HDU - 1394 Minimum Inversion Number

The inversion number of a given number sequence a1, a2, ..., an is the number of pairs (ai, aj) that satisfy i < j and ai > aj.

For a given sequence of numbers a1, a2, ..., an, if we move the first m >= 0 numbers to the end of the seqence, we will obtain another sequence. There are totally n such sequences as the following:

a1, a2, ..., an-1, an (where m = 0 - the initial seqence)
a2, a3, ..., an, a1 (where m = 1)
a3, a4, ..., an, a1, a2 (where m = 2)
...
an, a1, a2, ..., an-1 (where m = n-1)

You are asked to write a program to find the minimum inversion number out of the above sequences.

Input

The input consists of a number of test cases. Each case consists of two lines: the first line contains a positive integer n (n <= 5000); the next line contains a permutation of the n integers from 0 to n-1.

Output

For each case, output the minimum inversion number on a single line.

Sample Input

10
1 3 6 9 0 8 5 7 4 2

Sample Output

16

 

給你一串数字(0~n-1,顺序被打乱),你可以将前a(0<=a<=n)个数字移到后面,这a个数字顺序不可被打乱,剩下的n-a个数字顺序不可被打乱,输出所有情况中含逆序对最少的那个串的逆序对数。

 

关于逆序对问题:要用 树状数组 或 线段树求解.

以下用的是树状数组。

 

为什么要用树状数组?因为树状数组快啊

方法都是暴力,不用树状数组,需要用两重循环。对每个数,求小于它的数在它前面出现了几个,O(n^2)的复杂度 

树状数组将复杂度降到O(nlogn) , 树状数组优点:求和快

 

好,求出原串的逆序对,但还不满足要求,因为可以重构串,(类似环排列,重新选起点)

 

暴力?重构串,求逆序对,O(n^2)

其他情况是怎么来的,是原串将最前面那个数移到最后得到的,之后将所得到串的最前面那个数移到最后,一直重复n-1,第n次就变成了开始那个串。

若能求出最前面那个数在这串有多少个小于它的数就好了,开始那个串的逆序对数已知,该逆序对数记为为A,最前面那个数在这串有多少个小于它的数为x,将最前面那个数移到最后,逆序对数为,A-x+(n-x-1)

 

想一下原串中的数字,若3在某次串在最前面,是不是我们已经知道在它后面有多少个数小于它,有多少个数大于它。(数只可能是0~n-1,并且不会重复)

所以用现在的串的最前面那个数。(开始时想在C数组中找线索,唉,思维题)

 

#include <cstdio>
#include <algorithm>
#define Lowbit(x) (x&-x)
#define Lim 5000 + 10
#define INF 0x3f3f3f3f
using namespace std;

void Update(int *C,int p,int v)
{
    for(int i=p; i<=Lim; i+=Lowbit(i))
        C[i]+=v;
}

int Sum(int *C,int p)
{
    int ans=0;
    for(int i=p; i>0; i-=Lowbit(i))
        ans+=C[i];
    return ans;
}

int main()
{
    int n;
    while(scanf("%d",&n)!=EOF)
    {
        int i,t=0,ans;
        int C[Lim]= {0};
        int Rop[Lim]= {0};
        int sam[Lim]= {0};
        for(i=1; i<=n; i++)
        {
            scanf("%d",&sam[i]);
            sam[i]++;
            Update(C,sam[i],1);
            Rop[sam[i]]=i-Sum(C,sam[i]);
            t+=Rop[sam[i]];
        }
        ans=t;
        for(i=1; i<n; i++)
        {
            t+=n-sam[i]-(sam[i]-1);
            ans=min(t,ans);
        }
        printf("%d\n",ans);
    }
    return 0;
}

 

本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换与直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的智能检测技术提供了综合性实践案例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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