(2017多校4)1004/hdu-6070 Dirt Ratio(二分 + 线段树)

本文介绍了一种利用二分查找与线段树结合的方法来解决区间问题,目标是最小化区间内不同元素数量与区间长度的比例。

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

点我看题

题意:给一段区间,求 区间不同元素个数/区间长度 的最小值.

分析:参考给的标程,根据公式size(l,r)/(r-l+1) <= mid,size(l,r)为区间不同元素的个数,化简之后就为 size(l,r)+l*mid <= (r+1)*mid,利用二分缩小L,R的范围,逐渐逼近.同时,利用线段树记录size(l,r)+l*mid的最小值,这个时候就只要枚举r就好了,因为化简后的式子l都在左边,用整个线段树查出左边到所枚举的r的最小值就好.具体的可以看代码注释.

参考代码:

#include<cstdio>
#include<cmath>
#include<cstring>
#include<climits>
#include<cfloat>
#include<algorithm>
#include<iostream>

using namespace std;
#define lson rt<<1
#define rson rt<<1|1
const double flo = DBL_MAX;
const int maxn = 6e5;
int n;
int a[maxn];
int pos[maxn];//pos[i]表示a[i]上一次出现的位置,更新的时候以pos[i]+1作为左端点
double L,R,MID;//二分左右端点,中间值
double tmp;//查询到右区间i为止size(l,r)+l*MID的最小值
struct SegTree{
    int l,r;
    double val;//记录size(l,r)+l*MID,初始值为l*MID
    double add;//size(l,r)
};
SegTree st[maxn<<1];

void PushUp( int rt)
{
    st[rt].val = min( st[lson].val,st[rson].val);
}

void PushDown( int rt)
{
    if( st[rt].add)
    {
        st[lson].val += st[rt].add;
        st[lson].add += st[rt].add;
        st[rson].val += st[rt].add;
        st[rson].add += st[rt].add;
        st[rt].add = 0;
    }
}

void Build( int l, int r, int rt)
{
    st[rt].l = l;
    st[rt].r = r;
    st[rt].val = l*MID;
    st[rt].add = 0;
    if( l == r)
        return;
    int mid = (l+r)>>1;
    Build(l,mid,lson);
    Build(mid+1,r,rson);
}

//区间更新
void Update( int l, int r, int rt, int L, int R)
{
    if( L <= l && R >= r)
    {
        st[rt].val++;
        st[rt].add++;
        return;
    }
    PushDown(rt);
    int mid = (l+r)>>1;
    if( R <= mid)
        Update(l,mid,lson,L,R);
    else if( L > mid)
        Update(mid+1,r,rson,L,R);
    else
    {
        Update(l,mid,lson,L,mid);
        Update(mid+1,r,rson,mid+1,R);
    }
    PushUp(rt);
}

void Query( int l, int r, int rt, int pos)
{
    if( r <= pos)
    {
        if( tmp > st[rt].val)
            tmp = st[rt].val;
        return;
    }
    PushDown(rt);
    int mid = (l+r)>>1;

    Query(l,mid,lson,pos);
    if( pos > mid)
        Query(mid+1,r,rson,pos);
}

int main()
{
    int T;
    scanf("%d",&T);
    while( T--)
    {
        scanf("%d",&n);
        for( int i = 1; i <= n; i++)
            scanf("%d",&a[i]);

        //二分
        L = 0,R = 1;
        for( int cnt = 1; cnt <= 20; cnt++)
        {
            MID = (L+R)/2;
            Build( 1,n,1);
            for( int i = 1; i <= n; i++)
                pos[i] = 0;
            //从1-n枚举右端点
            int i;
            for( i = 1; i <= n; i++)
            {
                Update(1,n,1,pos[a[i]]+1,i);//更新区间[pos[a[i]]+1,i],因为pos[a[i]]为a[i]上一次出现的位置,那么从pos[a[i]]+1开始更新,可以保证a[i]在更新的区间内是唯一的
                tmp = flo;
                Query(1,n,1,i);
                if( tmp <= (i+1)*MID)//表示已经找到更小的
                    break;
                pos[a[i]] = i;
            }
            if( i <= n)//找到满足条件的区间右端点
                R = MID;
            else
                L = MID;
        }
        printf("%.10lf\n",(L+R)/2);
    }

    return 0;
}


内容概要:本文档详细介绍了Analog Devices公司生产的AD8436真均方根-直流(RMS-to-DC)转换器的技术细节及其应用场景。AD8436由三个独立模块构成:轨到轨FET输入放大器、高动态范围均方根计算内核和精密轨到轨输出放大器。该器件不仅体积小巧、功耗低,而且具有广泛的输入电压范围和快速响应特性。文档涵盖了AD8436的工作原理、配置选项、外部组件选择(如电容)、增益调节、单电源供电、电流互感器配置、接地故障检测、三相电源监测等方面的内容。此外,还特别强调了PCB设计注意事项和误差源分析,旨在帮助工程师更好地理解和应用这款高性能的RMS-DC转换器。 适合人群:从事模拟电路设计的专业工程师和技术人员,尤其是那些需要精确测量交流电信号均方根值的应用开发者。 使用场景及目标:①用于工业自动化、医疗设备、电力监控等领域,实现对交流电压或电流的精准测量;②适用于手持式数字万用表及其他便携式仪器仪表,提供高效的单电源解决方案;③在电流互感器配置中,用于检测微小的电流变化,保障电气安全;④应用于三相电力系统监控,优化建立时间和转换精度。 其他说明:为了确保最佳性能,文档推荐使用高质量的电容器件,并给出了详细的PCB布局指导。同时提醒用户关注电介质吸收和泄漏电流等因素对测量准确性的影响。
### 关于HDU - 6609 的题目解析 由于当前未提供具体关于 HDU - 6609 题目的详细描述,以下是基于一般算法竞赛题型可能涉及的内容进行推测和解答。 #### 可能的题目背景 假设该题目属于动态规划类问题(类似于重背包问题),其核心在于优化资源分配或路径选择。此类问题通常会给出一组物品及其属性(如重量、价值等)以及约束条件(如容量限制)。目标是最优地选取某些物品使得满足特定的目标函数[^2]。 #### 动态转移方程设计 如果此题确实是一个变种的背包问题,则可以采用如下状态定义方法: 设 `dp[i][j]` 表示前 i 种物品,在某种条件下达到 j 值时的最大收益或者最小代价。对于每一种新加入考虑范围内的物体 k ,更新规则可能是这样的形式: ```python for i in range(n): for s in range(V, w[k]-1, -1): dp[s] = max(dp[s], dp[s-w[k]] + v[k]) ``` 这里需要注意边界情况处理以及初始化设置合理值来保证计算准确性。 另外还有一种可能性就是它涉及到组合数学方面知识或者是图论最短路等相关知识点。如果是后者的话那么就需要构建相应的邻接表表示图形结构并通过Dijkstra/Bellman-Ford/Floyd-Warshall等经典算法求解两点间距离等问题了[^4]。 最后按照输出格式要求打印结果字符串"Case #X: Y"[^3]。 #### 示例代码片段 下面展示了一个简单的伪代码框架用于解决上述提到类型的DP问题: ```python def solve(): t=int(input()) res=[] cas=1 while(t>0): n,k=list(map(int,input().split())) # Initialize your data structures here ans=find_min_unhappiness() # Implement function find_min_unhappiness() res.append(f'Case #{cas}: {round(ans)}') cas+=1 t-=1 print("\n".join(res)) solve() ```
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