[HAOI2007]理想的正方形

本文介绍了一种使用两次单调队列解决二维数组中子矩阵最大值与最小值之差的问题。通过维护两个单调队列,分别求解每个行区间内列的最大值和最小值,再进一步求解行的最大值和最小值,最终找到所有子矩阵的最大值与最小值之差。

思路

这是一道二维单调队列题啊(其实就是两次单调队列

根据题意要求([i−n+1,i],[j−n+1,j])([i-n+1,i],[j-n+1,j])([in+1,i],[jn+1,j])的最大值和最小值做差。

先处理(i,[j−n+1,j])(i,[j-n+1,j])(i,[jn+1,j])的最大值或最小值,因此需要一个一维数组CCC,去存储值。

维护最大值用一个下降序列q1q1q1,维护最小值用一个上升序列q2q2q2.

cmax[i][j]=max⁡(c[i][j−n+1,j])cmax[i][j]=\max(c[i][j-n+1,j])cmax[i][j]=max(c[i][jn+1,j])

cmin[i][j]=min⁡(c[i][j−n+1,j])cmin[i][j]=\min(c[i][j-n+1,j])cmin[i][j]=min(c[i][jn+1,j])

这时用单调队列优化就可以了。

对于最大值,如果c[q1[tail]]≤c[i]c[q1[tail]]\le c[i]c[q1[tail]]c[i],说明当前位置比队尾更后,且对于后面状态更优,因此,队尾就没有存在的必要,可以踢出。

while(l1<=r1&&j-q1[l1]>=n)++l1;//过远的踢掉
while(l2<=r2&&j-q2[l2]>=n)++l2;
while(l1<=r1&&c[j]>=c[q1[r1]])--r1;
while(l2<=r2&&c[j]<=c[q2[r2]])--r2;
q1[++r1]=j;q2[++r2]=j;
cmax[i][j]=c[q1[l1]];cmin[i][j]=c[q2[l2]];

接下来,处理([i−n+1,i])([i-n+1,i])([in+1,i])

因为cmax[i][j],cmin[i][j]cmax[i][j],cmin[i][j]cmax[i][j],cmin[i][j]已经记录了c[i][j−n+1,j]c[i][j-n+1,j]c[i][jn+1,j]之间的最大值与最小值,

再用单调队列求max⁡(cmax[i−n+1,i][j])−min⁡(cmin[i−n+1,i][j])\max(cmax[i-n+1,i][j])-\min(cmin[i-n+1,i][j])max(cmax[in+1,i][j])min(cmin[in+1,i][j]),更新答案。

if(i>=n)ans=min(ans,cmax[q1[l1]][j]-cmin[q2[l2]][j]);

AC code

#include<cstdio>
#include<algorithm>
#include<cstdlib>
#include<cstring>
#include<cmath>
#define gc getchar()
using namespace std;
const int N=1e3+10;
inline void qr(int &x)
{
    x=0;int f=1;char c=gc;
    while(c<'0'||c>'9'){if(c=='-')f=-1;c=gc;}
    while(c>='0'&&c<='9'){x=x*10+(c^48);c=gc;}
    x*=f;
}
void qw(int x)
{
    if(x<0)x=-x,putchar('-');
    if(x/10)qw(x/10);
    putchar(x%10+48);
}
int c[N],cmax[N][N],cmin[N][N];
int q1[N],q2[N],l1,l2,r1,r2;
int main()
{
	int a,b,n;qr(a),qr(b),qr(n);
	for(int i=1;i<=a;i++)
	{
		l1=l2=1;r1=r2=0;
		for(int j=1;j<=b;j++)
		{
			qr(c[j]);
			while(l1<=r1&&j-q1[l1]>=n)++l1;
			while(l2<=r2&&j-q2[l2]>=n)++l2;
			while(l1<=r1&&c[j]>=c[q1[r1]])--r1;
			while(l2<=r2&&c[j]<=c[q2[r2]])--r2;
			q1[++r1]=j;q2[++r2]=j;
			cmax[i][j]=c[q1[l1]];cmin[i][j]=c[q2[l2]];
		}
	}
	int ans=1e9;
	for(int j=n;j<=b;j++)
	{
		l1=l2=1;r1=r2=0;
		for(int i=1;i<=a;i++)
		{
			while(l1<=r1&&i-q1[l1]>=n)++l1;
			while(l2<=r2&&i-q2[l2]>=n)++l2;
			while(l1<=r1&&cmax[i][j]>=cmax[q1[r1]][j])--r1;
			while(l2<=r2&&cmin[i][j]<=cmin[q2[r2]][j])--r2;
			q1[++r1]=i;q2[++r2]=i;
			if(i>=n)ans=min(ans,cmax[q1[l1]][j]-cmin[q2[l2]][j]);
		}
	}
	qw(ans);puts("");
	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