CF1073C Vasya and Robot

本文介绍了一种解决CF题目中高难度问题的有效方法,通过枚举区间右端点并使用指针技巧找到满足条件的左端点,实现O(n)时间复杂度的解题策略,特别讨论了无解和答案为0的情况。

CF题目难度普遍偏高啊……

一个乱搞的做法。因为代价为最大下标减去最小的下标,那么可以看做一个区间的修改。我们枚举选取的区间的右端点,不难发现满足条件的左端点必然是不降的。那么用一个指针移一下就好了

注意特判无解和答案为\(0\)的情况,时间复杂度\(O(n)\)(然而因为人傻常数大所以还跑不过\(O(nlogn)\)的)

//minamoto
#include<bits/stdc++.h>
#define rint register int
#define GG return puts("-1"),0
using namespace std;
const int N=5e5+5;
struct node{
    int x,y;
    node(){}
    node(int x,int y):x(x),y(y){}
    inline node operator +(const int &b)const{
        switch(b){
            case 0:return node(x-1,y);break;
            case 1:return node(x+1,y);break;
            case 2:return node(x,y-1);break;
            case 3:return node(x,y+1);break;
        }
    }
    inline node operator +(const node &b)const{return node(x+b.x,y+b.y);}
    inline node operator -(const node &b)const{return node(x-b.x,y-b.y);}
}sum[N];
char s[N];int val[105],n,ans=0x3f3f3f3f,x,y;
inline int dis(int x,int y,int xx,int yy){return abs(x-xx)+abs(y-yy);}
bool check(int l,int r){
    node res=sum[n]-sum[r]+sum[l-1];
    return dis(res.x,res.y,x,y)<=r-l+1;
}
int main(){
//  freopen("testdata.in","r",stdin);
    scanf("%d%s%d%d",&n,s+1,&x,&y);
    val['L']=0,val['R']=1,val['D']=2,val['U']=3;
    if(dis(0,0,x,y)>n||((dis(0,0,x,y)&1)!=(n&1)))GG;
    for(rint i=1;i<=n;++i)sum[i]=sum[i-1]+val[s[i]];
    if(sum[n].x==x&&sum[n].y==y)return puts("0"),0;
    for(rint i=1,j=1;i<=n;++i){
        while(j<i&&check(j+1,i))++j;
        if(check(j,i))ans=min(ans,i-j+1);
    }printf("%d\n",ans);return 0;
}

转载于:https://www.cnblogs.com/bztMinamoto/p/9994359.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