multiset处理最长上升、下降、非下降、非上升子序列

multiset处理最长上升、下降、非下降、非上升子序列

最长上升子序列
http://acm.hdu.edu.cn/showproblem.php?pid=1257
从这道题中还可以看出:最长上升子序列的长度 = 单调不增(不严格下降)子序列的最少个数

multiset< int >s;
int main()
{
    int n;
    while(cin>>n){
        for(int i=1;i<=n;i++){
            int x;cin>>x;
            auto it = s.lower_bound(x);
            if(it != s.end())
                s.erase(it);
            s.insert(x);
        }
        printf("%d\n",s.size());
        s.clear();
    }
    return 0;
}

最长非下降子序列
https://www.oj.swust.edu.cn:50443/problem/show/2870

int main()
{
    int n;
    scanf("%d",&n);
    multiset<int>s;
    s.clear();
    for(int i=1;i<=n;i++){
        int x;scanf("%d",&x);
        auto it = s.upper_bound(x);
        if(it==s.end())
            s.insert(x);
        else {
            s.erase(it);
            s.insert(x);
        }
    }
    printf("%d\n",s.size());
    return 0;
}

最长下降子序列
https://www.oj.swust.edu.cn:50443/problem/show/2846
从这道题中还可以看出:最长下降子序列的长度 = 单调不降(不严格递增)子序列的最少个数

multiset< int >s;
int main()
{
    int n;
    while(cin>>n){
        for(int i=1;i<=n;i++){
            int x;cin>>x;
            auto it = s.lower_bound(-x);
            if(it != s.end())
                s.erase(it);
            s.insert(-x);
        }
        printf("%d\n",s.size());
        s.clear();
    }
    return 0;
}

最长非上升子序列

multiset< int >s;
int main()
{
    int n;
    while(cin>>n){
        for(int i=1;i<=n;i++){
            int x;cin>>x;
            auto it = s.upper_bound(-x);
            if(it != s.end())
                s.erase(it);
            s.insert(-x);
        }
        printf("%d\n",s.size());
        s.clear();
    }
    return 0;
}
内容概要:本文档详细介绍了如何在MATLAB环境下实现CNN-GRU(卷积门控循环单元)混合模型的多输入单输出回归预测。项目旨在通过融合CNN的局部特征提取能力和GRU的时序依赖捕捉能力,解决传统序列模型在处理线性、高维、多输入特征数据时的局限性。文档涵盖了项目背景、目标、挑战及其解决方案,强调了模型的轻量化、高效性和可视化全流程追踪等特点。此外,还提供了具体的应用领域,如智能电网负荷预测、金融时间序列建模等,并附有详细的代码示例,包括数据加载与预处理、网络结构定义、训练选项设置、模型训练与预测以及结果可视化等步骤。; 适合人群:对深度学习有一定了解,特别是对时间序列预测感兴趣的科研人员或工程师。; 使用场景及目标:①需要处理多输入单输出的线性回归预测任务;②希望在MATLAB平台上快速实现并优化深度学习模型;③寻求一种高效、轻量且具有良好泛化能力的预测模型应用于实际场景中,如智能电网、金融分析、交通流量预测等领域。; 阅读建议:由于文档内容涉及较多的技术细节和代码实现,建议读者先熟悉CNN和GRU的基本概念,同时掌握MATLAB的基础操作。在阅读过程中,可以结合提供的代码示例进行实践操作,以便更好地理解和掌握CNN-GRU混合模型的构建与应用。
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