codeforces 1005E1

本文介绍了一种求解特定位置中位数的算法,通过预处理子串,统计元素个数并排序,实现高效匹配。算法适用于处理排列数据,通过左右子串的value计算,快速定位中位数。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

E1. Median on Segments (Permutations Edition)

time limit per test:3 seconds    memory limit per test:256 megabytes

 

对待查位置左右子串预处理,统计大于/小于该数的元素个数并作差,得到value。

分别统计左右两侧各value的出现次数,并分别按照value由小到大、由大到小进行排序。如果l[a]+r[b]>1,则l[a+1]+r[b]一定大于1,所以每次匹配不需要从头开始。

左右两侧的位置匹配+单独左侧+单独右侧+数字本身位置为最终输出结果。

 

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

struct inf{
    long long times=0;
    long long value=0;
}l[200005],r[200005];

long long input[200005];

bool cmpl(inf a,inf b){
    return a.value<b.value;
}

bool cmpr(inf a,inf b){
    return a.value>b.value;
}

int main()
{
    int n,m;
    cin>>n>>m;
    for(int i=0;i<n;i++)
        cin>>input[i];
    int work=find(input,input+n,m)-input;
    //cout<<work<<endl;
    input[work]=0,input[n]=2000000;
    for(int i=work-1;i>=0;i--){
        if(input[i]>m)
            input[i]=input[i+1]+1; //大于0表示比m大的个数
        else
            input[i]=input[i+1]-1;
    }
    for(int i=work+1;i<n;i++){
        if(input[i]>m)
            input[i]=input[i-1]+1; //大于0表示比m大的个数
        else
            input[i]=input[i-1]-1;
    }
    sort(input,input+work);
    sort(input+work+1,input+n);
    /*for(int i=0;i<n;i++){
        cout<<input[i]<<" ";
    }*/
    input[work]=2000000;
    int lnum=0;
    for(int i=0;i<work;i++){
        l[lnum].times++;
        if(input[i+1]!=input[i]){
            l[lnum].value=input[i];
            lnum++;
        }
    }
    int rnum=0;
    for(int i=work+1;i<n;i++){
        r[rnum].times++;
        if(input[i+1]!=input[i]){
            r[rnum].value=input[i];
            rnum++;
        }
    }
    sort(l,l+lnum,cmpl);
    sort(r,r+rnum,cmpr);
    //cout<<lnum<<" "<<rnum;
    /*for(int i=0;i<lnum;i++){
        cout<<l[i].value<<" ";
    }
    cout<<endl;
    for(int i=0;i<rnum;i++){
        cout<<r[i].value<<" ";
    }*/
    int lwork=0,rwork=0;
    long long out=0;
    for(;lwork<lnum;lwork++){
        for(;r[rwork].value+l[lwork].value>1 && rwork<rnum;rwork++);
        if(rwork==rnum)
            break;
        if(r[rwork].value+l[lwork].value==1 || r[rwork].value+l[lwork].value==0)
            out+=r[rwork].times*l[lwork].times;
        //cout<<out<<endl;
        if(rwork+1==rnum)
            continue;
        if(r[rwork+1].value+l[lwork].value==0 || r[rwork+1].value+l[lwork].value==1)
            out+=r[rwork+1].times*l[lwork].times;
        //cout<<out<<endl;
    }
    long long ltemp=0;
    for(int i=0;i<lnum;i++){
        if(l[i].value==0 || l[i].value==1)
            ltemp+=l[i].times;
    }
    long long rtemp=0;
    for(int i=0;i<rnum;i++){
        if(r[i].value==0 || r[i].value==1)
            rtemp+=r[i].times;
    }
    cout<<out+1+ltemp+rtemp;
    return 0;
}

 

内容概要:本文详细介绍了扫描单分子定位显微镜(scanSMLM)技术及其在三维超分辨体积成像中的应用。scanSMLM通过电调透镜(ETL)实现快速轴向扫描,结合4f检测系统将不同焦平面的荧光信号聚焦到固定成像面,从而实现快速、大视场的三维超分辨成像。文章不仅涵盖了系统硬件的设计与实现,还提供了详细的软件代码实现,包括ETL控制、3D样本模拟、体积扫描、单分子定位、3D重建和分子聚类分析等功能。此外,文章还比较了循环扫描与常规扫描模式,展示了前者在光漂白效应上的优势,并通过荧光珠校准、肌动蛋白丝、线粒体网络和流感A病毒血凝素(HA)蛋白聚类的三维成像实验,验证了系统的性能和应用潜力。最后,文章深入探讨了HA蛋白聚类与病毒感染的关系,模拟了24小时内HA聚类的动态变化,提供了从分子到细胞尺度的多尺度分析能力。 适合人群:具备生物学、物理学或工程学背景,对超分辨显微成像技术感兴趣的科研人员,尤其是从事细胞生物学、病毒学或光学成像研究的科学家和技术人员。 使用场景及目标:①理解和掌握scanSMLM技术的工作原理及其在三维超分辨成像中的应用;②学习如何通过Python代码实现完整的scanSMLM系统,包括硬件控制、图像采集、3D重建和数据分析;③应用于单分子水平研究细胞内结构和动态过程,如病毒入侵机制、蛋白质聚类等。 其他说明:本文提供的代码不仅实现了scanSMLM系统的完整工作流程,还涵盖了多种超分辨成像技术的模拟和比较,如STED、GSDIM等。此外,文章还强调了系统在硬件改动小、成像速度快等方面的优势,为研究人员提供了从理论到实践的全面指导。
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