[NOIP2008]双栈排序

博客围绕栈元素放置问题展开,考虑 (i,j) 能否放在同一栈,通过分析 i<j<k 时 ak<ai<aj 的排列情况确定矛盾条件。利用计算后缀最小值来明确哪两个元素不能放一起,最后通过判断图是否为二分图解决问题,还提及染色和输出时字典序的注意点。

link

考虑什么时候 ( i , j ) (i,j) (i,j) 可以被放到同一个栈里面

我们只需要考虑如果我们把 ( i , j ) (i,j) (i,j) 放一起后面会不会出现矛盾

假设有 i < j < k i<j<k i<j<k,观察每一种排列,只有当 a k < a i < a j a_k<a_i<a_j ak<ai<aj 的时候,是会出现问题的,我们不能构造一种方案满足这个条件

所以我们通过计算后缀最小值可以确定哪两个不能放在栈里面

然后我们判断这个图是不是二分图就可以了,染色的时候,应该优先让编号小的染成黑色,最后输出的时候注意字典序的问题,如果后面还要往第一个栈里加数的时候,应当等加完了弹出第二个栈

#include<iostream>
#include<cstring>
#include<cassert>
#include<cmath>
#include<map>
#include<set>
#include<queue>
#include<stack>
#include<cstdio>
#include<vector>
#include<time.h>
#include<algorithm>
#include<climits>

using namespace std;

# define Rep(i,a,b) for(register int i=a;i<=b;i++)
# define _Rep(i,a,b) for(register int i=a;i>=b;i--)
# define RepG(i,u) for(int i=head[u];~i;i=e[i].next)

typedef long long ll;

const int N=1005;

template<typename T> void read(T &x){
   x=0;int f=1;
   char c=getchar();
   for(;!isdigit(c);c=getchar())if(c=='-')f=-1;
   for(;isdigit(c);c=getchar())x=(x<<1)+(x<<3)+c-'0';
    x*=f;
}

int n;
int a[N];
int f[N];
bool g[N][N];
int color[N];
int s1[N],top1,s2[N],top2;

bool dfs(int u,int c){
	color[u]=c;
	bool res=true;
	Rep(v,1,n)
		if(g[u][v]){
			if(color[v]==-1)res&=dfs(v,c^1);
			else res&=color[v]==(c^1);	
		}
	return res;
}

int main()
{
	memset(color,-1,sizeof(color));
	read(n);
	Rep(i,1,n)read(a[i]);
	f[n+1]=n+1;
	_Rep(i,n,1)f[i]=min(f[i+1],a[i]);
	Rep(i,1,n)
		Rep(j,i+1,n)
			if(a[i]<a[j]&&a[i]>f[j+1])g[i][j]=g[j][i]=true;
	Rep(i,1,n)
		if(color[i]==-1)
			if(!dfs(i,0))return puts("0"),0;
	int now=1;
	Rep(i,1,n)
		if(!color[i]){
			s1[++top1]=a[i];
			printf("a ");
			while(top1&&s1[top1]==now)printf("b "),top1--,now++;	
		}
		else{
			while(top2&&s2[top2]==now)printf("d "),top2--,now++;
			s2[++top2]=a[i];
			printf("c ");	
		}
	Rep(i,now,n)
		if(top1&&s1[top1]==i)printf("b "),top1--;
		else printf("d "),top2--;
	puts("");
	return 0;
}


【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)内容概要:本文提出了一种基于融合鱼鹰和柯西变异的麻雀优化算法(OCSSA)优化变分模态分解(VMD)参数,并结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)的轴承故障诊断模型。该方法利用西储大学公开的轴承数据集进行验证,通过OCSSA算法优化VMD的分解层数K和惩罚因子α,有效提升信号分解精度,抑制模态混叠;随后利用CNN提取故障特征的空间信息,BiLSTM捕捉时间序列的动态特征,最终实现高精度的轴承故障分类。整个诊断流程充分结合了信号预处理、智能优化与深度学习的优势,显著提升了复杂工况下轴承故障诊断的准确性与鲁棒性。; 适合人群:具备一定信号处理、机器学习及MATLAB编程基础的研究生、科研人员及从事工业设备故障诊断的工程技术人员。; 使用场景及目标:①应用于旋转机械设备的智能运维与故障预警系统;②为轴承等关键部件的早期故障识别提供高精度诊断方案;③推动智能优化算法与深度学习在工业信号处理领域的融合研究。; 阅读建议:建议读者结合MATLAB代码实现,深入理解OCSSA优化机制、VMD参数选择策略以及CNN-BiLSTM网络结构的设计逻辑,通过复现实验掌握完整诊断流程,并可进一步尝试迁移至其他设备的故障诊断任务中进行验证与优化。
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