bzoj 2006 分类: bzoj 2015...

本文深入探讨了一种高效的算法设计,通过预处理、堆优化和动态规划等技术,实现了对大规模数据集的有效处理。该算法在多项式时间内解决了复杂的问题,并在实际应用中表现出了优秀的性能。


http://blog.youkuaiyun.com/orpinex/article/details/7012836 太神了~!



#include<cstdio>
#include<cstdlib>
#include<ctime>
#include<cmath>
#include<cstring>
#include<map>
#include<string>
#include<stack>
#include<queue>
#include<utility>
#include<iostream>
#include<algorithm>

const int MAXN = 500005, logN = 20;
struct HeapNode
{
    int st,ed,l,r; long long v; HeapNode(int st=0,int ed=0,int l=0,int r=0,long long v=0):st(st),ed(ed),l(l),r(r),v(v){}
};
bool operator < (const HeapNode &a,const HeapNode &b){return a.v < b.v;}

std::priority_queue<HeapNode> heap;

int n, k, L, R, seg[MAXN];
long long sum[MAXN];
long long st[MAXN][logN];
int opt[MAXN][logN];
long long ans = 0;

void PreWork()
{
    for(int i = 1; i <= n; i++)
        sum[i] = sum[i-1] + seg[i], st[i][0] = sum[i], opt[i][0] = i;

    for(int i = 1; i < logN; i++)
    {
        int lmt = n - (1<<i) + 1;
        for(int j = 1; j <= lmt; j++)
        {
            int t = j + (1<<(i-1));

            if(st[j][i-1] > st[t][i-1])
                st[j][i] = st[j][i-1], opt[j][i] = opt[j][i-1];
            else
                st[j][i] = st[t][i-1], opt[j][i] = opt[t][i-1];
        }
    }
}
int Ask(int a,int b)
{
    int len = b - a + 1, t = 0; while((1<<(t+1)) <= len) t++;
    return (st[a][t] > st[b-(1<<t)+1][t])?opt[a][t]:opt[b-(1<<t)+1][t];
}
void Insert(int st,int ll,int rr)
{
    int t = Ask(ll,rr); heap.push(HeapNode(st,t,ll,rr,sum[t]-sum[st-1]));
}
void Build()
{
    for(int i = 1; i + L - 1<= n; i++)
        Insert(i,i+L-1,std::min(i+R-1,n));
}
void Solve()
{
    for(int tp = 1; tp <= k; tp++)
    {
        HeapNode max = heap.top();
        heap.pop();

        ans += max.v;
        if(max.l < max.ed) Insert(max.st,max.l,max.ed-1);
        if(max.ed < max.r) Insert(max.st,max.ed+1,max.r);
    }
}

int main()
{
#ifndef ONLINE_JUDGE
    freopen("bzoj2006.in","r",stdin);
    freopen("bzoj2006.out","w",stdout);
#endif

    scanf("%d%d%d%d",&n,&k,&L,&R);
    for(int i = 1; i <= n; i++) scanf("%d",&seg[i]);

    PreWork();

    Build();

    Solve();

    printf("%lld",ans);

#ifndef ONLINE_JUDGE
    fclose(stdin);
    fclose(stdout);
#endif
    return 0;
}

版权声明:本文为博主原创文章,未经博主允许不得转载。

转载于:https://www.cnblogs.com/dashgua/p/4723016.html

胚胎实例分割数据集 一、基础信息 • 数据集名称:胚胎实例分割数据集 • 图片数量: 训练集:219张图片 验证集:49张图片 测试集:58张图片 总计:326张图片 • 训练集:219张图片 • 验证集:49张图片 • 测试集:58张图片 • 总计:326张图片 • 分类类别: 胚胎(embryo):表示生物胚胎结构,适用于发育生物学研究。 • 胚胎(embryo):表示生物胚胎结构,适用于发育生物学研究。 • 标注格式:YOLO格式,包含实例分割的多边形标注,适用于实例分割任务。 • 数据格式:图片来源于相关研究领域,格式为常见图像格式,细节清晰。 二、适用场景 • 胚胎发育AI分析系统:构建能够自动分割胚胎实例的AI模型,用于生物学研究中的形态变化追踪和量化分析。 • 医学与生物研究:在生殖医学、遗传学等领域,辅助研究人员进行胚胎结构识别、分割和发育阶段评估。 • 学术与创新研究:支持计算机视觉与生物医学的交叉学科研究,推动AI在胚胎学中的应用,助力高水平论文发表。 • 教育与实践培训:用于高校或研究机构的实验教学,帮助学生和从业者掌握实例分割技术及胚胎学知识。 三、数据集优势 • 精准与专业性:实例分割标注由领域专家完成,确保胚胎轮廓的精确性,提升模型训练的可靠性。 • 任务专用性:专注于胚胎实例分割,填补相关领域数据空白,适用于细粒度视觉分析。 • 格式兼容性:采用YOLO标注格式,易于集成到主流深度学习框架中,简化模型开发与部署流程。 • 科学价值突出:为胚胎发育研究、生命科学创新提供关键数据资源,促进AI在生物学中的实际应用。
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