POJ 1183排列

排列


Time Limit: 1000MS Memory Limit: 30000K




Description
题目描述: 
大家知道,给出正整数n,则1到n这n个数可以构成n!种排列,把这些排列按照从小到大的顺序(字典顺序)列出,如n=3时,列出1 2 3,1 3 2,2 1 3,2 3 1,3 1 2,3 2 1六个排列。 


任务描述: 
给出某个排列,求出这个排列的下k个排列,如果遇到最后一个排列,则下1排列为第1个排列,即排列1 2 3…n。 
比如:n = 3,k=2 给出排列2 3 1,则它的下1个排列为3 1 2,下2个排列为3 2 1,因此答案为3 2 1。 


Input
第一行是一个正整数m,表示测试数据的个数,下面是m组测试数据,每组测试数据第一行是2个正整数n( 1 <= n < 1024 )和k(1<=k<=64),第二行有n个正整数,是1,2 … n的一个排列。


Output
对于每组输入数据,输出一行,n个数,中间用空格隔开,表示输入排列的下k个排列。


Sample Input
3
3 1
2 3 1
3 1
3 2 1
10 2 
1 2 3 4 5 6 7 8 9 10


Sample Output
3 1 2
1 2 3
1 2 3 4 5 6 7 9 8 10

思路:

从f[n-1]出发由右往左找第一个非递增的位置即f[i-1]<=f[i];

然后从f[i]开始往后找大于f[i-1]的最小的数f[j],然后交换f[i-1]和f[j];

重新排序f[i]~f[n-1]即为所求;(该代码先排序再查找更高效)

#include<stdio.h>
#include<iostream>
#include<algorithm>
using namespace std;
int f[1024];
int main()
{
	int num,n,m,i,j,c,sum;
scanf("%d",&num);
	while(num--)
	{
		scanf("%d%d",&n,&m);
		sum=0;
		for(i=0;i<n;i++)
			scanf("%d",&f[i]);
		while(sum<m)
		{
			for(i=n-1;i>0;i--)
					if(f[i]>f[i-1])//找到第一个f[i]>f[i-1]的位置
					{
						sort(f+i,f+n);//先排序,再交换
						for(j=i;j<n;j++)
							if(f[j]>f[i-1]) break;
						c=f[i-1];f[i-1]=f[j];f[j]=c;
						break;
					}
			if(i==0)//数已最大,重新循环
				sort(f,f+n);
			sum++;
		}
		for(i=0;i<n;i++)
		{
			printf("%d",f[i]);
			if(i!=n-1) printf(" ");
		}
		printf("\n");
	}
	return 0;
}



内容概要:本文档详细介绍了一个基于MATLAB实现的跨尺度注意力机制(CSA)结合Transformer编码器的多变量时间序列预测项目。项目旨在精准捕捉多尺度时间序列特征,提升多变量时间序列的预测性能,降低模型计算复杂度与训练时间,增强模型的解释性和可视化能力。通过跨尺度注意力机制,模型可以同时捕获局部细节和全局趋势,显著提升预测精度和泛化能力。文档还探讨了项目面临的挑战,如多尺度特征融合、多变量复杂依赖关系、计算资源瓶颈等问题,并提出了相应的解决方案。此外,项目模型架构包括跨尺度注意力机制模块、Transformer编码器层和输出预测层,文档最后提供了部分MATLAB代码示例。 适合人群:具备一定编程基础,尤其是熟悉MATLAB和深度学习的科研人员、工程师和研究生。 使用场景及目标:①需要处理多变量、多尺度时间序列数据的研究和应用场景,如金融市场分析、气象预测、工业设备监控、交通流量预测等;②希望深入了解跨尺度注意力机制和Transformer编码器在时间序列预测中的应用;③希望通过MATLAB实现高效的多变量时间序列预测模型,提升预测精度和模型解释性。 其他说明:此项目不仅提供了一种新的技术路径来处理复杂的时间序列数据,还推动了多领域多变量时间序列应用的创新。文档中的代码示例和详细的模型描述有助于读者快速理解和复现该项目,促进学术和技术交流。建议读者在实践中结合自己的数据集进行调试和优化,以达到最佳的预测效果。
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