uva11129 - An antiarithmetic permutation(不等差序列,分治法)

本文采用分治策略解决了一个求解0到n之间不含等差数列的序列问题。通过将序列不断划分为奇偶序列,并变换序列结构,最终将序列个数减少至不超过两个,从而确保了序列中不存在等差数列。

题意:
给你一个数n,让你求使得0-n这些数成为不含等差数列的序列。
思路:
这题用分治方法来做,0-n-1依次排列后,不断划分左右两边,将其按位置不断分为奇偶序列,划分至不能再分,即可求得结果。
证明可参考:http://www.2cto.com/kf/201308/238466.html
一个序列的等差是k,首项为a1,序列为,a1, a1 +k, a1 + 2k, a1 + 3k …. a1 + (n - 1)k.分成的两部分为a1, a1 + 2k , a1 + 4k ….、 a1, a1 + k, a1 + 3k, a1 + 5k…如此一来,任意拿前面和后面组成序列的话。后面和后面的差都是2k的倍数,前面和后面的都是2k + 1的倍数。这样是成不了等差的。。 如此一来。我们只要把序列一直变换,变换到个数小于等于2即可。
代码:

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 10005;
int a[N],b[N];
int n;    //0 1 2 3 4 5 6
      //0 2 4 1 3 5
      //0 4 2 1 5 3 
void divide(int l, int r) {
    if (l + 1 >= r)
        return;
    for (int i = 0; i <= r; i++)
        b[i] = a[i];
    int i, j;
    for ( i = l, j = l; j <= r; i++, j += 2)
        a[i] = b[j];
    for ( j = l + 1; j <= r; i++, j += 2)
        a[i] = b[j];
    divide(l, (l + r) / 2);
    divide((l + r) / 2 + 1, r);
}
int main() {
    while (~scanf("%d", &n) && n) {
        for (int i = 0; i < n; i++)
            a[i] = i;
        divide(0, n - 1);
        printf("%d: %d", n, a[0]);
        for (int i = 1; i < n; i++)
            printf(" %d", a[i]);
        printf("\n");
    }
    return 0;
}
### size - variance #### 含义 在引用内容中虽未直接提及“size - variance”,但可从全局平均池化(GAP)对输入尺寸的鲁棒性侧面理解。一般而言,size - variance可理解为模型或算法对输入尺寸变化的敏感程度。例如,若一个模型具有高size - variance,意味着输入尺寸的微小变化可能会导致模型输出的显著改变;反之,低size - variance表示模型对输入尺寸变化不敏感。像全局平均池化,由于它对整个空间范围进行操作,对输入图像尺寸的变化不那么敏感,即具有低size - variance [^1]。 #### 应用 在计算机视觉领域,许多模型需要处理不同尺寸的输入图像。例如在目标检测任务中,图像中的目标大小和位置可能各不相同,具有低size - variance的模型可以更好地适应这种变化,提高检测的准确性。在医学图像分析中,不同患者的器官图像大小可能存在异,低size - variance的模型能够更稳定地对这些图像进行分析和诊断。 ### permutation - invariance #### 含义 同样引用中未直接阐述“permutation - invariance”,其含义通常指模型或算法的输出不受输入元素排列顺序的影响。也就是说,无论输入元素如何排列,模型都会给出相同的输出结果。 #### 应用 在一些数据处理场景中,数据元素的排列顺序本身可能不携带重要信息。例如在图神经网络(GNN)中,图的节点顺序是任意的,具有permutation - invariance的GNN模型可以更有效地处理图数据,因为它不会因为节点的不同排列而产生不同的结果。在一些多目标检测或跟踪任务中,目标出现的顺序不影响最终的检测和跟踪结果,使用具有permutation - invariance的模型可以提高算法的效率和准确性。 ```python # 以下是一个简单示例,展示如何实现一个具有permutation - invariance的函数 def permutation_invariant_function(input_list): return sum(input_list) # 测试不同排列的输入 input1 = [1, 2, 3] input2 = [3, 2, 1] print(permutation_invariant_function(input1)) print(permutation_invariant_function(input2)) ```
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