HDOJ ACMstep 1.3.8 Rank(特殊的排序)

排序算法与特殊条件处理
本文介绍了一种基于分数的排序算法实现,并针对特定学生(如jackson)进行优先级处理的方法。通过定义结构体存储学生信息,并使用比较函数来确保相同分数的学生中指定的学生排名靠前。
解体思路:先按分数排序,因为有并列排名的情况,如果不是并列的,排名就是数组下标。如果是并列的情况下,同等分数里第一个出现的,他的数组下标就是并列的排名。所以把出现jackson的优先排序。




#include  
#include  
#include  
using namespace std;

int jack;

struct stu  //建立一个结构体
{
	int number;
	int mark;

}st[1010];

bool cmp(stu a, stu b)//比较函数
{
	if (a.mark == b.mark)return a.number == jack;//同等分数下,优先选择为jackson的学号
	return a.mark > b.mark;
}


int main()
{

	while (cin >> jack)
	{
		int i = 0;
		while (1)
		{
			cin >> st[i].number >> st[i].mark;
			if (st[i].number == 0 && st[i].mark == 0)break;
			i++;
		}
		sort(st, st + i, cmp);
		for (int j = 0; j < i; j++)//找到jackson的位置
		{
			if (st[j].number == jack) {
				cout << j + 1 << endl; break;
			}
		}
	}

	return 0;
}
内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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