hdu 2795

题目大意:有一个h*w的矩形往上面贴n张1*wi的海报,尽量往下面贴,对于每一个输入的wi输出对应的高度;

分析:感觉线段树这种万金油的数据结构和网络流有点像。。。看出来是线段树或者网络流了题目就水题一道(当然,网络流的构图也是难点之一,好吧线段树中间的变换也不是那么好把握的。。。),对于这一题来说,如果你能想到用线段树来维护每一个高度中剩余的宽度的话这道题就比较水了,线段树每个节点表示自己两个儿子中剩余最多的长度,然后尽量往左边走就可以了,线段树部分没什么好说的,唯一要说下的就是h的高度有10的9次方之多,但是n的大小对多只有20w,所以最多也就利用前20w的高度,所以建树的时候只需要依据h和n中最小的那个建树就可以了;以下是AC代码:

/*Problem : 2795 ( Billboard )     Judge Status : Accepted
RunId : 11545710    Language : G++    Author : Burglar
Code Render Status : Rendered By HDOJ G++ Code Render Version 0.01 Beta*/
#include<stdio.h>
#include<algorithm>
#include<string.h>
#include<iostream>
#define lson l, m, rt << 1
#define rson m + 1, r, rt << 1 | 1
#define MAXN 200005
using namespace std;
int tree[MAXN << 2];
int h, w, n;
int ans;
int Min(int a, int b)//据说这样比min和max要快,而且由于学长的要求在线段树中间表示叶子节点时我用的都是位运算,而且严格禁止用cin和cout,都是为了节省时间;
{
    if(a < b)
        return a;
    else
        return b;
}
int Max(int a, int b)
{
    if(a > b)
        return a;
    else
        return b;
}
void PushUp(int rt)
{
    tree[rt] = Max(tree[rt << 1], tree[rt << 1 | 1]);
}//更新完之后还要更新一下根节点;
void BuildTree(int l, int r, int rt)
{
    tree[rt] = w;//初始的时候每个叶子节点都是最大长度w
    if(l==r)
    {
        return ;
    }
    int m = (l + r) >> 1;
    BuildTree(lson);
    BuildTree(rson);
}
void Update(int pos, int l, int r, int rt)//这个还是比较容易看懂的就不多说了
{
    if(l == r)
    {
        tree[rt] -= pos;
        ans = l;
        return;
    }
    int m = (l + r) >> 1;
    if(pos <= tree[rt << 1])
    {
        Update(pos, lson);
    }
    else
    {
        Update(pos, rson);
    }
    PushUp(rt);
}
int main()
{
    int leng;
    while(scanf("%d%d%d",&h,&w,&n)!=EOF)
    {
        int m = Min(n, h);
        BuildTree(1, m, 1);
        for(int i = 0; i < n; i++)
        {
            scanf("%d",&leng);
            if(tree[1] < leng) puts("-1");//如果比所有高度中间的最大值也就是tree[1]还要打的话必定无法贴上去;
            else
            {
                Update(leng, 1, m, 1);
                printf("%d\n",ans);
            }
        }
    }
    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