hdu 1394 Minimum Inversion Number

本文介绍了一种使用区间树解决逆序数计算问题的方法。通过构建区间树,可以高效地查询和更新区间内元素的逆序数,进而解决序列中逆序数的计算问题。文章详细解释了区间树的构建、查询和更新操作,并给出了具体的代码实现。

题源

这道题的思路是先建立一颗空树,各个节点均为零,假设读入num[i],则num[i]只需要询问i+1到
n-1有多少小于num[i]的数,然后累加即可,这样就转化为了区间操作。
这道题还用到一个结论,那就是0~n组成的序列中,把第一个数移到最后一个,逆序树先减少该数的值,再加上n-该数的值-1即为当前逆序数。

代码如下:

#include <iostream>
#include <cstdio>
#include <algorithm>
using namespace std;
const int MAX = 1e4 + 1;
int num[MAX] = { 0 };
int tree[MAX<<2] = { 0 };
void pushup(int rt) { tree[rt] = tree[rt << 1] + tree[rt << 1 | 1]; }
void build(int l, int r, int rt)
{
	if (l == r) { tree[rt] = 0; return; }
	int mid = (l + r) >> 1;
	build(l, mid, rt << 1);
	build(mid + 1, r, rt << 1 | 1);
	pushup(rt);
}
void update(int pos, int l, int r, int rt)
{//cout << l << " " << r << endl;
	if (l == r) { tree[rt]++; return; }
	int mid = (l + r) >> 1;
	if (pos <= mid) update(pos, l, mid , rt << 1);
	else update(pos, mid + 1, r, rt << 1 | 1);
	pushup(rt);
}
int query(int L, int R, int l, int r, int rt)
{
	if (L <= l && r <= R) { return tree[rt]; }
	int mid = (l + r) >> 1;
	int ans = 0;
	if (mid >= L) ans += query(L, R, l, mid, rt << 1);
	if (mid < R) ans += query(L, R, mid + 1, r, rt << 1 | 1);
	return ans;
}
int main()
{
	int n;
	while (cin >> n)
	{
		int sum = 0;
		build(0, n - 1, 1);
		for (int i = 1; i <= n; i++)
		{
			scanf_s("%d",num +i);
			sum += query(num[i], n - 1, 0, n - 1, 1);
			update(num[i], 0, n - 1, 1);
		}
		int tmp = sum;
		for (int i = 1; i <= n; i++)
		{
			sum -= num[i];
			sum += n - num[i] - 1;
			tmp = min(tmp, sum);
		}
		cout << tmp << endl;
	}
	return 0;
}
内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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