LRU Cache

/*
 * Solution.cpp
 *
 *  Created on: 2014年4月8日
 *      Author: William
 */

#include <iostream>
#include <map>
using namespace std;

struct Node {
	int key;
	int val;
	Node *prev;
	Node *next;
	Node(int k, int v) :
			key(k), val(v), prev(NULL), next(NULL) {
	}
};

class LRUCache {
public:
	int cap;
	int cnt;
	map<int, Node*> mp;
	Node *head, *tail;

	LRUCache(int capacity) {
		if (capacity < 1) return;
		cap = capacity;
		cnt = 0;
		mp.clear();
		head = new Node(-1, -1);
		tail = new Node(-1, -1);
		head->next = tail;
		tail->prev = head;
	}

	void putToHead(Node *p) {
		p->next = head->next;
		p->prev = head;
		p->next->prev = p;
		head->next = p;
	}

	int get(int key) {
		map<int, Node*>::iterator it = mp.find(key);
		if (it != mp.end()) {
			Node *p = it->second;
			p->prev->next = p->next;
			p->next->prev = p->prev;
			putToHead(p);
			return p->val;
		} else {
			return -1;
		}
	}

	void set(int key, int value) {
		if (cap < 1) return;
		map<int, Node*>::iterator it = mp.find(key);
		if (it != mp.end()) {
			Node *p = it->second;
			p->prev->next = p->next;
			p->next->prev = p->prev;
			putToHead(p);
			p->val = value;
		} else {
			Node *p = new Node(key, value);
			mp.insert(pair<int, Node*>(key, p));
			putToHead(p);
			cnt++;
			if (cnt > cap) {
				p = tail->prev;
				p->prev->next = tail;
				tail->prev = p->prev;
				mp.erase(p->key);
				delete p;
				cnt--;
			}
		}
	}
};

//int main() {
//	return 0;
//}

本研究利用Sen+MK方法分析了特定区域内的ET(蒸散发)趋势,重点评估了使用遥感数据的ET空间变化。该方法结合了Sen斜率估算器和Mann-Kendall(MK)检验,为评估长期趋势提供了稳健的框架,同时考虑了时间变化和统计显著性。 主要过程与结果: 1.ET趋势可视化:研究利用ET数据,通过ET-MK和ET趋势图展示了蒸散发在不同区域的空间和时间变化。这些图通过颜色渐变表示不同的ET水平及其趋势。 2.Mann-Kendall检验:应用MK检验来评估ET趋势的统计显著性。检验结果以二元分类图呈现,标明ET变化的显著性,帮助识别出有显著变化的区域。 3.重分类结果:通过重分类处理,将区域根据ET变化的显著性进行分类,从而聚焦于具有显著变化的区域。这一过程确保分析集中在具有实际意义的发现上。 4.最终输出:最终结果以栅格图和png图的形式呈现,支持各种应用,包括政策规划、水资源管理和土地利用变化分析,这些都是基于详细的时空分析。 ------------------------------------------------------------------- 文件夹构造: data文件夹:原始数据,支持分析的基础数据(MOD16A2H ET数据 宁夏部分)。 results文件夹:分析结果与可视化,展示研究成果。 Sen+MK_optimized.py:主分析脚本,适合批量数据处理和自动化分析。 Sen+MK.ipynb:Jupyter Notebook,复现可视化地图。
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