[贪心]ARC080 E - Young Maids

本文介绍了一种通过贪心算法解决最小化排列字典序问题的方法。利用两棵线段树分别存储原排列中奇偶位置上的最小值,通过不断选择当前最小的两个数放在新排列的最前面,实现最小化字典序的目标。

Description

给一个排列pn,每次可以选择排列p中的相邻的两个数,把这两个数放到q的最前面。
要求最小化字典序

Solution

这不就是贪心啊。。
跟超级钢琴一样的做法。
因为这两个数在原排列中的奇偶性不同,开两颗线段树(好吧,是不想打ST表)存一下最小值的位置就好了。。

#include <bits/stdc++.h>
using namespace std;

const int N = 202020;

inline char get(void) {
    static char buf[100000], *S = buf, *T = buf;
    if (S == T) {
        T = (S = buf) + fread(buf, 1, 100000, stdin);
        if (S == T) return EOF;
    }
    return *S++;
}
template<typename T>
inline void read(T &x) {
    static char c; x = 0; int sgn = 0;
    for (c = get(); c < '0' || c > '9'; c = get()) if (c == '-') sgn = 1;
    for (; c >= '0' && c <= '9'; c = get()) x = x * 10 + c - '0';
    if (sgn) x = -x;
}

int a[N];
int n, l, r;
struct Seg {
    int c[N];
    int mn[N << 2];
    inline int MinPos(int a, int b) {
        return c[a] < c[b] ? a : b;
    }
    inline void Build(int o, int l, int r) {
        if (l == r) return (void)(mn[o] = l);
        int mid = (l + r) >> 1;
        Build(o << 1, l, mid);
        Build(o << 1 | 1, mid + 1, r);
        mn[o] = MinPos(mn[o << 1], mn[o << 1 | 1]);
    }
    inline void Init(int fl) {
        for (int i = 0; i <= n; i++) c[i] = N;
        for (int i = fl; i <= n; i += 2)
            c[i] = a[i];
        Build(1, 1, n);
    }
    inline int MinPos(int o, int l, int r, int L, int R) {
        if (l >= L && r <= R) return mn[o];
        int mid = (l + r) >> 1, res = 0;
        if (L <= mid) res = MinPos(res, MinPos(o << 1, l, mid, L, R));
        if (R > mid) res = MinPos(res, MinPos(o << 1 | 1, mid + 1, r, L, R));
        return res;
    }
};
Seg S[2];
struct cpp {
    int l, r, s, t, fl;
    cpp(void) {}
    cpp(int _l, int _r, int f) {
        l = _l; r = _r; fl = f;
        s = S[fl].MinPos(1, 1, n, l, r);
        t = S[fl ^ 1].MinPos(1, 1, n, s, r);
    }
    inline bool operator <(const cpp &x) const{
        return a[s] > a[x.s];
    }
};
cpp x;
priority_queue<cpp> Q;

int main(void) {
    read(n);
    for (int i = 1; i <= n; i++) read(a[i]);
    S[1].Init(1); S[0].Init(2);
    Q.push(cpp(1, n, 1));
    while (!Q.empty()) {
        x = Q.top(); Q.pop();
        printf("%d %d ", a[x.s], a[x.t]);
        if (x.l < x.s) Q.push(cpp(x.l, x.s - 1, x.fl));
        if (x.t < x.r) Q.push(cpp(x.t + 1, x.r, x.fl));
        if (x.s + 1 < x.t) Q.push(cpp(x.s + 1, x.t - 1, x.fl ^ 1));
    }
    return 0;
}
数据集介绍:电力线目标检测数据集 一、基础信息 数据集名称:电力线目标检测数据集 图片数量: 训练集:2898张图片 验证集:263张图片 测试集:138张图片 总计:3299张图片 分类类别: 类别ID: 0(电力线) 标注格式: YOLO格式,包含对象标注信息,适用于目标检测任务。 数据格式:JPEG/PNG图片,来源于空中拍摄或监控视觉。 二、适用场景 电力设施监控与巡检: 数据集支持目标检测任务,帮助构建能够自动识别和定位电力线的AI模型,用于无人机或固定摄像头巡检,提升电力设施维护效率和安全性。 能源与公用事业管理: 集成至能源管理系统中,提供实时电力线检测功能,辅助进行风险 assessment 和预防性维护,优化能源分配。 计算机视觉算法研究: 支持目标检测技术在特定领域的应用研究,促进AI在能源和公用事业行业的创新与发展。 专业培训与教育: 数据集可用于电力行业培训课程,作为工程师和技术人员学习电力线检测与识别的重要资源。 三、数据集优势 标注精准可靠: 每张图片均经过专业标注,确保电力线对象的定位准确,适用于高精度模型训练。 数据多样性丰富: 包含多种环境下的电力线图片,如空中视角,覆盖不同场景条件,提升模型的泛化能力和鲁棒性。 任务适配性强: 标注格式兼容YOLO等主流深度学习框架,便于快速集成和模型开发,支持目标检测任务的直接应用。 实用价值突出: 专注于电力线检测,为智能电网、自动化巡检和能源设施监控提供关键数据支撑,具有较高的行业应用价值。
【弹簧阻尼器】基于卡尔曼滤波弹簧质量阻尼器系统噪声测量实时状态估计研究(Matlab代码实现)内容概要:本文围绕“基于卡尔曼滤波的弹簧质量阻尼器系统噪声测量与实时状态估计”展开研究,利用Matlab代码实现对系统状态的精确估计。重点在于应用卡尔曼滤波技术处理系统中存在的噪声干扰,提升对弹簧质量阻尼器系统动态行为的实时观测能力。文中详细阐述了系统建模、噪声特性分析及卡尔曼滤波算法的设计与实现过程,展示了滤波算法在抑制测量噪声、提高状态估计精度方面的有效性。同时,该研究属于更广泛的信号处理与状态估计技术应用范畴,适用于复杂动态系统的监控与控制。; 适合人群:具备一定控制系统理论基础和Matlab编程经验的高校研究生、科研人员及工程技术人员,尤其适合从事动态系统建模、状态估计与滤波算法研究的相关人员。; 使用场景及目标:①应用于机械、航空航天、自动化等领域中对振动系统状态的高精度实时估计;②为噪声环境下的传感器数据融合与状态预测提供算法支持;③作为卡尔曼滤波算法在实际物理系统中应用的教学与科研案例。; 阅读建议:建议读者结合Matlab代码实践,深入理解系统建模与滤波器设计的关键步骤,关注噪声建模与滤波参数调优对估计性能的影响,并可进一步拓展至扩展卡尔曼滤波(EKF)或无迹卡尔曼滤波(UKF)在非线性系统中的应用。
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