【JZOJ 5271】神奇的救火现场

本文介绍了一种解决特定匹配问题的O(nlog(n))复杂度的可撤销贪心算法,通过将车辆与栓的位置配对并排序,利用优先队列实现高效的匹配策略,详细解释了算法原理及其实现细节。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Description

这里写图片描述

Solution

这题有线性的方法,这里讲的是O(nlog(n))的可撤销贪心,
先把车和栓放在一起排序,从小到大,这样就不用考虑绝对值了,

要想满足贪心是可撤销的,那么一个点在被计算时,如果它被之前的点匹配过,那么它算答案时,就得算上撤销之前选择的代价(可能为负数),

设一个点的位置为a,在计算它时答案加上了x(可能为负),那么它优先值就是(a+x),
每次选择优先值最大的,如果当前为车,则在栓的堆里找,反则一样,

比如:当前做到车(位置为x),找可以匹配的栓,当然是找优先值最大的(设为y),
那么ans+=xy(y里包含了撤销的代价,这样刚好减掉),
接下来在车的堆里加入(x+(x-y))这个值作为优先值,
比较神奇,大家出几个数据感受一下,

细节:车一定要选,但栓不一定,栓如果对答案有负数的贡献才选,但如果前面有没有选的车就一定要选了,

复杂度:O(nlog(n))

Code

#include <iostream>
#include <cstdio>
#include <cstdlib>
#include <algorithm>
#include <queue>
#define fo(i,a,b) for(int i=a;i<=b;i++)
#define fod(i,a,b) for(int i=a;i>=b;i--)
#define min(q,w) ((q)>(w)?(w):(q))
#define max(q,w) ((q)<(w)?(w):(q))
using namespace std;
typedef long long LL;
const int N=200500,INF=1000000;
int read(int &n)
{
    char ch=' ';int q=0,w=1;
    for(;(ch!='-')&&((ch<'0')||(ch>'9'));ch=getchar());
    if(ch=='-')w=-1,ch=getchar();
    for(;ch>='0' && ch<='9';ch=getchar())q=q*10+ch-48;n=q*w;return n;
}
int m,n;
LL ans;
struct qqww
{
    int v,k;
}a[N];
priority_queue<int>b1,b2;
bool PX(qqww q,qqww w){return q.v<w.v||(q.v==w.v&&q.k>w.k);}
int main()
{
    freopen("fire.in","r",stdin);
    freopen("fire.out","w",stdout);
    int q,w;
    read(m),read(n);
    fo(i,1,m)read(a[n+i].v),a[n+i].k=1;
    fo(i,1,n)read(a[i].v),a[i].k=0;
    sort(a+1,a+1+n+m,PX);
    fo(i,1,n+m)
    {
        if(a[i].k)
        {
            if(b1.empty()){b2.push(a[i].v);continue;}
            q=b1.top();
            if(a[i].v<=q)
            {
                b1.pop();
                ans+=a[i].v-q;
                q=a[i].v+(a[i].v-q);
                b2.push(q);
            }else b2.push(a[i].v);
        }else
        {
            if(b2.empty())
            {
                b1.push(a[i].v+INF);
                ans+=INF;
                continue;
            }
            q=b2.top();b2.pop();
            ans+=a[i].v-q;
            q=a[i].v+(a[i].v-q);
            b1.push(q);
        }
    }
    printf("%lld\n",ans);
    return 0;
}
内容概要:本文档详细介绍了基于MATLAB实现的多头长短期记忆网络(MH-LSTM)结合Transformer编码器进行多变量时间序列预测的项目实例。项目旨在通过融合MH-LSTM对时序动态的细致学习和Transformer对全局依赖的捕捉,显著提升多变量时间序列预测的精度和稳定性。文档涵盖了从项目背景、目标意义、挑战与解决方案、模型架构及代码示例,到具体的应用领域、部署与应用、未来改进方向等方面的全面内容。项目不仅展示了技术实现细节,还提供了从数据预处理、模型构建与训练到性能评估的全流程指导。 适合人群:具备一定编程基础,特别是熟悉MATLAB和深度学习基础知识的研发人员、数据科学家以及从事时间序列预测研究的专业人士。 使用场景及目标:①深入理解MH-LSTM与Transformer结合的多变量时间序列预测模型原理;②掌握MATLAB环境下复杂神经网络的搭建、训练及优化技巧;③应用于金融风险管理、智能电网负荷预测、气象预报、交通流量预测、工业设备健康监测、医疗数据分析、供应链需求预测等多个实际场景,以提高预测精度和决策质量。 阅读建议:此资源不仅适用于希望深入了解多变量时间序列预测技术的读者,也适合希望通过MATLAB实现复杂深度学习模型的开发者。建议读者在学习过程中结合提供的代码示例进行实践操作,并关注模型训练中的关键步骤和超参数调优策略,以便更好地应用于实际项目中。
评论
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