poj 2299

http://poj.org/problem?id=2299

其实就是求次序列的逆序数,但是这道题目要注意到,0 ≤ a[i] ≤ 999,999,999  ,用树状数组做的时候,开不了这么大的数组,但是 n < 500,000,我们可以用离散化的思想,用一个较小的范围的数组来解决数据量过大的问题。

#include <iostream>
#include <cstdio>
#include <cstdlib>
#include <cstring>
#include<algorithm>
using namespace std;
int b[500010],c[500010],d[500010],n,maxx;
struct A
{
    int x,index;
}a[500010];
int cmp(A p1,A p2)
{
    return p1.x < p2.x;
}
int lowbit(int x)
{
    return x & (-x);
}
void update(int x,int y)
{
    while(x <= n)
    {
        c[x] += y;
        x += lowbit(x);
    }
}
int getsum(int x)
{
    int tmp = x;
    int res = 0;
    while(x > 0)
    {
        res += c[x];
        x -= lowbit(x);
    }
    return res;
}
int main()
{
    while(~scanf("%d",&n),n)
    {
        memset(b,0,sizeof(b));
        memset(c,0,sizeof(c));
        memset(d,0,sizeof(d));
        int i,j,num;
        maxx = 0;
        for(i = 1; i <= n;i++)// 离散化
        {
            scanf("%d",&a[i].x);
            a[i].index = i;
        }
        sort(a+1,a+n+1,cmp);
        for(i = 1; i <= n; i++)
        b[a[i].index] = i;
        for(i = 1; i <= n; i++)//getsum  函数求出的是 b[i] 前面出现的比他小的数的个数
        {
            d[i] = i-1 - getsum(b[i]);
            update(b[i],1);
        }
        long long res = 0;
        for(i = 1; i <= n; i++)// 求出所有的逆序数。注意有可能超出int  
        res += d[i];
        printf("%I64d\n",res);
    }
    return 0;
}


根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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