Peter算法小课堂—序列切割

2024-05-14 09:12

本文主要是介绍Peter算法小课堂—序列切割,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

讲序列切割之前,先来个铺垫

高手集训

题目描述:

课程表里有连续的n天可以供你选择,每天都有专题课程。其中第i天的专题趣味程度为h[i]。假设你选择了其中连续的若干天,从第l天到第r天。那么,

训练效果 = h[l]*1 + h[l+1]*2 + ... + h[r]*(r-l+1)

随着训练的深入进行,每天的趣味程度会得到更多倍数的效果。

目前有m种训练方案,每种方案由起始时间和结束时间来描述。请对每种方案输出训练效果。

算法分析

这道题目,我们可以死做,然后就会TLE。为了避免TLE,我们引入一种特殊的前缀和。

其中,s[i]为朴素的前缀和,g[i]为编号加权前缀和。

那么,上面为公式的推导。

代码

#include <bits/stdc++.h>
using namespace std;
const int N=100009;
typedef long long ll;
ll n,m,h[N],s[N],g[N];
void input(){cin>>n>>m;for(int i=1;i<=n;i++){cin>>h[i];}
}
void BF(){for(ll i=1;i<=m;i++){ll l,r;cin>>l>>r;ll ans=0;for(ll j=l;j<=r;++j) ans+=h[j]*(j-l+1);cout<<ans<<" ";}
}
void solve(){for(ll i=1;i<=n;i++){s[i]=s[i-1]+h[i];g[i]=g[i-1]+h[i]*i;}for(ll i=1;i<=m;++i){ll l,r;cin>>l>>r;ll ans=g[r]-g[l-1]-(s[r]-s[l-1])*(l-1);cout<<ans<<" ";}
}
int main(){freopen("training.in","r",stdin);freopen("training.out","w",stdout);input();if(n<=1000&&m<=1000) BF();else solve();return 0;
}

这里,我两种算法都放进去了。

防汛指挥

题目描述:

每年夏天,城市的河道都会经历一次汛期的挑战。你作为市长,正在紧锣密鼓的做防汛指挥工作。你所管理的城市有一条中心河道,河道的一侧容易决堤,而这一侧依次排列着n座楼房,编号1到n,其中第i座楼房高度为h[i]。目前你需要将楼房分成若干个相邻连续的区域,由各个区域内部协调防汛资源。若某个连续区域内楼房数量num达到L,则该区域中最矮的 num/L (向下取整) 座楼房会被关闭,其中人员会到区域内其他楼房暂住。若某个连续区域内楼房数量num未到达G,则该区域所有楼房都不可以关闭。通过确定分组管理的方案,本市未关闭的楼房里高度总和最小是多少?

算法分析

首先,这是一道动态规划题。AC动态规划题的心度历程:状态定义→根据样例列表格→找规律→状态转移方程→写代码

定义f[i]表示前i座楼房分组后未关闭的最小高度总和。

给出一组样例:

然后大家列一列表格

/*
f[i]表示前i座楼房分组后未关闭的最小高度总和
n=6,L=3i=1 ,2 ,3 ,4 ,5, 6h[i]=2  2  5  4  5  1f[i]=2  4  7  11 14 15
*/

通过找规律,我们发现

于是,我们的状态转移方程也就呼之欲出了

其中rmq()表示求最小值。

代码

/*
f[i]表示前i座楼房分组后未关闭的最小高度总和
n=6,L=3i=1 ,2 ,3 ,4 ,5, 6h[i]=2  2  5  4  5  1f[i]=2  4  7  11 14 15
*/
#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
const ll N=100009;
ll n,L,h[N],bst[N],q[N],f[N],s[N];
void RMQ(){int l=0,r=0;for(int i=1;i<=n;i++){while(l<r&&i-q[l]>=L) l++;while(l<r&&h[i]<h[q[r-1]]) r--;q[r++]=i;bst[i]=h[q[l]];}
}
int main(){freopen("flood.in","r",stdin);freopen("flood.out","w",stdout);cin>>n>>L;for(int i=1;i<=n;i++) cin>>h[i];for(int i=1;i<=n;i++) s[i]=s[i-1]+h[i];RMQ();for(int i=1;i<=n;i++){if(i<L) f[i]=s[i];else f[i]=min(f[i-1]+h[i],f[i-L]+s[i]-s[i-L]-bst[i]);}cout<<f[n]<<endl;return 0;
}

结束

这篇关于Peter算法小课堂—序列切割的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/988357

相关文章

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Linux中的自定义协议+序列反序列化用法

《Linux中的自定义协议+序列反序列化用法》文章探讨网络程序在应用层的实现,涉及TCP协议的数据传输机制、结构化数据的序列化与反序列化方法,以及通过JSON和自定义协议构建网络计算器的思路,强调分层... 目录一,再次理解协议二,序列化和反序列化三,实现网络计算器3.1 日志文件3.2Socket.hpp

Spring的RedisTemplate的json反序列泛型丢失问题解决

《Spring的RedisTemplate的json反序列泛型丢失问题解决》本文主要介绍了SpringRedisTemplate中使用JSON序列化时泛型信息丢失的问题及其提出三种解决方案,可以根据性... 目录背景解决方案方案一方案二方案三总结背景在使用RedisTemplate操作redis时我们针对

Java中的雪花算法Snowflake解析与实践技巧

《Java中的雪花算法Snowflake解析与实践技巧》本文解析了雪花算法的原理、Java实现及生产实践,涵盖ID结构、位运算技巧、时钟回拨处理、WorkerId分配等关键点,并探讨了百度UidGen... 目录一、雪花算法核心原理1.1 算法起源1.2 ID结构详解1.3 核心特性二、Java实现解析2.

利用Python实现时间序列动量策略

《利用Python实现时间序列动量策略》时间序列动量策略作为量化交易领域中最为持久且被深入研究的策略类型之一,其核心理念相对简明:对于显示上升趋势的资产建立多头头寸,对于呈现下降趋势的资产建立空头头寸... 目录引言传统策略面临的风险管理挑战波动率调整机制:实现风险标准化策略实施的技术细节波动率调整的战略价

使用雪花算法产生id导致前端精度缺失问题解决方案

《使用雪花算法产生id导致前端精度缺失问题解决方案》雪花算法由Twitter提出,设计目的是生成唯一的、递增的ID,下面:本文主要介绍使用雪花算法产生id导致前端精度缺失问题的解决方案,文中通过代... 目录一、问题根源二、解决方案1. 全局配置Jackson序列化规则2. 实体类必须使用Long封装类3.

PostgreSQL 序列(Sequence) 与 Oracle 序列对比差异分析

《PostgreSQL序列(Sequence)与Oracle序列对比差异分析》PostgreSQL和Oracle都提供了序列(Sequence)功能,但在实现细节和使用方式上存在一些重要差异,... 目录PostgreSQL 序列(Sequence) 与 oracle 序列对比一 基本语法对比1.1 创建序

Springboot实现推荐系统的协同过滤算法

《Springboot实现推荐系统的协同过滤算法》协同过滤算法是一种在推荐系统中广泛使用的算法,用于预测用户对物品(如商品、电影、音乐等)的偏好,从而实现个性化推荐,下面给大家介绍Springboot... 目录前言基本原理 算法分类 计算方法应用场景 代码实现 前言协同过滤算法(Collaborativ

openCV中KNN算法的实现

《openCV中KNN算法的实现》KNN算法是一种简单且常用的分类算法,本文主要介绍了openCV中KNN算法的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录KNN算法流程使用OpenCV实现KNNOpenCV 是一个开源的跨平台计算机视觉库,它提供了各

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n