bzoj 1537 bus|cdq分治

CDQ分治优化算法
本文介绍了一种使用CDQ分治策略优化的算法实现,该算法通过对比不同排序方式来解决特定问题,并且避免了使用复杂的数据结构,提供了一个简单而有效的解决方案。
一看就知道是离散化+j排序降维+线段树(树状数组)求前缀最大值
炜神看到了这道题,吼道一定有不用数据结构的方法,我又想了一天,确实有。
然后cdq分治被我大材小用了。想到cdq应该就能yy出来了,可是快排依赖症的我归并调了好久。

#include<cstdio>
#include<cstdlib>
#include<cstring>
#include<algorithm>
#include<cmath>

#define md
#define ll long long
#define inf (int) 1e9
#define eps 1e-8
#define N 100010
using namespace std;
struct P{ int x,y,w,f;} p[N],q1[N],q2[N],rank[N];
bool operator <= (P a,P b) { return a.x==b.x?a.y<=b.y:a.x<=b.x;}
bool operator < (P a,P b) { return a.y==b.y?a.x<b.x:a.y<b.y;}
bool cmpx(P a,P b) { return a.x==b.x?a.y<b.y:a.x<b.x;}
bool cmpy(P a,P b) { return a.y==b.y?a.x<b.x:a.y<b.y;}
void solve(int l,int r)
{
if (l==r) { p[l].f=max(p[l].f,p[l].w); return;}
P mid=rank[(l+r)>>1];
//------------------------------------------------------
int w1=0,w2=0;
for (int i=l;i<=r;i++)
{
if (p[i]<=mid) q1[++w1]=p[i]; else q2[++w2]=p[i];
}
int w=l-1;
for (int i=1;i<=w1;i++) p[++w]=q1[i];
for (int i=1;i<=w2;i++) p[++w]=q2[i];
solve(l,l+w1-1);
//------------------------------------------------------
w=l-1;
for (int i=1;i<=w1;i++) q1[i]=p[++w];
for (int i=1;i<=w2;i++) q2[i]=p[++w];
int a=1,b=1,mx=0;
for (int i=l;i<=r;i++)
{
if (b>w2||(a<=w1&&q1[a]<q2[b])) { p[i]=q1[a]; a++;} else { p[i]=q2[b]; b++;}
}
for (int i=l;i<=r;i++)
{
if (p[i]<=mid) mx=max(mx,p[i].f); else p[i].f=max(p[i].f,mx+p[i].w);
}
//-----------------------------------------------------
w1=0,w2=0;
for (int i=l;i<=r;i++)
{
if (p[i]<=mid) q1[++w1]=p[i]; else q2[++w2]=p[i];
}
w=l-1;
for (int i=1;i<=w1;i++) p[++w]=q1[i];
for (int i=1;i<=w2;i++) p[++w]=q2[i];
solve(l+w1,r);
//-------------------------------------------------------
w=l-1;
for (int i=1;i<=w1;i++) q1[i]=p[++w];
for (int i=1;i<=w2;i++) q2[i]=p[++w];
a=1,b=1;
for (int i=l;i<=r;i++)
{
if (b>w2||(a<=w1&&q1[a]<q2[b])) { p[i]=q1[a]; a++;} else { p[i]=q2[b]; b++;}
}
}

int main()
{
int n;
scanf("%d%d%d",&n,&n,&n);
for (int i=1;i<=n;i++)
{
scanf("%d%d%d",&p[i].x,&p[i].y,&p[i].w);
}
sort(p+1,p+n+1,cmpx);
for (int i=1;i<=n;i++) rank[i]=p[i];
sort(p+1,p+n+1,cmpy);
solve(1,n);
int ans=0;
for (int i=1;i<=n;i++) ans=max(ans,p[i].f);
printf("%d\n",ans);
return 0;
}


内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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