POJ-2823 Sliding Window

本文介绍了一种高效算法,用于解决滑动窗口中的最小值和最大值问题。通过使用单调队列,可以在O(n)的时间复杂度内解决此问题,避免了传统方法中的高时间消耗。
部署运行你感兴趣的模型镜像

这是我的第一发题解,纪念一下233

题面如下:

An array of size n ≤ 10 6 is given to you. There is a sliding window of size k which is moving from the very left of the array to the very right. You can only see the k numbers in the window. Each time the sliding window moves rightwards by one position. Following is an example:
The array is [1 3 -1 -3 5 3 6 7], and k is 3.
Window positionMinimum valueMaximum value
[1  3  -1] -3  5  3  6  7 -13
 1 [3  -1  -3] 5  3  6  7 -33
 1  3 [-1  -3  5] 3  6  7 -35
 1  3  -1 [-3  5  3] 6  7 -35
 1  3  -1  -3 [5  3  6] 7 36
 1  3  -1  -3  5 [3  6  7]37

Your task is to determine the maximum and minimum values in the sliding window at each position.

Input
The input consists of two lines. The first line contains two integers n and k which are the lengths of the array and the sliding window. There are n integers in the second line.
Output
There are two lines in the output. The first line gives the minimum values in the window at each position, from left to right, respectively. The second line gives the maximum values.
Sample Input
8 3
1 3 -1 -3 5 3 6 7
Sample Output
-1 -3 -3 -3 3 3
3 3 5 5 6 7
题意:给你一个长度为N的数组,一个长为K滑动的窗体从最左移至最右端,你只能见到窗口的K个数,每次窗体向右移动一位,如下表:
[ 1 3 -1 ] -3  5 3  6  7    :-1 3
 1 [ 3 -1 -3 ] 5 3  6  7    :-3 3
 1  3 [ -1 -3  5 ] 3  6 7   :-3 5
 1  3 -1 [ -3  5  3 ] 6 7   :-3 5
 1  3 -1 -3 [ 5  3  6 ] 7   : 3 6

 1  3 -1 -3  5 [ 3   6  7]  : 3 7


分析:我们依然从艾(bao)神(li)的解题思路入手。对于每一次滑动,我们可以枚举每一个小窗口的所有值,找到最小与最大的值,复杂度也很显然有O(n*k),直接就被我们否决了。

本题当然可以开一个线段树,在O(nlogn) 的时间复杂度内就可以完成所有的操作,但是这显然不够优秀,并且在这儿开一个线段树实在是大材小用了。P.S. 这儿不能使用树状数组。(为什么?我也不知道QAQ)

另外一个O(nlogn) 的方法就是我昨天的博客里面提到的方法,把问题转化为RMQ问题,ST表预处理,并对每个k区间求最值。这儿有个问题,开二维数组的话会MLE。至于解决方法,实际上因为每次查询的都是定长区间k,所以我们开一个一维数组就好,在这儿也不多阐述。

接下来就是今天用到的标解了,我们按照惯例先来分析一手。以最小值为例,对于样例中的序列而言,我们在框到[1 3 -1]的时候答案是-1,然后滑到下一个位置,即[3 -1 -3]的时候为-3,此时我们可以预见到,至少是在往后滑2个单位的时候,-3之前的3和-1都是不可能成为答案的,于是我们可以愉快地把它们去掉,变成[-3]。因此,我们可以看见在框的范围内,它的答案是一个递增的序列。于是我们就可以构造一个递增的单调队列,每次往里加元素的时候,只要维护好这个单调队列的性质,就可以得到每次的队头元素就是我们要寻找的区间最小值。

在构造单调队列的时候,要注意以下几个问题。每次往队尾插元素的时候,为了保证队列的单调性,必须把队尾所有大于待插元素的元素全都弹出去直到队空或者队尾元素小于待插元素。此时判断队中元素个数是不是大于窗口k,如果是的话,就弹出队首元素直到不大于k位置,接着在队尾插入待插元素即可。

上面这部分代码就是MLE的ST表代码,下面就是单调队列,这儿使用数组模拟队列(因为deque的话好像也会T?)。

#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#include<cmath>
#include<queue>
#include<vector>

using namespace std;

//const int maxn=1e6+7;
//int stmax[maxn][20],stmin[maxn][20];
//int a[maxn];
//
//void rmq_st(int n){
//    for(int i=1;i<=n;i++)
//        stmax[i][0]=stmin[i][0]=a[i];
//    int m=(int)(double(log(n))/log(2.0));
//    for(int j=1;j<=m;j++)
//    for(int i=1;i+(1<<j)-1<=n;i++){
//        stmax[i][j]=max(stmax[i][j-1],stmax[i+(1<<j-1)][j-1]);
//        stmin[i][j]=min(stmin[i][j-1],stmin[i+(1<<j-1)][j-1]);
//    }
//}
//
//int rmq_maxquery(int l,int r){
//    int k=(int)(double(log(r-l+1))/log(2.0));
//    return max(stmax[l][k],stmax[r-(1<<k)+1][k]);
//}
//int rmq_minquery(int l,int r){
//    int k=(int)(double(log(r-l+1))/log(2.0));
//    return min(stmin[l][k],stmin[r-(1<<k)+1][k]);
//}
//
//
//int main(){
//    int n,k;
//    ios::sync_with_stdio(false);
//    cin.tie(0);
//    while(cin>>n>>k){
//        for(int i=1;i<=n;i++)
//            cin>>a[i];
//        rmq_st(n);
//        k--;
//        for(int i=1;i+k<n;i++)
//            cout<<rmq_minquery(i,i+k)<<" ";
//        cout<<rmq_minquery(n-k,n)<<endl;
//        for(int i=1;i+k<n;i++)
//            cout<<rmq_maxquery(i,i+k)<<" ";
//        cout<<rmq_maxquery(n-k,n)<<endl;
//
//
//    }
//
//    return 0;
//}

