BZOJ 1112: [POI2008]砖块Klo 平衡树,思维,枚举

本文介绍使用Treap数据结构解决寻找连续K柱相同高度的最小操作次数问题。通过线性扫描区间并利用Treap进行高效插入、删除及查询中间值等操作,实现快速求解。

Description

N柱砖,希望有连续K柱的高度是一样的. 你可以选择以下两个动作 1:从某柱砖的顶端拿一块砖出来,丢掉不要了. 2:从仓库中拿出一块砖,放到另一柱.仓库无限大. 现在希望用最小次数的动作完成任务.
Input

第一行给出N,K. (1 ≤ k ≤ n ≤ 100000), 下面N行,每行代表这柱砖的高度.0 ≤ hi ≤ 1000000
Output

最小的动作次数
Sample Input
5 3

3

9

2

3

1
Sample Output
2

解题方法: 我们线性扫区间,然后每个区间的中位数肯定是这个区间的选取的高度。搞出这个高度后我们要将这个区间内的所有的数与选取的高度作差取绝对值求和。所以转化成,我们需要一种数据结构支持删点,加点,找排名为rnk的数,询问部分求和。所以上个Treap就好了。至于求和,记个sum,比中位数小的用中位数乘个数减求和,比中位数大的用求和减中位数乘个数。其实就是平衡树裸题了。
代码如下:

#include <bits/stdc++.h>
using namespace std;
const int maxn = 100010;
typedef long long LL;
int n, k;
LL h[maxn];
int size, root;
struct node{
    int l, r, rnd;
    LL siz, v, sum;
}tr[maxn];
void pushup(int &rt){
    tr[rt].siz = tr[tr[rt].l].siz + tr[tr[rt].r].siz + 1;
    tr[rt].sum = tr[tr[rt].l].sum + tr[tr[rt].r].sum + tr[rt].v;
}
void lturn(int &rt)
{
    int t=tr[rt].r;
    tr[rt].r=tr[t].l;
    tr[t].l=rt;
    tr[t].siz=tr[rt].siz;
    pushup(rt);
    rt=t;
}
void rturn(int &rt)
{
    int t=tr[rt].l;
    tr[rt].l=tr[t].r;
    tr[t].r=rt;
    tr[t].siz=tr[rt].siz;
    pushup(rt);
    rt=t;
}
void insert(int &rt, LL v)
{
    if(!rt)
    {
        rt=++size;
        tr[rt].siz=1;
        tr[rt].v=v,tr[rt].sum=v;
        tr[rt].rnd=rand();
        return;
    }
    tr[rt].siz++;
    if(v<=tr[rt].v)
    {
        insert(tr[rt].l,v);
        if(tr[tr[rt].l].rnd<tr[rt].rnd)rturn(rt);
    }else
    {
        insert(tr[rt].r,v);
        if(tr[tr[rt].r].rnd<tr[rt].rnd)lturn(rt);
    }
    pushup(rt);
}
void del(int &rt, LL v)
{
    if(!rt)return;
    tr[rt].siz--;
    if(tr[rt].v==v)
    {
        if(tr[rt].l*tr[rt].r==0){rt=tr[rt].l+tr[rt].r;return;}
        if(tr[tr[rt].l].rnd<tr[tr[rt].r].rnd)rturn(rt),del(tr[rt].r,v);
        else lturn(rt),del(tr[rt].l,v);
    }else if(v<tr[rt].v)del(tr[rt].l,v);
    else del(tr[rt].r,v);
    pushup(rt);
}
LL query_val(int rt, int rnk){
    if(tr[tr[rt].l].siz + 1 == rnk) return tr[rt].v;
    else if(rnk < tr[tr[rt].l].siz + 1) return query_val(tr[rt].l, rnk);
    else return query_val(tr[rt].r, rnk - tr[tr[rt].l].siz - 1);
}
LL query_pre_sum(int rt, int rnk){
    if(!rnk) return 0;
    if(tr[tr[rt].l].siz + 1 == rnk) return tr[tr[rt].l].sum + tr[rt].v;
    else if(rnk < tr[tr[rt].l].siz + 1) return query_pre_sum(tr[rt].l, rnk);
    else return tr[tr[rt].l].sum + tr[rt].v + query_pre_sum(tr[rt].r, rnk - tr[tr[rt].l].siz - 1);
}
LL query_sub_sum(int rt, int rnk){
    if(!rnk) return 0;
    if(tr[tr[rt].l].siz + 1 == rnk) return tr[tr[rt].r].sum + tr[rt].v;
    else if(rnk < tr[tr[rt].l].siz + 1) return tr[tr[rt].r].sum + tr[rt].v + query_sub_sum(tr[rt].l, rnk);
    else return query_sub_sum(tr[rt].r, rnk - tr[tr[rt].l].siz - 1);
}

int main(){
    scanf("%d%d", &n, &k);
    for(int i = 1; i <= n; i++) scanf("%lld", &h[i]);
    LL ans = 0x3f3f3f3f3f3f3f3fll;
    for(int i = 1; i <= n; i++){
        if(i < k) insert(root, h[i]);
        else if(i == k){
            insert(root, h[i]);
            LL mid = query_val(root, (k+1)>>1);
            LL sum1 = query_pre_sum(root, (k+1)>>1);
            LL sum2 = query_sub_sum(root, ((k+1)>>1) + 1);
            ans = min(ans, mid * ((k+1)>>1) - sum1 + sum2 - mid * (k - ((k+1)>>1)));
        }
        else{
            del(root, h[i - k]);
            insert(root, h[i]);
            LL mid = query_val(root, (k+1)>>1);
            LL sum1 = query_pre_sum(root, (k+1)>>1);
            LL sum2 = query_sub_sum(root, ((k+1)>>1) + 1);
            ans = min(ans, mid * ((k+1)>>1) - sum1 + sum2 - mid * (k - ((k+1)>>1)));
        }
    }
    cout << ans << endl;
}
一、基础信息 数据集名称:Bottle Fin实例分割数据集 图片数量: 训练集:4418张图片 验证集:1104张图片 总计:5522张图片 分类类别: - 类别0: 数字0 - 类别1: 数字1 - 类别2: 数字2 - 类别3: 数字3 - 类别4: 数字4 - 类别5: 数字5 - 类别6: Bottle Fin 标注格式:YOLO格式,包含多边形坐标,适用于实例分割任务。 数据格式:图片格式常见如JPEG或PNG,具体未指定。 二、适用场景 实例分割AI模型开发:数据集支持实例分割任务,帮助构建能够精确识别和分割图像中多个对象的AI模型,适用于对象检测和分割应用。 工业自动化与质量控制:可能应用于制造、物流或零售领域,用于自动化检测和分类物体,提升生产效率。 计算机视觉研究:支持实例分割算法的学术研究,促进目标检测和分割技术的创新。 教育与实践培训:可用于高校或培训机构的计算机视觉课程,作为实例分割任务的实践资源,帮助学生理解多类别分割。 三、数据集优势 多类别设计:包含7个不同类别,涵盖数字和Bottle Fin对象,增强模型对多样对象的识别和分割能力。 高质量标注:标注采用YOLO格式的多边形坐标,确保分割边界的精确性,提升模型训练效果。 数据规模适中:拥有超过5500张图片,提供充足的样本用于模型训练和验证,支持稳健的AI开发。 即插即用兼容性:标注格式直接兼容主流深度学习框架(如YOLO),便于快速集成到各种实例分割项目中。
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