POJ 2452 RMQ+二分

本文探讨了枚举和RMQ算法在解决特定问题中的应用,通过详细解释算法实现和核心逻辑,提供了实例代码帮助读者理解算法原理及其实现过程。

解法是

枚举每个位置i,找出i右边比第一个比a[i]小的a[j]的位置j

在i到j - 1中间求最大值的位置k 如果a[k] > a[i] 那么更新答案


#include <iostream>
#include <algorithm>
#include <cstring>
#include <string>
#include <cstdio>
#include <cmath>
#include <queue>
#include <map>
#include <set>
#define eps 1e-5
#define MAXN 55555
#define MAXM 111111
#define INF 1000000000
using namespace std;
int mi[MAXN][17], mx[MAXN][17], w[MAXN];
int Log[MAXN];
int n;
void rmqinit(int n)
{
    for(int i = 1; i <= n; i++) mi[i][0] = mx[i][0] = i;
    int m = (int)(log(n * 1.0) / log(2.0));
    for(int i = 1; i <= m; i++)
        for(int j = 1; j <= n; j++)
        {
            mx[j][i] = mx[j][i - 1];
            mi[j][i] = mi[j][i - 1];
            if(j + (1 << (i - 1)) <= n)
            {
                if(w[mx[j][i]] < w[mx[j + (1 << (i - 1))][i - 1]]) mx[j][i] = mx[j + (1 << (i - 1))][i - 1];
                if(w[mi[j][i]] > w[mi[j + (1 << (i - 1))][i - 1]]) mi[j][i] = mi[j + (1 << (i - 1))][i - 1];
            }
        }
}
int rmqmin(int l,int r)
{
    int m = Log[r - l + 1];
    if(w[mi[l][m]] > w[mi[r - (1 << m) + 1][m]]) return mi[r - (1 << m) + 1][m];
    else return mi[l][m];
}
int rmqmax(int l,int r)
{
    int m = Log[r - l + 1];
    if(w[mx[l][m]] < w[mx[r - (1 << m) + 1][m]]) return mx[r - (1 << m) + 1][m];
    else return mx[l][m];
}
int bin(int x, int l, int r)
{
    int ret = -1;
    while (l <= r)
    {
        int m = (l + r) >> 1;
        if (w[x] < w[rmqmin(l, m)])
            l = m + 1, ret = max(ret, m);
        else r = m - 1;
    }
    return ret;
}

int main()
{
    Log[1] = 0;
    for(int i = 2; i < MAXN; i++) Log[i] = Log[i >> 1] + 1;
    while(scanf("%d", &n) != EOF)
    {
        for(int i = 1; i <= n; i++) scanf("%d", &w[i]);
        rmqinit(n);
        int ans = -1;
        for(int i = 1; i <= n; i++)
        {
            int r = bin(i, i + 1, n);
            int k = -1;
            if(r > i) k = rmqmax(i, r);
            if(w[k] > w[i])
                ans = max(ans, k - i);
        }
        if(ans < 1) ans = -1;
        printf("%d\n", ans);
    }
    return 0;
}


【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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