【JZOJ 5446】【NOIP2017提高A组冲刺11.3】高考是不可能高考的

Description

Snuke 喜欢旗子.
Snuke 正在将N 个旗子摆在一条线上.
第i 个旗子可以被放在位置xi 或yi 上.
Snuke 认为两个旗子间的最小距离越大越好. 请你求出最大值.

Solution

很明显的2-SAT,
二分答案+判断,用线段树优化连边即可

Code

#include <cstdio>
#include <algorithm>
#include <cstring>
#define fo(i,a,b) for(int i=a;i<=b;i++)
#define efo(i,q) for(int i=A[q];i;i=B[i][0])
#define min(q,w) ((q)<(w)?(q):(w))
#define max(q,w) ((q)>(w)?(q):(w))
#define abs(q) ((q)>0?(q):(-(q)))
using namespace std;
const int N=100500;
int read(int &n)
{
    int w=1;char ch=' ';n=0;
    for(;ch!='-'&&(ch<'0'||ch>'9');ch=getchar());
    if(ch=='-')ch=getchar(),w=1;
    for(;ch<='9'&&ch>='0';ch=getchar())n=n*10+ch-48;
    return n=n*w;
}
int n,m,ans,oln;
struct qqww
{
    int v,i,k;
}a[N];
int zx[N][2];
int B[4*N][2],A[N*2],B0;
int g[N],za[N];
int dfn[N],low[N],dfn0;
int z[N],z1[N],TI;
bool PX(qqww q,qqww w){return q.v<w.v;}
void link(int q,int w){B[++B0][0]=A[q],A[q]=B0,B[B0][1]=w;}
int gf(int q){return g[q]==q?q:(g[q]=gf(g[q]));}
void tarjan(int q)
{
    za[++za[0]]=q;
    z[q]=z1[q]=TI;dfn[q]=low[q]=++dfn0;
    efo(i,q)if(z[B[i][1]]<TI)tarjan(B[i][1]),low[q]=min(low[q],low[B[i][1]]);
        else if(z1[B[i][1]]==TI)low[q]=min(low[q],low[B[i][1]]);
    if(low[q]==dfn[q])
    {
        for(;za[0]&&za[za[0]+1]!=q;za[0]--)g[za[za[0]]]=q,z1[za[za[0]]]=0,za[1+za[0]]=0;
    }
}
bool OK(int mid)
{
    B0=0;
    fo(i,1,2*n)A[i]=0,g[i]=i;
    fo(i,1,n)link(i,zx[a[i].i][!a[i].k]+n);
    int q=1;
    fo(i,1,n)
    {
        for(;q<n&&a[q+1].v-a[i].v<mid;q++);
        fo(j,i+1,q)link(i+n,j),link(j+n,i);
    }
    TI++;
    fo(i,1,n*2)if(z[i]<TI)tarjan(i);
    fo(i,1,n)if(gf(i)==gf(i+n))return 0;
    return 1;
}
int main()
{
    freopen("a.in","r",stdin);
    freopen("a.out","w",stdout);
    int q,w,mx=0;
    read(n);
    fo(i,1,n)
    {
        read(a[i].v),read(a[i+n].v);
        a[i].i=a[i+n].i=i;a[i+n].k=1;
    }
    n*=2;
    sort(a+1,a+1+n,PX);
    fo(i,1,n)zx[a[i].i][a[i].k]=i;
    ans=0;
    int l=0,r=(a[n].v-a[1].v)/(n/2-1)+2;
    while(l<r)
    {
        int mid=(l+r+1)>>1;
        q=OK(mid);
        if(q)l=mid;
        else r=mid-1;
    }
    printf("%d\n",l);
    return 0;
}
基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究”展开,提出了一种结合数据驱动方法与Koopman算子理论的递归神经网络(RNN)模型线性化方法,旨在提升纳米定位系统的预测控制精度与动态响应能力。研究通过构建数据驱动的线性化模型,克服了传统非线性系统建模复杂、计算开销大的问题,并在Matlab平台上实现了完整的算法仿真与验证,展示了该方法在高精度定位控制中的有效性与实用性。; 适合人群:具备一定自动化、控制理论或机器学习背景的科研人员与工程技术人员,尤其是从事精密定位、智能控制、非线性系统建模与预测控制相关领域的研究生与研究人员。; 使用场景及目标:①应用于纳米级精密定位系统(如原子力显微镜、半导体制造设备)中的高性能预测控制;②为复杂非线性系统的数据驱动建模与线性化提供新思路;③结合深度学习与经典控制理论,推动智能控制算法的实际落地。; 阅读建议:建议读者结合Matlab代码实现部分,深入理解Koopman算子与RNN结合的建模范式,重点关注数据预处理、模型训练与控制系统集成等关键环节,并可通过替换实际系统数据进行迁移验证,以掌握该方法的核心思想与工程应用技巧。
基于粒子群算法优化Kmeans聚类的居民用电行为分析研究(Matlb代码实现)内容概要:本文围绕基于粒子群算法(PSO)优化Kmeans聚类的居民用电行为分析展开研究,提出了一种结合智能优化算法与传统聚类方法的技术路径。通过使用粒子群算法优化Kmeans聚类的初始聚类中心,有效克服了传统Kmeans算法易陷入局部最优、对初始值敏感的问题,提升了聚类的稳定性和准确性。研究利用Matlab实现了该算法,并应用于居民用电数据的行为模式识别与分类,有助于精细化电力需求管理、用户画像构建及个性化用电服务设计。文档还提及相关应用场景如负荷预测、电力系统优化等,并提供了配套代码资源。; 适合人群:具备一定Matlab编程基础,从事电力系统、智能优化算法、数据分析等相关领域的研究人员或工程技术人员,尤其适合研究生及科研人员。; 使用场景及目标:①用于居民用电行为的高效聚类分析,挖掘典型用电模式;②提升Kmeans聚类算法的性能,避免局部最优问题;③为电力公司开展需求响应、负荷预测和用户分群管理提供技术支持;④作为智能优化算法与机器学习结合应用的教学与科研案例。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,深入理解PSO优化Kmeans的核心机制,关注参数设置对聚类效果的影响,并尝试将其应用于其他相似的数据聚类问题中,以加深理解和拓展应用能力。
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