Splay树-Codevs 1296 营业额统计

本文介绍了一个营业额统计的问题,使用Splay树解决数据波动分析。通过编程实现,帮助理解经济管理中的波动值概念。

Codevs 1296 营业额统计

题目描述 Description

Tiger最近被公司升任为营业部经理,他上任后接受公司交给的第一项任务便是统计并分析公司成立以来的营业情况。
Tiger拿出了公司的账本,账本上记录了公司成立以来每天的营业额。分析营业情况是一项相当复杂的工作。由于节假日,大减价或者是其他情况的时候,营业额会出现一定的波动,当然一定的波动是能够接受的,但是在某些时候营业额突变得很高或是很低,这就证明公司此时的经营状况出现了问题。经济管理学上定义了一种最小波动值来衡量这种情况:
该天的最小波动值 = min||
当最小波动值越大时,就说明营业情况越不稳定。
而分析整个公司的从成立到现在营业情况是否稳定,只需要把每一天的最小波动值加起来就可以了。你的任务就是编写一个程序帮助Tiger来计算这一个值。
第一天的最小波动值为第一天的营业额。

输入描述 Input Description

第一行为正整数n(n<=32767),表示该公司从成立一直到现在的天数,接下来的n行每行有一个正整数ai(ai<=1000000),表示第i天公司的营业额。

输出描述 Output Description

输出文件仅有一个正整数,即每天最小波动值之和,小于231

样例输入 Sample Input

6
5
1
2
5
4
6

样例输出 Sample Output

12

数据范围及提示 Data Size & Hint

结果说明:5+|15|+|21|+|55|+|45|+|65|=5+4+1+0+1+1=12

题解

很显然,这道题是一道衤果的Splay树。

手写Splay:

#include <iostream>
#define maxn 50005
#define INF 1E8
using namespace std;
int min(int a, int b)
{
    return a < b ? a : b;
}
int abs(int x)
{
    return x < 0 ? (-x) : x;
}
struct splay_tree
{
    int ch[maxn][2], val[maxn], root, fa[maxn], n;
    inline int wson(int x)
    {
        if(x == ch[fa[x]][0])
            return 0;
        return 1;
    }
    inline void rotate(int x)
    {
        int y = fa[x], z = fa[y], a = wson(x), b = wson(y);
        ch[z][b] = x; fa[x] = z;
        ch[y][a] = ch[x][!a]; fa[ch[x][!a]] = y;
        ch[x][!a] = y; fa[y] = x;
    }
    inline void splay(int x, int p = 0)
    {
        while(fa[x] != p)
        {
            int y = fa[x], z = fa[y];
            if(z == p)
                rotate(x);
            else
            {
                if(wson(x) == wson(y))
                {
                    rotate(y);
                    rotate(x);
                }
                else
                {
                    rotate(x);
                    rotate(x);
                }
            }
        }
        if(!p) root = x;
    }
    inline void insert(int a)
    {
        if(!n)
        {
            n = 1;
            root = 1;
            val[1] = a;
            ch[1][0] = ch[1][1] = fa[1] = 0;
            return;
        }
        int x = root, y;
        while(x)
        {
            y = x;
            if(a < val[x])
                x = ch[x][0];
            else x = ch[x][1];
        }
        ++n;
        if(a < val[y])
        {
            ch[y][0] = n;
            val[n] = a;
            fa[n] = y;
            ch[n][0] = ch[n][1] = 0;
            splay(n, 0);
        }
        else
        {
            ch[y][1] = n;
            val[n] = a;
            fa[n] = y;
            ch[n][0] = ch[n][1] = 0;
            splay(n, 0);
        }
    }
    inline int at(int loc)
    {
        return val[loc];
    }
    inline int last(int loc)
    {
        int x = loc, y;
        if(ch[x][0])
        {
            x = ch[x][0];
            while(x)
            {
                y = x;
                x = ch[x][1];
            }
            splay(y);
            return y;
        }
        y = fa[x];
        while(y && x == ch[y][0])
        {
            x = y;
            y = fa[y];
        }
        splay(y);
        return y;
    }
    inline int next(int loc)
    {
        int x = loc, y;
        if(ch[x][1])
        {
            x = ch[x][1];
            while(x)
            {
                y = x;
                x = ch[x][0];
            }
            splay(y);
            return y;
        }
        y = fa[x];
        while(y && x == ch[y][1])
        {
            x = y;
            y = fa[y];
        }
        splay(y);
        return y;
    }
    inline int find_lower_bound(int key)
    {
        int x = root, y;
        while(x)
        {
            y = x;
            if(key == val[x])
                return x;
            else
            {
                if(key < val[x])
                    x = ch[x][0];
                else x = ch[x][1];
            }
        }
        if(val[y] < key)
            return next(y);
        splay(y);
        return y;
    }
};
splay_tree tree;
int main()
{
    int n;
    tree.insert(INF);
    tree.insert(-INF);
    cin >> n;
    int ans, a, pos, de;
    cin >> a;
    ans = a;
    tree.insert(a);
    for(int i = 1; i < n; ++i)
    {
        cin >> a;
        pos = tree.find_lower_bound(a);
        de = min(abs(a - tree.at(pos)), abs(tree.at(tree.last(pos)) - a));
        ans += de; 
        tree.insert(a);
    }
    cout << ans;
    return 0;
}

STL模板(STL)大法好!

