cf div2 D题 D - Array Splitting 思维题

本文解析了Codeforces比赛中的D题,介绍了如何通过前缀和与排序策略来优化分割序列问题,实现最大化的序列和。提供了AC代码示例,帮助读者理解和实践。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在此附上题目链接供大家参考学习:
http://codeforces.com/contest/1175/problem/D
大致题意就是分割序列成k份每份乘以1-k的一个数使得所有数求和后最大。
思路:
前缀合+思维
首先我们把前i个数的和用a数组保存下来,之后我们这么想就是把最大值先求出来就是a[n]*k 对吧,之后在此基础上减去较小的几组数就ok啦,我们把a数组排序,从1-(k-1)循环减去a[i[就是所求的最大结果。
在此附上参考的大神ac代码供大家参考:

#include<bits/stdc++.h>
using namespace std;
long long a[300005];
int main()
{
	int t,k;
	scanf("%d%d",&t,&k);
	for(int i = 1;i <= t;i++)
    {
        scanf("%lld",&a[i]);
    }
    for(int i = 1;i <= t;i++)
    {
        a[i] += a[i-1];
    }
    long long ans = a[t] * k;
    sort(a+1,a+t);
    for(int i = 1;i < k;i++)
    {
        ans -= a[i];
    }
    printf("%lld\n",ans);
}

### 使用类内分裂进行开放集识别的方法 在开放集识别场景下,模型不仅需要正确分类已知类别中的样本,还需要能够有效拒绝未知类别的输入。一种有效的策略是通过类内分裂来增强模型对于不同类别之间差异性的捕捉能力。 #### 类内分裂的概念 类内分裂指的是将同一类的数据进一步细分为多个子簇的过程。这种方法可以增加训练数据内部结构复杂度,使得学习到的特征更具区分力[^1]。具体来说,在传统监督学习框架基础上引入额外机制,让网络学会把来自相同标签下的实例映射成若干相对独立但又保持一定关联特性的群组;当遇到未曾见过的新颖事物时,则依据其与已有各类中心距离远近作出合理判断。 #### 实现方式 为了实现基于类内分裂的开放集识别算法,通常会采用如下技术手段: - **多分支架构设计**:构建一个多头神经网络模型,其中每个头部负责处理特定类型的变换操作或是关注于不同的局部区域特性提取工作。这样做有助于打破单一全局表示可能带来的局限性,并促进更细致入微的信息挖掘过程。 ```python class IntraClassSplittingNet(nn.Module): def __init__(self, num_heads=3): super(IntraClassSplittingNet, self).__init__() self.heads = nn.ModuleList([nn.Linear(256, 128) for _ in range(num_heads)]) def forward(self, x): outputs = [head(x) for head in self.heads] return torch.stack(outputs, dim=1) ``` - **自适应阈值设定**:根据不同子簇间相似程度动态调整决策边界位置。此做法可以在一定程度上缓解因环境变化引起泛化性能下降的问,提高系统的鲁棒性和可靠性。 - **正则项约束优化目标函数**:加入专门针对类内分布形态施加惩罚措施的目标成分,鼓励形成紧凑而分离良好的聚集体状模式。例如最小最大间隔准则(Maximum Mean Discrepancy)[^4]就是这样一个常用工具,它能有效地拉大异质群体间的差距同时压缩同源成员之间的间距。
评论 1
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