noi.ac day1t3 Sort

本文详细介绍了快速排序算法的优化实现方法,通过分治策略,选取区间中间值作为基准,调整左右子区间元素位置,实现高效排序。文章还提供了一段C++代码示例,展示了如何在实际编程中应用这一优化技巧。

传送门

分析

快排的原理是以任意一个数为标准,然后把所有小于它的数换到它的左边,所有大于它的数换到它的右边。我们就使用快排的思路,分治整个区间。对于每个区间以排好序的这个数列的中间位置的值为标准,然后继续分治这个区间,将这个区间左子区间中大于标准的移到左子区间的最右边,将右子区间中小于标准的移到右子区间的最左边,然后翻转左子区间右侧的一部分一直到右子区间的左侧的一部分这一段区间即可。注意为了防止标准在某些情况下变成一个小于区间最小值或大于区间最大值等奇怪情况,我们将原来的读入的a[i]乘上n之后再加i。这样就不受相同的数的影响了。

代码

#include<iostream>
#include<cstdio>
#include<cstring>
#include<string>
#include<algorithm>
#include<cctype>
#include<cmath>
#include<cstdlib>
#include<queue>
#include<ctime>
#include<vector>
#include<set>
#include<map>
#include<stack>
using namespace std;
long long n,a[60000],b[60000];
inline long long go(long long le,long long ri,long long wh){
      if(le==ri)return le+(a[le]<=wh);
      long long mid=(le+ri)>>1,s=go(le,mid,wh),t=go(mid+1,ri,wh)-1;
      if(s!=mid+1&&t!=mid){
          printf("%lld %lld\n",s,t);
          reverse(a+s,a+t+1);
      }
      return s+t-mid;
}
inline void work(long long le,long long ri){
      if(le==ri)return;
      long long mid=(le+ri)>>1;
      go(le,ri,b[mid]);
      work(le,mid);
      work(mid+1,ri);
      return;
}
int main(){
      long long i,j,k;
      scanf("%lld",&n);
      for(i=1;i<=n;i++){
          long long x;
          scanf("%lld",&x);
          b[i]=a[i]=x*n+i;
      }
      sort(b+1,b+n+1);
      work(1,n);
      printf("%d %d\n",-1,-1);
      return 0;
}

转载于:https://www.cnblogs.com/yzxverygood/p/9721812.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