POJ2104 K-th Number【主席树】

题意:给一段序列,还有一些询问,查询l-r中的第k大的数是什么

主席树求第K大的板子,维护前缀和,然后作差二分找第k大就是

#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
const int MAXN=100010;
int tot,a[MAXN],n;
int vec[MAXN],idx;
int c[MAXN*30],lson[MAXN*30],rson[MAXN*30];
int T[MAXN];
int build(int l,int r)
{
	int root=tot++;
	c[root]=0;
	if(l!=r)
	{
		int mid=(l+r)>>1;
		lson[root]=build(l,mid);
		rson[root]=build(mid+1,r);
	}
	return root;
}
int update(int root,int pos,int val)
{
	int newroot=tot++;
	int tmp=newroot;
	c[newroot]=c[root]+val;
	int l=1,r=n;
	while(l<r)
	{
		int mid=(l+r)>>1;
		if(pos<=mid)
		{
			lson[newroot]=tot++;
			rson[newroot]=rson[root];
			newroot=lson[newroot];
			root=lson[root];
			r=mid;
		}
		else
		{
			rson[newroot]=tot++;
			lson[newroot]=lson[root];
			newroot=rson[newroot];
			root=rson[root];
			l=mid+1;
		}
		c[newroot]=c[root]+val;
	}
	return tmp;
}
int query(int l_root,int r_root,int k)
{
	int l=1,r=n;
	while(l<r)
	{
		int mid=(l+r)>>1;
		if(k<=c[lson[r_root]]-c[lson[l_root]])
		{
			l_root=lson[l_root];
			r_root=lson[r_root];
			r=mid;
		}
		else
		{
			k-=c[lson[r_root]]-c[lson[l_root]];
			r_root=rson[r_root];
			l_root=rson[l_root];
			l=mid+1;
		}
	}
	return r;
}
int HASH(int val)
{
	int l=1,r=idx;
	while(l<=r)
	{
		int mid=(l+r)>>1;
		if(vec[mid]==val)
			return mid;
		if(vec[mid]<val)
			l=mid+1;
		else
			r=mid-1;
	}
	return l;
}
int main()
{
	int m,i;
	while(scanf("%d%d",&n,&m)==2)
	{
		for(i=1;i<=n;i++)
		{
			scanf("%d",&a[i]);
			vec[i]=a[i];
		}
		tot=0;
		idx=1;
		for(i=2;i<=n;i++)
		{
			if(vec[idx]!=vec[i])
				vec[++idx]=vec[i];
		}
		sort(vec+1,vec+idx+1);
		T[0]=build(1,idx);
		for(i=1;i<=n;i++)
		{
			int x=HASH(a[i]);
			//printf("x=%d\n",x);
			T[i]=update(T[i-1],x,1);
		}
		while(m--)
		{
			int l,r,x;
			scanf("%d%d%d",&l,&r,&x);
			printf("%d\n",vec[query(T[l-1],T[r],x)]);
		}
	}
	return 0;
}


【轴承故障诊断】加权多尺度字典学习模型(WMSDL)及其在轴承故障诊断上的应用(Matlab代码实现)内容概要:本文介绍了加权多尺度字典学习模型(WMSDL)在轴承故障诊断中的应用,并提供了基于Matlab的代码实现。该模型结合多尺度分析与字典学习技术,能够有效提取轴承振动信号中的故障特征,提升故障识别精度。文档重点阐述了WMSDL模型的理论基础、算法流程及其在实际故障诊断中的实施步骤,展示了其相较于传统方法在特征表达能力和诊断准确性方面的优势。同时,文中还提及该资源属于一个涵盖多个科研方向的技术合集,包括智能优化算法、机器学习、信号处理、电力系统等多个领域的Matlab仿真案例。; 适合人群:具备一定信号处理和机器学习基础,从事机械故障诊断、工业自动化、智能制造等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①学习并掌握加权多尺度字典学习模型的基本原理与实现方法;②将其应用于旋转机械的轴承故障特征提取与智能诊断;③结合实际工程数据复现算法,提升故障诊断系统的准确性和鲁棒性。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注字典学习的训练过程与多尺度分解的实现细节,同时可参考文中提到的其他相关技术(如VMD、CNN、BILSTM等)进行对比实验与算法优化。
【硕士论文复现】可再生能源发电与电动汽车的协同调度策略研究(Matlab代码实现)内容概要:本文档围绕“可再生能源发电与电动汽车的协同调度策略研究”展开,旨在通过Matlab代码复现硕士论文中的核心模型与算法,探讨可再生能源(如风电、光伏)与大规模电动汽车接入电网后的协同优化调度方法。研究重点包括考虑需求侧响应的多时间尺度调度、电动汽车集群有序充电优化、源荷不确定性建模及鲁棒优化方法的应用。文中提供了完整的Matlab实现代码与仿真模型,涵盖从场景生成、数学建模到求解算法(如NSGA-III、粒子群优化、ADMM等)的全过程,帮助读者深入理解微电网与智能电网中的能量管理机制。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事新能源、智能电网、电动汽车等领域技术研发的工程人员。; 使用场景及目标:①用于复现和验证硕士论文中的协同调度模型;②支撑科研工作中关于可再生能源消纳、电动汽车V2G调度、需求响应机制等课题的算法开发与仿真验证;③作为教学案例辅助讲授能源互联网中的优化调度理论与实践。; 阅读建议:建议结合文档提供的网盘资源下载完整代码,按照目录顺序逐步学习各模块实现,重点关注模型构建逻辑与优化算法的Matlab实现细节,并通过修改参数进行仿真实验以加深理解。
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