[bzoj1483] [HNOI2009]梦幻布丁

本文介绍了一种基于启发式的链表合并算法,通过记录节点颜色并进行匹配来减少合并操作的时间复杂度。该方法适用于节点颜色变化频繁的场景。

  启发式合并链表。。

  我写的是链式邻接表那种写法= =

  记录下每个节点上的颜色,颜色相同的就塞进同一个链表,每次合并两个链表的时候,就遍历其中一个,如果某节点两边颜色和另一个链表的相同就减一下答案。

  然后每次如果遍历节点数少的那个链表时间复杂度就是O(nlogn)的了。。

  但因为节点数少的那种颜色不一定是要被染掉的(可能把颜色染反)。。所以要再记录一下,查询某个颜色的时候,实际上是要查询什么颜色。

 1 #include<cstdio>
 2 #include<iostream>
 3 #include<cstring>
 4 using namespace std;
 5 const int maxn=100233,maxm=1002333;
 6 int last[maxm],pre[maxn];
 7 int fa[maxm];
 8 int mp[maxn],sm[maxm];
 9 int i,j,k,n,m,id,ans,x,y;
10  
11 int ra;char rx;
12 inline int read(){
13     rx=getchar(),ra=0;
14     while(rx<'0'||rx>'9')rx=getchar();
15     while(rx>='0'&&rx<='9')ra*=10,ra+=rx-48,rx=getchar();return ra;
16 }
17 inline void merge(int x,int y){
18     if(!sm[x])return;
19     int i;sm[y]+=sm[x],sm[x]=0;
20     for(i=last[x];i;i=pre[i])ans-=(mp[i-1]==y)+(mp[i+1]==y);
21     for(i=last[x];pre[i];i=pre[i])mp[i]=y;
22     mp[i]=y;
23     pre[i]=last[y],last[y]=last[x],last[x]=0;
24 }
25 int main(){
26     n=read(),m=read();
27     for(i=1;i<=n;i++)mp[i]=read(),ans+=mp[i]!=mp[i-1],pre[i]=last[mp[i]],last[mp[i]]=i,sm[mp[i]]++,fa[mp[i]]=mp[i];
28     while(m--){
29         id=read();
30         if(id==2)printf("%d\n",ans);else{
31             x=read(),y=read();
32             if(x==y)continue;
33             if(sm[fa[x]]>sm[fa[y]])swap(fa[x],fa[y]);
34             merge(fa[x],fa[y]);
35         }
36     }
37     return 0;
38 }
View Code

 

转载于:https://www.cnblogs.com/czllgzmzl/p/5301515.html

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