2020-10-05 P2050 刷墙

本文介绍了如何解决一个关于奶牛Bessie涂漆的数学问题。Bessie在栅栏上来回移动,留下涂漆痕迹,我们需要找出至少被涂了两层涂料的区域数量。通过将移动路径视为线段并进行排序,然后遍历以找到线段重叠部分,可以高效地求解此问题。提供的C++代码实现了这一算法,输出了涂了两层涂料的区域总数。

题目

题目描述

Farmer John已经设计了一种方法来装饰谷仓旁边的长栅栏(把栅栏认为是一根一维的线)。他把一只画刷绑在他最喜爱的奶牛Bessie身上,之后就去喝一杯冰水,而Bessie隔着栅栏来回走,当她走过某个地方,这里的一段栅栏就被刷上了涂料。

Bessie从栅栏上的位置0开始,并且遵循着一个N次移动的次序(1 <= N <= 100,000)。例如“10 L”表示Bessie向左移动了10个单位长度,“15 R”表示Bessie向右移动了15个单位长度。现给出Bessie所有移动的列表,Farmer John想要知道哪些区域的栅栏至少涂了两层涂料(只涂一层涂料的区域可能在大雨中被洗掉)。Bessie在她的行走中最远到达距起始点1,000,000,000个单位长度。
输入格式

第1行:一个整型数N。

第2…N+1行:每行描述了Bessie的N次移动中的一次,例如“15 L”。
输出格式

1行:被至少涂了两层涂料的区域总数。
输入输出样例
输入 #1

6

2 R

6 L

1 R

8 L

1 R

2 R

输出 #1

6

说明/提示

【样例解释】

Bessie从位置0开始,向右移动2个单位长度,向左移动6个单位长度,向右移动1个单位长度,向左移动8个单位长度,最后向右移动3个单位长度。

6个单位区域至少被涂了两层涂料,是 [-11,-8], [-4,-3], [0,2]这些区域。

题目分析

暴力方法肯定是不行的,数据范围太大数组存不下。我们可以把他走过的路看成一条条线段,我们找线段重叠部分就简单多了。我们把线段定义一个结构题,包括左端,和右端(PS:左端一定<右端)。
按照左端从小到大排序,遍历一遍,更新有可能被后面覆盖的段,累加重叠部分即可得到答案。

代码


#include <iostream>
#include <algorithm>
using namespace std;
const int maxn = 1e5 + 5;
struct lines
{  
int l,r; 
 }line[maxn];
 bool cmp(lines a,lines b)
 {  
   return a.l < b.l;
  }
 int main()
 {  
     int n;  
     int ans = 0; 
      cin >> n;  
      int m;  
      char s; 
       int pos = 0;  
       for(int i = 0;i < n;i++)  
       { 
          cin >> m >> s;  
          line[i].l=pos; 
          if(s=='L')    
          pos-=m;    
          else    pos+=m;    
          line[i].r=pos;      
          if(line[i].l>line[i].r)       
           swap(line[i].l,line[i].r); 
        }  
       sort(line,line+n,cmp);   
       int ll=line[0].l;  int rr=line[0].r;  
       for(int i = 1;i < n;i++)  
       { 
         if(line[i].r > ll)  
        {      line[i].l=max(ll,line[i].l);     
               if(line[i].r <= rr)      
               {          ans+=(line[i].r-line[i].l);     
                           ll=line[i].r;      
               }      
               else      
               {         
               ans+=(rr-line[i].l);        
                ll=rr;         
                rr=line[i].r;    
                  }   
         }  
    }  
    cout << ans << endl;
}

【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)内容概要:本文提出了一种基于融合鱼鹰和柯西变异的麻雀优化算法(OCSSA)优化变分模态分解(VMD)参数,并结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)的轴承故障诊断模型。该方法利用西储大学公开的轴承数据集进行验证,通过OCSSA算法优化VMD的分解层数K和惩罚因子α,有效提升信号分解精度,抑制模态混叠;随后利用CNN提取故障特征的空间信息,BiLSTM捕捉时间序列的动态特征,最终实现高精度的轴承故障分类。整个诊断流程充分结合了信号预处理、智能优化与深度学习的优势,显著提升了复杂工况下轴承故障诊断的准确性与鲁棒性。; 适合人群:具备一定信号处理、机器学习及MATLAB编程基础的研究生、科研人员及从事工业设备故障诊断的工程技术人员。; 使用场景及目标:①应用于旋转机械设备的智能运维与故障预警系统;②为轴承等关键部件的早期故障识别提供高精度诊断方案;③推动智能优化算法与深度学习在工业信号处理领域的融合研究。; 阅读建议:建议读者结合MATLAB代码实现,深入理解OCSSA优化机制、VMD参数选择策略以及CNN-BiLSTM网络结构的设计逻辑,通过复现实验掌握完整诊断流程,并可进一步尝试迁移至其他设备的故障诊断任务中进行验证与优化。
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