poj3327

来源:http://poj.org/problem?id=3277

 

更改:加一个cover值,记录区间是否纯合

不能跟h混用

 

还有一个re(16:tle)

#include <cstdio>
#include <algorithm>
#include <cstring>
#include <iostream>
 
using namespace std;
 
struct node
{
	long long l,r,h,add;
	int cover;
};
 
#define lson 2*u
#define rson 2*u+1
const int maxSize=40000;
int n;
long long a[maxSize*2+5];//sort排序 
long long sum=0;
node N[maxSize*16+5],M[maxSize+5];
 
 
void build(int u,int begin,int end)
{
	int mid;
	
	N[u].l=begin;	N[u].r=end;	N[u].add=0;	N[u].h=0; N[u].cover=-1;
	if (begin==end)
	{
		return ; 
	}
		
	mid=(begin+end)/2;
	build(lson,begin,mid);
	build(rson,mid+1,end);
}
 
void pushdown(int u)
{
	if (N[u].add!=0)
	{
		N[lson].h=N[u].add;
		N[rson].h=N[u].add;
		N[lson].add=N[u].add;
		N[rson].add=N[u].add;
		N[lson].cover=0;
		N[rson].cover=0;
		N[u].add=0;
	}
}

void pushup(int u)
{
	N[u].h=max(N[lson].h,N[rson].h);
	if (N[lson].cover==0 && N[rson].cover==0 && N[lson].h==N[rson].h)
		N[u].cover=0;
	else
		N[u].cover=-1;
}
 
void update(int u,int begin,int end,int h)
{
	int mid;
	
	if (N[u].l==begin && N[u].r==end)
	{
		if (h>N[u].h)
		{
			N[u].h=h;
			N[u].add=h;
			N[u].cover=0;
			return ;
		}
		else if (N[u].cover==0)
			return ;
	}
	
	pushdown(u);
		
	mid=(N[u].l+N[u].r)/2;
	if (end<=mid)
		update(lson,begin,end,h);
	else if (begin>mid)
		update(rson,begin,end,h);
	else
	{
		update(lson,begin,mid,h);
		update(rson,mid+1,end,h);
	}
	pushup(u);
}
 
void query(int u)
{
	int mid;
	
	if (N[u].cover==0)
	{
		sum+=N[u].h*(a[N[u].r+1]-a[N[u].l]);
		return ;
	}
	
	pushdown(u);
	
	mid=(N[u].l+N[u].r)/2;
	query(lson);
	query(rson);
}
 
int main()
{
	int i,size;
	
	freopen("a.txt","r",stdin);
	scanf("%d",&n);
	
	for (i=0;i<n;i++)
	{
		scanf("%lld%lld%lld",&M[i].l,&M[i].r,&M[i].h);
		a[i*2+1]=M[i].l;	a[i*2+2]=M[i].r;	//要改成从1开始!!!!!! 
	}
	sort(a+1,a+n*2+1);			//排序 
	size=unique(a+1,a+1+2*n)-a-1;		//去重 
	for (i=0;i<n;i++)		//离散化 
	{
		M[i].l=lower_bound(a+1,a+1+size,M[i].l)-a;
		M[i].r=lower_bound(a+1,a+1+size,M[i].r)-a;
	}
	
	
	build(1,1,size-1);
	for (i=0;i<n;i++)
		update(1,M[i].l,M[i].r-1,M[i].h);
	query(1);
	printf("%lld\n",sum);
	
	return 0;
}

 

内容概要:本文介绍了基于贝叶斯优化的CNN-LSTM混合神经网络在时间序列预测中的应用,并提供了完整的Matlab代码实现。该模型结合了卷积神经网络(CNN)在特征提取方面的优势与长短期记忆网络(LSTM)在处理时序依赖问题上的强大能力,形成一种高效的混合预测架构。通过贝叶斯优化算法自动调参,提升了模型的预测精度与泛化能力,适用于风电、光伏、负荷、交通流等多种复杂非线性系统的预测任务。文中还展示了模型训练流程、参数优化机制及实际预测效果分析,突出其在科研与工程应用中的实用性。; 适合人群:具备一定机器学习基基于贝叶斯优化CNN-LSTM混合神经网络预测(Matlab代码实现)础和Matlab编程经验的高校研究生、科研人员及从事预测建模的工程技术人员,尤其适合关注深度学习与智能优化算法结合应用的研究者。; 使用场景及目标:①解决各类时间序列预测问题,如能源出力预测、电力负荷预测、环境数据预测等;②学习如何将CNN-LSTM模型与贝叶斯优化相结合,提升模型性能;③掌握Matlab环境下深度学习模型搭建与超参数自动优化的技术路线。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注贝叶斯优化模块与混合神经网络结构的设计逻辑,通过调整数据集和参数加深对模型工作机制的理解,同时可将其框架迁移至其他预测场景中验证效果。
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