代码:















据说智商达到180的人才会看到哦~,语文老师告诉我这叫留给读者想象的空间~

已经博主授权,源码转载自 https://pan.quark.cn/s/053f1da40351 在计算机科学领域,MIPS(Microprocessor without Interlocked Pipeline Stages)被视作一种精简指令集计算机(RISC)的架构,其应用广泛存在于教学实践和嵌入式系统设计中。 本篇内容将深入阐释MIPS汇编语言中涉及数组处理的核心概念与实用操作技巧。 数组作为一种常见的数据结构,在编程中能够以有序化的形式储存及访问具有相同类型的数据元素集合。 在MIPS汇编语言环境下,数组通常借助内存地址与索引进行操作。 以下列举了运用MIPS汇编处理数组的关键要素:1. **数据存储**: - MIPS汇编架构采用32位地址系统,从而能够访问高达4GB的内存容量。 - 数组元素一般以连续方式存放在内存之中,且每个元素占据固定大小的字节空间。 例如,针对32位的整型数组,其每个元素将占用4字节的存储空间。 - 数组首元素的地址被称为基地址,而数组任一元素的地址可通过基地址加上元素索引乘以元素尺寸的方式计算得出。 2. **寄存器运用**: - MIPS汇编系统配备了32个通用寄存器,包括$zero, $t0, $s0等。 其中,$zero寄存器通常用于表示恒定的零值,$t0-$t9寄存器用于暂存临时数据,而$s0-$s7寄存器则用于保存子程序的静态变量或参数。 - 在数组处理过程中,基地址常被保存在$s0或$s1寄存器内,索引则存储在$t0或$t1寄存器中,运算结果通常保存在$v0或$v1寄存器。 3. **数组操作指令**: - **Load/Store指令**:这些指令用于在内存与寄存器之间进行数据传输,例如`lw`指令用于加载32位数据至寄存器,`sw`指令...
根据原作 https://pan.quark.cn/s/cb681ec34bd2 的源码改编 基于Python编程语言完成的飞机大战项目,作为一项期末学习任务,主要呈现了游戏开发的基本概念和技术方法。 该项目整体构成约500行代码,涵盖了游戏的核心运作机制、图形用户界面以及用户互动等关键构成部分。 该项目配套提供了完整的源代码文件、相关技术文档、项目介绍演示文稿以及运行效果展示视频,为学习者构建了一个实用的参考范例,有助于加深对Python在游戏开发领域实际应用的认识。 我们进一步研究Python编程技术在游戏开发中的具体运用。 Python作为一门高级编程语言,因其语法结构清晰易懂和拥有丰富的库函数支持,在开发者群体中获得了广泛的认可和使用。 在游戏开发过程中,Python经常与Pygame库协同工作,Pygame是Python语言下的一款开源工具包,它提供了构建2D游戏所需的基础功能模块,包括窗口系统管理、事件响应机制、图形渲染处理、音频播放控制等。 在"飞机大战"这一具体游戏实例中,开发者可能运用了以下核心知识点:1. **Pygame基础操作**:掌握如何初始化Pygame环境,设定窗口显示尺寸,加载图像和音频资源,以及如何启动和结束游戏的主循环流程。 2. **面向对象编程**:游戏中的飞机、子弹、敌人等游戏元素通常通过类的设计来实现,利用实例化机制来生成具体的游戏对象。 每个类都定义了自身的属性(例如位置坐标、移动速度、生命值状态)和方法(比如移动行为、碰撞响应、状态更新)。 3. **事件响应机制**:Pygame能够捕获键盘输入和鼠标操作事件,使得玩家可以通过按键指令来控制飞机的移动和射击行为。 游戏会根据这些事件的发生来实时更新游戏场景状态。 4. **图形显示与刷新**:...
【顶级SCI复现】高比例可再生能源并网如何平衡灵活性与储能成本?虚拟电厂多时间尺度调度及衰减建模(Matlab代码实现)内容概要:本文围绕高比例可再生能源并网背景下虚拟电厂的多时间尺度调度与储能成本优化问题展开研究,重点探讨如何在保证系统灵活性的同时降低储能配置与运行成本。通过构建多时间尺度(如日前、日内、实时)协调调度模型,并引入储能设备衰减建模,提升调度精度与经济性。研究结合Matlab代码实现,复现顶级SCI论文中的优化算法与建模方法,涵盖鲁棒优化、分布鲁棒、模型预测控制(MPC)等先进手段,兼顾风光出力不确定性与需求响应因素,实现虚拟电厂内部多能源协同优化。; 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、能源互联网领域的工程技术人员。; 使用场景及目标:① 掌握虚拟电厂多时间尺度调度的核心建模思路与实现方法;② 学习如何将储能寿命衰减纳入优化模型以提升经济性;③ 复现高水平SCI论文中的优化算法与仿真流程,服务于科研论文写作与项目开发。; 阅读建议:建议结合文中提供的Matlab代码逐模块分析,重点关注目标函数设计、约束条件构建及求解器调用过程,配合实际案例数据进行调试与验证,深入理解优化模型与物理系统的映射关系。
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