POJ 1733 Parity game

本文介绍了一种处理大规模区间查询问题的方法——离散化。通过使用并查集和离散化技术,可以有效地解决字符串长度达到10^9数量级的问题,避免了直接操作巨大数组带来的内存和时间开销。

题目链接
题意:首先输入字符串长度N及询问次数M,字符串是有0和1组成的。以下M行,每行两个数a,b,代表区间[a,b],紧接着是一个字符串,如果为“even”代表区间[a,b]中1的个数为偶数,“odd”代表为奇数,询问编号从0开始,问第一个与前面出现矛盾的编号是?
题目解析:类似于 HDU 3038 How Many Answers Are Wrong求区间内数字总和的一道题。设置两个数组parent根节点数组,data代表根节点到本身区间内数字1数量的奇偶性,奇为1,偶为0。在输入数据的同时,合并两个a、b的根节点,如果相同,则判断是否与已输入数据相违背。本题由于字符串长度达到了10^9数量级,不可能开一个这么大的数组储存数据,但又由于询问次数只有10^3数量级,所以需要进行离散化处理。所谓离散化处理,就是用更小的数字代表当前数字。
离散化:离散化,把无限空间中有限的个体映射到有限的空间中去,借此提高了算法的时空效率。通俗的说,离散化是在不改变数据相对大小的条件下,对数据进行相应的缩小。它可以有效的降低时间复杂度。其基本思想就是在众多可能的情况中“只考虑我需要用的值”。

#include <iostream>
#include <cstdio>
#include <fstream>
#include <algorithm>
#include <cmath>
#include <deque>
#include <vector>
#include <queue>
#include <string>
#include <cstring>
#include <map>
#include <stack>
#include <set>
#include <climits>
#include<iomanip>
using namespace std;
const int MAXN=1e4+10;
int parent[MAXN], data[MAXN];
long long N, M;
int ans, sum;
bool flag;
map<int,int>Q;
void start()///初始化
{
    for(int i=0; i<MAXN; i++)
        parent[i]=i;
    memset(data,0,sizeof(data));
}
int Find(int a)///寻找根节点,并更新data数组
{
    if(parent[a]==a)
        return a;
    int t=Find(parent[a]);///递归找根结点,同时把所有点的根节点指向了最开始的根
    data[a]=(data[a]+data[parent[a]])%2;///更新data数组
    parent[a]=t;///更新parent数组,让其根节点直接指向最终的根,为下一次递归的data更新准备
    return t;
}
bool add(int a, int b, int c)
{
    int m=Find(a);
    int n=Find(b);
    if(m==n)///相等则判断
    {
        if((data[a]+data[b])%2!=c)///如果在Find函数中不更新data,此步判断难以实现
            return false;
        else
            return true;
    }
    else///不等则更新,但只是合并了两个最开始的根节点,其余的更新在Find函数中实现
    {
        parent[n]=m;
        data[n]=(data[a]+data[b]+c)%2;
        return true;
    }
}
int main()
{
    while(cin>>N>>M)
    {
        Q.clear();
        start();
        int a, b, c, x, y;
        char z[10];
        ans=0;
        sum=0;
        flag=true;
        while(M--)
        {
            cin>>a>>b>>z;
            if(!flag)continue;
            sum++;
            a--;
            if(Q.find(a)==Q.end())///判断是否已出现过a
                Q[a]=ans++;///没有出现则赋值,离散化处理
            if(Q.find(b)==Q.end())
                Q[b]=ans++;
            x=Q[a];
            y=Q[b];
            if(z[0]=='e')
                c=0;
            else
                c=1;
            if(!add(x,y,c))
            {
                flag=false;
                sum--;
            }
        }
        cout<<sum<<endl;
    }
    return 0;
}
源码地址: https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
《基于STM32微控制器集成温湿度监测与显示功能的系统实现方案》 本方案提供了一套完整的嵌入式系统设计参考,实现了环境参数的实时采集、可视化呈现与异常状态提示。系统核心采用意法半导体公司生产的STM32系列32位微控制器作为主控单元,负责协调各外设模块的工作流程。 系统通过数字式温湿度复合传感器周期性获取环境参数,该传感器采用单总线通信协议,具有响应迅速、数据可靠的特点。采集到的数值信息通过两种途径进行处理:首先,数据被传输至有机发光二极管显示屏进行实时图形化显示,该显示屏支持高对比度输出,能够在不同光照条件下清晰呈现当前温度与湿度数值;其次,所有采集数据同时通过通用异步收发传输接口输出,可供上位机软件进行记录与分析。 当监测参数超出预设安全范围时,系统会启动声学警示装置,该装置可发出不同频率的提示音,以区分温度异常或湿度异常状态。所有功能模块的驱动代码均采用模块化设计原则编写,包含完整的硬件抽象层接口定义、传感器数据解析算法、显示缓冲区管理机制以及串口通信协议实现。 本参考实现重点阐述了多外设协同工作的时序控制策略、低功耗数据采集模式的应用方法,以及确保系统稳定性的错误处理机制。代码库中包含了详细的初始化配置流程、中断服务程序设计和各功能模块的应用程序接口说明,为嵌入式环境监测系统的开发提供了可靠的技术实现范例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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