const int maxn=1e6+7;
int a[maxn];
int maxq[maxn];
int minq[maxn];
int q[maxn];
int n,k;

int main(){
    ios::sync_with_stdio(false);
    cin.tie(0);
    while(cin>>n>>k){
        for(int i=1;i<=n;i++)
            cin>>a[i];
        int head,tail,t;
        memset(q,0,sizeof(q));
        head=1,tail=1;
        q[tail]=1;
        minq[1]=a[1];
        for(int i=2;i<=n;i++){
            while(head<=tail&&a[i]<a[q[tail]])
                tail--;
            q[++tail]=i;
            if(head<=tail&&q[head]<i-k+1)
                head++;
            minq[i]=a[q[head]];
        }
        memset(q,0,sizeof(q));
        head=1,tail=1;
        q[tail]=1;
        maxq[1]=a[1];
        for(int i=2;i<=n;i++){
            while(head<=tail&&a[i]>a[q[tail]])
                tail--;
            q[++tail]=i;
            if(head<=tail&&q[head]<i-k+1)
                head++;
            maxq[i]=a[q[head]];
        }
        for(int i=k;i<n;i++)
            cout<<minq[i]<<" ";
        cout<<minq[n]<<endl;
        for(int i=k;i<n;i++)
            cout<<maxq[i]<<" ";
        cout<<maxq[n]<<endl;
    }
    return 0;
}



您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

Stable-Diffusion-3.5

图片生成
Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型,相比 3.0 版本,它提升了图像质量、运行速度和硬件效率

内容概要:本文围绕EKF SLAM(扩展卡尔曼滤波同步定位与地图构建)的性能展开多项对比实验研究,重点分析在稀疏与稠密landmark环境下、预测与更新步骤同时进行与非同时进行的情况下的系统性能差异,并进一步探讨EKF SLAM在有色噪声干扰下的鲁棒性表现。实验考虑了不确定性因素的影响,旨在评估不同条件下算法的定位精度与地图构建质量,为实际应用中EKF SLAM的优化提供依据。文档还提及多智能体系统在遭受DoS攻击下的弹性控制研究,但核心内容聚焦于SLAM算法的性能测试与分析。; 适合人群:具备一定机器人学、状态估计或自动驾驶基础知识的科研人员及工程技术人员,尤其是从事SLAM算法研究或应用开发的硕士、博士研究生和相关领域研发人员。; 使用场景及目标:①用于比较EKF SLAM在不同landmark密度下的性能表现;②分析预测与更新机制同步与否对滤波器稳定性与精度的影响;③评估系统在有色噪声等非理想观测条件下的适应能力,提升实际部署中的可靠性。; 阅读建议:建议结合MATLAB仿真代码进行实验复现,重点关注状态协方差传播、观测更新频率与噪声模型设置等关键环节,深入理解EKF SLAM在复杂环境下的行为特性。稀疏 landmark 与稠密 landmark 下 EKF SLAM 性能对比实验,预测更新同时进行与非同时进行对比 EKF SLAM 性能对比实验,EKF SLAM 在有色噪声下性能实验
内容概要:本文围绕“基于主从博弈的售电商多元零售套餐设计与多级市场购电策略”展开,结合Matlab代码实现,提出了一种适用于电力市场化环境下的售电商优化决策模型。该模型采用主从博弈(Stackelberg Game)理论构建售电商与用户之间的互动关系,售电商作为领导者制定电价套餐策略,用户作为跟随者响应电价并调整用电行为。同时,模型综合考虑售电商在多级电力市场(如日前市场、实时市场)中的【顶级EI复现】基于主从博弈的售电商多元零售套餐设计与多级市场购电策略(Matlab代码实现)购电组合优化,兼顾成本最小化与收益最大化,并引入不确定性因素(如负荷波动、可再生能源出力变化)进行鲁棒或随机优化处理。文中提供了完整的Matlab仿真代码,涵盖博弈建模、优化求解(可能结合YALMIP+CPLEX/Gurobi等工具)、结果可视化等环节,具有较强的可复现性和工程应用价值。; 适合人群:具备一定电力系统基础知识、博弈论初步认知和Matlab编程能力的研究生、科研人员及电力市场从业人员,尤其适合从事电力市场运营、需求响应、售电策略研究的相关人员。; 使用场景及目标:① 掌握主从博弈在电力市场中的建模方法;② 学习售电商如何设计差异化零售套餐以引导用户用电行为;③ 实现多级市场购电成本与风险的协同优化;④ 借助Matlab代码快速复现顶级EI期刊论文成果,支撑科研项目或实际系统开发。; 阅读建议:建议读者结合提供的网盘资源下载完整代码与案例数据,按照文档目录顺序逐步学习,重点关注博弈模型的数学表达与Matlab实现逻辑,同时尝试对目标函数或约束条件进行扩展改进,以深化理解并提升科研创新能力。
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