PAT 1057 Stack

本文介绍了一种使用两个有序集合(一个堆和两个集合)来动态维护一系列整数中位数的算法。该算法在插入新元素时,根据元素大小将其放入不同集合,并在删除元素时调整集合平衡,确保能快速找到当前序列的中位数。

这道题利用两个有序集合,第一个保存大的一半元素,从小到大排列

第二个集合保存小的一半元素,从大到小排列

调了一个小时,终于通过了

#include <iostream>
#include <set>
#include <stack>
#include <vector>
using namespace std;
int main() {
    int N;
    cin>>N;
    stack<int> stack1;
    multiset<int> set1;//由小到大,保存大的元素
    multiset<int,greater<>> set2;//保存小的元素
    vector<string> res;
    for (int i = 0; i < N; ++i) {
        string string1;
        cin>>string1;
        if (string1[1]=='o'){
            if (stack1.empty()){
                res.emplace_back("Invalid");
            } else{
                int val=stack1.top();
                stack1.pop();
                res.push_back(to_string(val));
                if(set1.find(val)==set1.end()){
                    if (set1.size()==set2.size()) {
                        set2.erase(set2.find(val));
                    } else{
                        if(!set2.empty()) {
                            set2.erase(set2.find(val));
                        }
                        int x = *set1.begin();
                        set2.insert(x);
                        set1.erase(set1.find(x));
                    }
                } else{//在set1中
                    if(set1.size()==set2.size()){
                        set1.erase(set1.find(val));
                        int x=*set2.begin();
                        set1.insert(x);
                        set2.erase(set2.find(x));
                    } else{
//                        if (!set2.empty()) {
//                            set2.erase(set2.find(val));
//                        }
//                        int x=*set1.begin();
                        set1.erase(set1.find(val));
//                        set2.insert(x);
                    }
                }
            }
        } else if(string1[1]=='u'){
            int val;
            cin>>val;
            stack1.push(val);
            if (set1.size()==set2.size()){//两个集合当中元素数量相等
                if (set2.empty()||val>=*set2.begin()){
                    set1.insert(val);
                } else{
                    set2.insert(val);
                    int x=*set2.begin();
                    set1.insert(x);
                    set2.erase(set2.find(x));
                }
            } else{
                if (set2.empty()||val>=*set2.begin()){
                    set1.insert(val);
                    int x=*set1.begin();
                    set1.erase(set1.find(x));
                    set2.insert(x);
                } else{
                    set2.insert(val);
                }
            }
        } else{
            if (stack1.empty()){
                res.emplace_back("Invalid");
                continue;
            }
            if (set2.size()==set1.size()){
                res.push_back(to_string(*set2.begin()));
            } else{
                res.push_back(to_string(*set1.begin()));
            }
        }
    }
    for(const auto& x:res){
        cout<<x<<endl;
    }
    return 0;
}

 

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