cf 1326e

本文探讨了一种特殊的数据处理问题,通过引入炸弹概念,分析了如何在一系列数值中,依据特定规则消除元素并确定最终集合的最大值。文章详细阐述了解决方案的算法思路,包括如何标记和更新集合中元素的状态,以及使用数据结构优化查询和更新操作,确保算法效率。

题意:
先给你n,再给你一个长度为n排序p(排序表示1<=pi<=n,且pi!=pj),再给你一个长度为n的排序q。(假设现在所有数组都是1序而不是0序)
你有一个集合a,你要挨个把pi放入集合,如果第i位是炸弹,则移除集合的最大值,最后集合的最大值就是集合的值。
你要求出n个集合的值,当q1,q2…qk-1为炸弹时。(1<=k<=n)(k=1时,没用炸弹)

样例输入
6
2 3 6 1 5 4
5 2 1 4 6 3

样例输出
6 5 5 5 4 1

思路:
首先你可以表示思考没用炸弹的情况,直接输出数组的最大值就行了,当有一个炸弹的情况,就要看这个炸弹在最大值之前还是之后;在之前就是没有消灭最大值,之后就是消灭了最大值。
在之前就要就相当于消灭的其他的值。

对于之后的情况,可以先设置个数组标记前i的位置的最大值已经被消灭,如果用最朴素的想法。这里需要一个数据结构,可以在小于O(lgn)的时间内使某个值减1(表示前i最大值被消灭),然后在O(lgn)的时间内查询i位置之后有没有小于1的数(查询自己有没有被消灭),在O(lgn)的时间内找到小于1这个值的下标(有多个就取最近的一个),然后给他加1,不过显然没有这样的数据结构。

但是我们可以换一种思路,先声明一个数组,标记当前现在可以标记最大值的位置posi及其之前的值为1,然后假设第一个炸弹在qi。将qi之前的值都减1,这样数组的最大值小于1就说明当前值(当前值初始的时候是最大值)被干掉了,如此循环,就可以求出每一个值。

对照代码看解析就很好懂了

#include <cstdio>
#include <cstdlib>
#include <cstring>
#include <cmath>
#include <iostream>
#include <iomanip>
#include <string>
#include <algorithm>
#include <stack>
#include <queue>
#include <set>
#include <vector>
#include <map>

#define INF 0x3f3f3f3f
#define LINF 0x3f3f3f3f3f3f3f3f
#define ll long long
#define ull unsigned long long
#define uint unsigned int
#define ms(a,b) memset(a,b,sizeof(a))
#define NSYNC std::ios::sync_with_stdio(false);std::cin.tie(0);std::cout.tie(0);

using namespace std;

const int N = 600010;

int n;
int pos[N];
int base[N];
int s[N * 3];
int tg[N * 3];

void _up(int x) {
	s[x] = max(s[x << 1], s[x << 1 | 1]);
}

void _down(int x) {
	if (tg[x]) {
		s[x << 1] += tg[x];
		s[x << 1 | 1] += tg[x];
		tg[x << 1] += tg[x];
		tg[x << 1 | 1] += tg[x];
		tg[x] = 0;
	}
}

void update(int rt, int l, int r, int ul, int ur, int v) {
	if (ul <= l && r <= ur)
		return s[rt] += v, tg[rt] += v, void();
	int mid = (l + r) >> 1; _down(rt);
	if (ul <= mid) update(rt << 1, l, mid, ul, ur, v);
	if (ur > mid) update(rt << 1 | 1, mid + 1, r, ul, ur, v);
	_up(rt);
}

int main() {
	int ans;
	cin >> n; int q;
	for (int i = 1; i <= n; ++i)
		scanf("%d", &base[i]), pos[base[i]] = i;
	ans = n; update(1, 1, n, 1, pos[ans], 1);
	for (int i = 1; i <= n; ++i) {
		cout << ans << ' '; cin >> q;
		if (i == n)
			return 0;
		update(1, 1, n, 1, q, -1);
		for (; s[1] <= 0; )
			update(1, 1, n, 1, pos[--ans], 1);
	}
	return 0;
}

内容概要:本文介绍了一种基于蒙特卡洛模拟和拉格朗日优化方法的电动汽车充电站有序充电调度策略,重点针对分时电价机制下的分散式优化问题。通过Matlab代码实现,构建了考虑用户充电需求、电网负荷平衡及电价波动的数学模【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)型,采用拉格朗日乘子法处理约束条件,结合蒙特卡洛方法模拟大量电动汽车的随机充电行为,实现对充电功率和时间的优化分配,旨在降低用户充电成本、平抑电网峰谷差并提升充电站运营效率。该方法体现了智能优化算法在电力系统调度中的实际应用价值。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事新能源汽车、智能电网相关领域的工程技术人员。; 使用场景及目标:①研究电动汽车有序充电调度策略的设计与仿真;②学习蒙特卡洛模拟与拉格朗日优化在能源系统中的联合应用;③掌握基于分时电价的需求响应优化建模方法;④为微电网、充电站运营管理提供技术支持和决策参考。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注目标函数构建、约束条件处理及优化求解过程,可尝试调整参数设置以观察不同场景下的调度效果,进一步拓展至多目标优化或多类型负荷协调调度的研究。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值