hdu 5289 Assignment 二分+RMQ 2015 Multi-University Training Contest 1 02

本文介绍了如何使用RMQ(线段树等)算法高效计算给定序列中区间最大值与最小值之差小于k的区间数量。通过枚举左端点并利用二分查找优化右端点搜索过程,实现复杂度优化。

题意:给出1~n的一个序列,求区间最大值-区间最小值<k的区间数。

RMQ处理出区间最大最小值,易知某段区间的最大值-其最小值会随着区间长度的减小而减小,因此可以通过枚举左端点,二分右端点来计算以左端点为起点的区间满足条件的贡献。

#include <bits/stdc++.h>
#include <map>
#include <set>
#include <queue>
#include <stack>
#include <cmath>
#include <time.h>
#include <vector>
#include <cstdio>
#include <string>
#include <iomanip>
///cout << fixed << setprecision(13) << (double) x << endl;
#include <cstdlib>
#include <cstring>
#include <iostream>
#include <algorithm>

using namespace std;

#define lson l, mid, rt << 1
#define rson mid + 1, r, rt << 1 | 1
#define ls rt << 1
#define rs rt << 1 | 1
#define pi acos(-1.0)
#define eps 1e-8
#define Mp(a, b) make_pair(a, b)
#define asd puts("asdasdasdasdasdf");
typedef long long ll;
//typedef __int64 LL;
const int inf = 0x3f3f3f3f;
const int N = 101000;

int dp1[N][20];
int dp2[N][20];
int LOG[N];
int a[N];

void init_LOG()
{
	LOG[0] = -1;
	for( int i = 1; i <= N-10; ++i )
		LOG[i] = ( (i&(i-1) ) == 0 ) ? LOG[i-1] + 1 : LOG[i-1];
}

void init_RMQ( int n )
{
	for( int i = 1; i <= n; ++i )
		dp1[i][0] = dp2[i][0] = a[i];
	for( int j = 1; j <= LOG[n]; ++j ) {
		for( int i = 1; i + ( 1 << j ) - 1 <= n; ++i ) {
			dp1[i][j] = max( dp1[i][j-1], dp1[i+(1<<(j-1))][j-1] );
			dp2[i][j] = min( dp2[i][j-1], dp2[i+(1<<(j-1))][j-1] );
		}
	}
}

int cal( int l, int r )
{
	int k = LOG[r-l+1];
	int maxx = max( dp1[l][k], dp1[r-(1<<k)+1][k] );
	int minn = min( dp2[l][k], dp2[r-(1<<k)+1][k] );
	return maxx - minn;
}

int main()
{
	init_LOG();
	int tot, k, n;
	for( scanf("%d", &tot); tot--; ) {
		scanf("%d%d", &n, &k);
		for( int i = 1; i <= n; ++i ) {
			scanf("%d", &a[i]);
		}
		init_RMQ(n);
		ll ans = 0;
		for( int i = 1; i <= n; ++i ) {
			ll l = i, r = n, mid;
			while( l <= r ) {
				mid = (l+r) >> 1;
				ll tmp = cal( i, mid );
				if( tmp < k )
					l = mid+1;
				else
					r = mid-1;
			}
			ll len = l - i;
			ans += len;
		}
		printf("%lld\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