若最小值点不唯一,则选择使 A j A_j Aj较小的那个。

输入格式

第一行输入整数 n n n,代表序列长度。

第二行输入 n n n个整数 A 1 … A n A_1…A_n A1An,代表序列的具体数值,数值之间用空格隔开。

输出格式

输出共 n − 1 n−1 n1 行,每行输出两个整数,数值之间用空格隔开。

分别表示当 i i i 2 ∼ n 2\sim n 2n 时,对应的 m i n 1 ≤ j < i ∣ A i − A j ∣ min_{1≤j<i}|A_i−A_j| min1j<iAiAj P i P_i Pi的值。

数据范围

n ≤ 1 0 5 n\le10^5 n105 ∣ A i ∣ ≤ 1 0 9 |A_i|≤10^9 Ai109

输入样例

3
1 5 3

输出样例

4 1
2 1

算法思想一

根据题目描述,对于每个元素 A i A_i Ai,要找到其左边与它差值最小的元素 A j A_j Aj 1 ≤ j < i 1\le j \lt i 1j<i),输出它们的差值的绝对值 ∣ A i − A j ∣ |A_i-A_j| AiAj,以及 j j j

计算与 A i A_i Ai差值有两种情况:

  • A i < A j A_i<A_j Ai<Aj,差值 v = A j − A i v = A_j-A_i v=AjAi
  • A i > A j A_i>A_j Ai>Aj,差值 v = A i − A j v = A_i-A_j v=AiAj

也就是说,对于任意的 A i A_i Ai,如果能在 1 ∼ i 1\sim i 1i之间找到与 A i A_i Ai大小相邻的两个数 A l A_l Al A r A_r Ar,其中 A l A_l Al是小于 A i A_i Ai的最大值, A r A_r Ar是大于 A i A_i Ai的最小值,分别计算其与 A i A_i Ai的差值,取其中的较小者即可。

从给出的数据范围来看, n ≤ 1 0 5 n\le10^5 n105,对于每个元素必须在 O ( l o g n ) O(logn) O(logn)的时间复杂度内,查找到大小相邻的两个元素,而且根据题目中给出的限制,序列 A A A的数各不相同,可以用C++ 标准库的std::set 来实现。

std::set 是 C++ 标准库中的一个容器,它按有序方式存储唯一元素的集合。std::set 中的元素自动按照严格弱序(Strict Weak Ordering)排序,并且每个元素都是唯一的。这意味着 std::set 中的元素是按照特定顺序排列并且不会存在重复值。下面是一些 std::set 的特点和用途:

  • 自动排序:std::set 内部使用红黑树(一种自平衡的二叉搜索树)实现,因此元素在容器中按照严格弱序排序。这使得元素能够以有序的方式存储,方便进行遍历和搜索操作。
  • 唯一性:std::set 中的元素是唯一的,相同的元素只会在容器中存在一个副本。这可以确保每个元素在集合中的唯一性。
  • 插入和查找效率高:由于 std::set 内部使用红黑树实现,插入和查找元素的时间复杂度为 O ( l o g n ) O(log n) O(logn),其中 n n n 是容器中的元素数目。这使得 std::set 适合于需要高效地插入和查找元素的情况。
  • std::set的大部分操作是与vector类似的,不过set不支持随机访问,必须要使用迭代器去访问;
  • std::set插入元素的方法为insert
  • std::set查找元素的方法为find,返回一个迭代器set<类型>::iterator
    • 若元素存在,返回的迭代器指向键值
    • 若元素不存在,返回的迭代器指向set.end()

由于set是以有序方式存储唯一元素,那么可以遍历每个元素 A i A_i Ai

  • A i A_i Ai插入到set
  • set中查找元素 A i A_i Ai,返回指向 A i A_i Ai的迭代器
  • 通过迭代器可以找到与 A i A_i Ai大小相邻的两个元素,打擂台求最小值即可

时间复杂度

  • 遍历每个元素 A i A_i Ai,时间复杂度为 O ( n ) O(n) O(n)
  • set中查找 A i A_i Ai,时间复杂度为 O ( l o g n ) O(logn) O(logn)

总的时间复杂度为 O ( n l o g n ) O(nlogn) O(nlogn)

代码实现

#include <iostream>
#include <set>
using namespace std;
const int INF = 0x3f3f3f3f;
typedef pair<int, int> PII;
int main()
{int n, x;cin >> n;set<PII> st;for(int i = 1; i <= n; i ++){cin >> x;PII a = {x, i};st.insert(a);if(i > 1) {auto it = st.find(a); //find返回迭代器:set<pair<int, int>>::iteratorint k = INF, p;if(++ it != st.end()) //通过迭代器找到下一个元素k = (*it).first - x, p = (*it).second;-- it; //将迭代器回到之前位置if(it != st.begin() && x - (*--it).first <= k) //如果和前一个元素的差值不大于kk = abs((*it).first - x), p = (*it).second;cout << k << " " << p << endl;}}
}

