codeforces 1436E Complicated Computations

本文介绍了一种解决特定数列问题的算法,利用权值线段树记录数列中每个元素最后一次出现的位置,以此判断是否存在某个区间使得该区间的MEX等于目标值。文章详细解释了算法思路,并提供了完整的C++实现代码。

题目链接
题目大意:给定一个数列,先对所有区间依次求mex,得到一个集合,再对这个集合求mex。
思路:1.对于一个数a是否存在一个区间mex==a的条件是这个a到上一个最近出现a的位置这中间是否满足 1 — a-1 这a-1个数是否都存在。
于是很好想到用权值线段树来记录a[i]出现的最大位置,对于一个a而言,只要满足(1,a-1) 这个线段树区间的最小值大于last[a]即可。
特别注意最后需要特判,假设第n+1个数是2,3…n+1,这样才不会出错。

#include<bits/stdc++.h>
using namespace std;
const int maxn=1e5+9;
int a[maxn],ans[maxn],lst[maxn];
struct tree{
	int l,r,val;
}t[maxn<<2];
void build_tree(int l,int r,int k){
	t[k].l=l,t[k].r=r;
	if(l==r) return;
	int mid=(l+r)>>1;
	build_tree(l,mid,k<<1);
	build_tree(mid+1,r,k<<1|1);
}
void update(int x,int k,int val){
	if(t[k].l==t[k].r&&t[k].l==x){
		t[k].val=val;
		return;
	}
	int mid=(t[k].l+t[k].r)>>1;
	if(x<=mid) update(x,k<<1,val);
	else update(x,k<<1|1,val);
	t[k].val=min(t[k<<1].val,t[k<<1|1].val);
	return;
}
int query(int l,int r,int k){
	if(l==t[k].l&&r==t[k].r){
		return t[k].val;
	}
	int mid=(t[k].l+t[k].r)>>1;
	if(r<=mid) return query(l,r,k<<1);
	else if(l>=mid+1) return query(l,r,k<<1|1);
	else return min(query(l,mid,k<<1),query(mid+1,r,k<<1|1));
} 
int main(){
	int n;
	int num=0;
	scanf("%d",&n);
	for(int i=1;i<=n;i++){
		scanf("%d",&a[i]);
		num=max(num,a[i]);
	}
	build_tree(1,num,1);
	for(int i=1;i<=n;i++){
		if(a[i]==1){
			update(1,1,i);
			lst[a[i]]=i;
			continue;
		}
		ans[1]=1;
		int pos=query(1,a[i]-1,1);
		if(pos>lst[a[i]]) ans[a[i]]=1;
		lst[a[i]]=i;
		update(a[i],1,i);
	}
	for(int i=2;i<=num+1;i++){
		int pos=query(1,i-1,1);
		if(pos>lst[i]) ans[i]=1;
	}
	int res;
	for(int i=1;i<=num+2;i++){
		if(!ans[i]){
			res=i;
			break;
		}
	}
	printf("%d\n",res);
	return 0;
}
内容概要:本文围绕“基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究”展开,提出了一种结合Koopman算子理论与递归神经网络(RNN)的数据驱动建模方法,旨在对非线性纳米定位系统进行有效线性化建模,并实现高精度的模型预测控制(MPC)。该方法利用Koopman算子将非线性系统映射到高维线性空间,通过递归神经网络学习系统的动态演化规律,构建可解释性强、计算效率高的线性化模型,进而提升预测控制在复杂不确定性环境下的鲁棒性与跟踪精度。文中给出了完整的Matlab代码实现,涵盖数据预处理、网络训练、模型验证与MPC控制器设计等环节,具有较强的基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)可复现性和工程应用价值。; 适合人群:具备一定控制理论基础和Matlab编程能力的研究生、科研人员及自动化、精密仪器、机器人等方向的工程技术人员。; 使用场景及目标:①解决高精度纳米定位系统中非线性动态响应带来的控制难题;②实现复杂机电系统的数据驱动建模与预测控制一体化设计;③为非线性系统控制提供一种可替代传统机理建模的有效工具。; 阅读建议:建议结合提供的Matlab代码逐模块分析实现流程,重点关注Koopman观测矩阵构造、RNN网络结构设计与MPC控制器耦合机制,同时可通过替换实际系统数据进行迁移验证,深化对数据驱动控制方法的理解与应用能力。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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