单调队列进阶

题目地址 http://acm.hdu.edu.cn/showproblem.php?pid=3530

题目大意: 给定一个数列,长度n(1<=n<=100000), 值m和k, 求最长子序列,满足当中的最大值-最小值差不小于m且不大于k。

与前面介绍的题目不太一样,这道题反过来了,没有规定窗长度,相反是要我们求要求条件的最大的窗。

道理还是一样,当窗长规定为l时,我们只需要保存i的前l-1个数当中的最大值和最小值,而要我们求窗长时,我们可以自己设定窗的开始位置start,同样保存从位置start到到当前i的这段数中的最大值单调队列和最小值单调队列。

假设queMax是最递减队列,queMin是递增队列,分别保存的是从start到i这段长为i-start+1的数的最大值和最小值,headMax, headMin 是他们队列的头索引。如果m<=queMax[headMax]-queMin[headMin]<=k,那这段长为i-k+1的序列就满足题目的要求。

假设我们start到i的序列满足要求,我们接下来当然是看加上第i+1个数后是否还满足要求。方法如下:

1.将第i+1个数插入到两个队列当中,然后看是否满足要求,如果满足要求,保存长度(i+1)-k+1。

2.否则,如果queMax[headMax]-queMin[headMin]<=m,不作任何处理;

           如果queMax[headMax]-queMin[headMin]>=k,那么我们就要增加headMin或headMax,为了求最长序列,我们当然先择下标最小的那个头元素了。一直将headMin或headMax增加到满足条件。

 

内容概要:本文深入探讨了多种高级格兰杰因果检验方法,包括非线性格兰杰因果检验、分位数格兰杰因果检验、混频格兰杰因果检验以及频域因果检验。每种方法都有其独特之处,适用于不同类型的时间序列数据。非线性格兰杰因果检验分为非参数方法、双变量和多元检验,能够在不假设数据分布的情况下处理复杂的关系。分位数格兰杰因果检验则关注不同分位数下的因果关系,尤其适合经济数据的研究。混频格兰杰因果检验解决了不同频率数据之间的因果关系分析问题,而频域因果检验则专注于不同频率成分下的因果关系。文中还提供了具体的Python和R代码示例,帮助读者理解和应用这些方法。 适合人群:从事时间序列分析、经济学、金融学等领域研究的专业人士,尤其是对非线性因果关系感兴趣的学者和技术人员。 使用场景及目标:①研究复杂非线性时间序列数据中的因果关系;②分析不同分位数下的经济变量因果关系;③处理不同频率数据的因果关系;④识别特定频率成分下的因果关系。通过这些方法,研究人员可以获得更全面、细致的因果关系洞察。 阅读建议:由于涉及较多数学公式和编程代码,建议读者具备一定的统计学和编程基础,特别是对时间序列分析有一定了解。同时,建议结合具体案例进行实践操作,以便更好地掌握这些方法的实际应用。
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