算法思想二

除了使用 std::set实现,这里再介绍一个双链表的实现方法。

  • 首先将序列 A A A排序,假设排序后为 A 3 A 4 . . . A n . . . A 2 A_3A_4...A_n...A_2 A3A4...An...A2
  • 根据上述序列可以构造出一个双链表,如下图所示

在这里插入图片描述
有了双链表之后,如何求 A i A_i Ai左边与它差值最小的元素呢?可以从后向前处理,也就是从 A n A_n An开始,因为 A n A_n An是原序列中最后一个元素,因此其它元素都在它左边。那么:

  • 对于元素 A n A_n An来说,假设其在双链表的位置为 k k k,其左边的元素 L [ k ] L[k] L[k]就是小于 A n A_n An的最大值,其右边元素 R [ k ] R[k] R[k]就是大于 A n A_n An的最小值。
  • 计算完相邻元素的差值之后,将 A n A_n An从双链表中删除,继续处理前一个元素。

重复这个过程,直到所有元素都处理完。

时间复杂度

  • 排序的时间复杂度为 O ( n l o g n ) O(nlogn) O(nlogn)
  • 排序后构建双链表的时间复杂度为 O ( n ) O(n) O(n)
  • 查找计算相邻元素差值的时间复杂度为 O ( n ) O(n) O(n)

总的时间复杂度为 O ( n l o g n + n + n ) O(nlogn+n+n) O(nlogn+n+n)

代码实现

#include <iostream>
#include <algorithm>
using namespace std;
typedef long long LL;
const int N = 1e5 + 10;
typedef pair<LL, int> PII;
PII a[N], ans[N];
int p[N], L[N], R[N];
int main()
{int n, x;cin >> n;for(int i = 1; i <= n; i ++){cin >> x;a[i] = {x, i};}sort(a + 1, a + n + 1);//设置链表的首尾的值,避免其差值被选上a[0].first = -1e10, a[n + 1].first = 1e10; for(int i = 1; i <= n; i ++){p[a[i].second] = i; //统计每个元素的新位置L[i] = i - 1, R[i] = i + 1; //建立双链表}//从第n个元素开始处理for(int i = n; i > 1; i --){//第i个元素所在位置kint k = p[i], left = L[k], right = R[k], v = a[k].first;LL lv = v - a[left].first; //与左边对应元素的差值LL rv = a[right].first - v; //与右边对应元素的差值if(lv <= rv) ans[i] = {lv, a[left].second};else ans[i] = {rv, a[right].second}; L[right] = left, R[left] = right; //删除k结点}//输出结果for(int i = 2; i <= n; i ++)cout << ans[i].first << " " << ans[i].second << endl;
}

这篇关于每周一算法:邻值查找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/540189

相关文章

openCV中KNN算法的实现

《openCV中KNN算法的实现》KNN算法是一种简单且常用的分类算法,本文主要介绍了openCV中KNN算法的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录KNN算法流程使用OpenCV实现KNNOpenCV 是一个开源的跨平台计算机视觉库,它提供了各

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

Windows系统下如何查找JDK的安装路径

《Windows系统下如何查找JDK的安装路径》:本文主要介绍Windows系统下如何查找JDK的安装路径,文中介绍了三种方法,分别是通过命令行检查、使用verbose选项查找jre目录、以及查看... 目录一、确认是否安装了JDK二、查找路径三、另外一种方式如果很久之前安装了JDK,或者在别人的电脑上,想

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为

通俗易懂的Java常见限流算法具体实现

《通俗易懂的Java常见限流算法具体实现》:本文主要介绍Java常见限流算法具体实现的相关资料,包括漏桶算法、令牌桶算法、Nginx限流和Redis+Lua限流的实现原理和具体步骤,并比较了它们的... 目录一、漏桶算法1.漏桶算法的思想和原理2.具体实现二、令牌桶算法1.令牌桶算法流程:2.具体实现2.1

Python中的随机森林算法与实战

《Python中的随机森林算法与实战》本文详细介绍了随机森林算法,包括其原理、实现步骤、分类和回归案例,并讨论了其优点和缺点,通过面向对象编程实现了一个简单的随机森林模型,并应用于鸢尾花分类和波士顿房... 目录1、随机森林算法概述2、随机森林的原理3、实现步骤4、分类案例:使用随机森林预测鸢尾花品种4.1

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系