HDU4902巧妙分析避开线段树的使用

本文介绍了一个C++程序示例,该程序利用结构体和数组进行数据处理,并通过循环和条件判断实现特定功能。此外,还展示了如何计算最大公约数以及使用线段树等数据结构优化操作。
#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
const int ms=1e5+5;
struct unit
{
int t,l,r,x;
}a[ms];
int vis[ms],ege[ms];
int gcd(int a,int b)
{
return b?gcd(b,a%b):a;
}
int main()
{
int T,n,m,i,j;
cin>>T;
while(T--)
{
cin>>n;
for(i=1;i<=n;i++)
scanf("%d",&ege[i]);
cin>>m;
for(i=1;i<=m;i++)
scanf("%d%d%d%d",&a[i].t,&a[i].l,&a[i].r,&a[i].x);
memset(vis,-1,sizeof(vis));
for(i=m;i>=1;i--)
{
if(a[i].t==1)
{
for(j=a[i].l;j<=a[i].r;j++)
{
if(vis[j]==-1)
{
vis[j]=m+1;
ege[j]=a[i].x;
}
if(vis[j]==0)
{
vis[j]=i+1;
ege[j]=a[i].x;
}
}
}
if(a[i].t==2)
{
for(j=a[i].l;j<=a[i].r;j++)
if(vis[j]==-1)
vis[j]=0;
}
}
for(i=1;i<=n;i++)
{
if(vis[i]==m+1||vis[i]==-1)
continue;
else
{
for(j=vis[i];j<=m;j++)
if(ege[i]>a[j].x&&a[j].l<=i&&a[j].r>=i)
ege[i]=gcd(ege[i],a[j].x);
}
}
for(i=1;i<=n;i++)
printf("%d ",ege[i]);
puts(""); 

return 0;

另一种方法就是使用线段树,但基本上差不多

内容概要:本文提出了一种基于融合鱼鹰算法和柯西变异的改进麻雀优化算法(OCSSA),用于优化变分模态分解(VMD)的参数,进而结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)构建OCSSA-VMD-CNN-BILSTM模型,实现对轴承故障的高【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)精度诊断。研究采用西储大学公开的轴承故障数据集进行实验验证,通过优化VMD的模态数和惩罚因子,有效提升了信号分解的准确性与稳定性,随后利用CNN提取故障特征,BiLSTM捕捉时间序列的深层依赖关系,最终实现故障类型的智能识别。该方法在提升故障诊断精度与鲁棒性方面表现出优越性能。; 适合人群:具备一定信号处理、机器学习基础,从事机械故障诊断、智能运维、工业大数据分析等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①解决传统VMD参数依赖人工经验选取的问题,实现参数自适应优化;②提升复杂工况下滚动轴承早期故障的识别准确率;③为智能制造与预测性维护提供可靠的技术支持。; 阅读建议:建议读者结合Matlab代码实现过程,深入理解OCSSA优化机制、VMD信号分解流程以及CNN-BiLSTM网络架构的设计逻辑,重关注参数优化与故障分类的联动关系,并可通过更换数据集进一步验证模型泛化能力。
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