【zzuli-2259】matrix

针对一个给定的数值集合及矩阵尺寸,通过选取合适的数值填充矩阵以求得矩阵的最小法值。采用二分查找结合滑动窗口的方法,实现高效求解。

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

【zzuli-2259】matrix

题目描述

在麦克雷的面前有N个数,以及一个R*C的矩阵。现在他的任务是从N个数中取出 R*C 个,并填入这个矩阵中。矩阵每一行的法值为本行最大值与最小值的差,而整个矩阵的法值为每一行的法值的最大值。现在,麦克雷想知道矩阵的最小法值是多少。

输入

输入共两行。

第一行是三个整数:n,r,c。(r, c <= 104, r * c <= n <= 106)

第二行是 n 个整数 Pi。(0 < pi <= 109)

输出

输出一个整数,即满足条件的最小的法值。

样例输入

7 2 3
170 205 225 190 260 225 160

样例输出

30

引用殷大佬一句话,「最大最小值我一看就是二分」....orz

首先每一行的元素一定是连续的,但是不同行的元素可以不连续,这点很容易想明白。求min,等号应该加在r = mid - 1,答案是l。然后题目就变成了判断一个数是否是一个矩阵的法值,方法是枚举每个长度为c的行看看max-min是否<=法值,满足r个则成立,否则不成立。

 

#include <bits/stdc++.h>
using namespace std;
const int N = 1e6+4;
int mp[N], a[N], R, c, n;
bool ok(int x)
{
    int num = 0;
    for(int i = c; i <= n; i++)
    {
        if(a[i] <= x) //等号体现在这里
        {
            i = i+c-1;
            num++;
        }
        if(num == R) return 1;
    }
    return 0;
}
int main()
{
    cin>>n>>R>>c;
    for(int i = 1; i <= n; i++) scanf("%d", &mp[i]);
    sort(mp+1, mp+1+n);
    for(int i = c; i <= n; i++) a[i] = mp[i] - mp[i-c+1];
    int l = 0, r = 1e9;
    while(l <= r)
    {
        int mid = (l+r)>>1;
        if(ok(mid))
            r = mid - 1;
        else
            l = mid + 1;
    }
    printf("%d\n", l);
    return 0;
}

 

posted @ 2018-04-30 17:46 LesRoad 阅读(...) 评论(...) 编辑 收藏

内容概要:该论文聚焦于T2WI核磁共振图像超分辨率问题,提出了一种利用T1WI模态作为辅助信息的跨模态解决方案。其主要贡献包括:提出基于高频信息约束的网络框架,通过主干特征提取分支和高频结构先验建模分支结合Transformer模块和注意力机制有效重建高频细节;设计渐进式特征匹配融合框架,采用多阶段相似特征匹配算法提高匹配鲁棒性;引入模型量化技术降低推理资源需求。实验结果表明,该方法不仅提高了超分辨率性能,还保持了图像质量。 适合人群:从事医学图像处理、计算机视觉领域的研究人员和工程师,尤其是对核磁共振图像超分辨率感兴趣的学者和技术开发者。 使用场景及目标:①适用于需要提升T2WI核磁共振图像分辨率的应用场景;②目标是通过跨模态信息融合提高图像质量,解决传统单模态方法难以克服的高频细节丢失问题;③为临床诊断提供更高质量的影像资料,帮助医生更准确地识别病灶。 其他说明:论文不仅提供了详细的网络架构设计与实现代码,还深入探讨了跨模态噪声的本质、高频信息约束的实现方式以及渐进式特征匹配的具体过程。此外,作者还对模型进行了量化处理,使得该方法可以在资源受限环境下高效运行。阅读时应重点关注论文中提到的技术创新点及其背后的原理,理解如何通过跨模态信息融合提升图像重建效果。
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