tjut 2871

#include <stdio.h>  
#include <string.h>  
#include <algorithm>  
using namespace std;  
#define lson 2*i  
#define rson 2*i+1  
#define lc l,mid,2*i  
#define rc mid+1,r,2*i+1  
const int L = 50000+10;  
  
struct node  
{  
    int start,end;  
    int ls,rs,ms;  
    int lazy,cnt,cover;  
} a[L<<2];  
  
void pushdown(int mid,int L,int R,int i)  
{  
    if(a[i].lazy!=-1)  
    {  
        a[lson].lazy = a[rson].lazy = a[i].lazy;  
        a[lson].ms = a[lson].ls = a[lson].rs = (mid-L+1)*a[i].lazy;  
        a[rson].ms = a[rson].ls = a[rson].rs = (R-mid)*a[i].lazy;  
        a[lson].start = a[rson].start = a[i].start;  
        a[lson].end = a[rson].end = a[i].end;  
        a[i].lazy = -1;  
    }  
}  
  
void pushup(int mid,int L,int R,int i)  
{  
    a[i].ls = a[lson].ls;  
    a[i].rs = a[rson].rs;  
    if(a[i].ls == mid-L+1)  
        a[i].ls+=a[rson].ls;  
    if(a[i].rs == R-mid)  
        a[i].rs+=a[lson].rs;  
    a[i].ms = max(max(a[lson].ms,a[rson].ms),a[lson].rs+a[rson].ls);  
}  
  
void insert(int L,int R,int t,int l,int r,int i)//t为0释放该区间,为1则分配区间  
{  
    if(L<=l && r<=R)  
    {  
        a[i].lazy = t;  
        a[i].ls = a[i].rs = a[i].ms = t*(r-l+1);  
        if(t)  
            a[i].start = a[i].end = -1;  
        else  
        {  
            a[i].start = L;  
            a[i].end = R;  
        }  
    }  
    else  
    {  
        int mid = (l+r)>>1;  
        pushdown(mid,l,r,i);  
        if(L<=mid)  
            insert(L,R,t,lc);  
        if(R>mid)  
            insert(L,R,t,rc);  
        pushup(mid,l,r,i);  
    }  
}  
  
void Reset(int n)  
{  
    insert(1,n,1,1,n,1);  
    a[1].cover = 1;  
    a[1].cnt = 0;  
}  
  
int New(int x,int l,int r,int i)  
{  
    if(l == r)  
        return l;  
    int mid = (l+r)>>1;  
    pushdown(mid,l,r,i);  
    if(a[lson].ms>=x)  
        return New(x,lc);  
    else if(a[lson].rs+a[rson].ls>=x)  
        return mid-a[lson].rs+1;  
    else  
        return New(x,rc);  
}  
  
int Free(int x,int l,int r,int i)  
{  
    if(l == r)  
        return i;  
    int mid = (l+r)>>1;  
    pushdown(mid,l,r,i);  
    if(x<=mid)  
        return Free(x,lc);  
    else  
        return Free(x,rc);  
}  
  
void countup(int i)  
{  
    a[i].cnt = a[lson].cnt+a[rson].cnt;  
}  
  
void countdown(int i)  
{  
    if(a[i].cover)  
    {  
        a[lson].cnt = a[rson].cnt = 0;  
        a[lson].cover = a[rson].cover = 1;  
        a[i].cover = 0;  
    }  
}  
  
int Get(int x,int l,int r,int i)  
{  
    if(l == r)  
        return l;  
    else  
    {  
        int mid = (l+r)>>1;  
        countdown(i);  
        if(a[lson].cnt>=x)  
            return Get(x,lc);  
        else  
            return Get(x-a[lson].cnt,rc);  
    }  
}  
  
void count(int x,int t,int l,int r,int i)  
{  
    if(l == r)  
        a[i].cnt = t;  
    else  
    {  
        int mid = (l+r)>>1;  
        countdown(i);  
        if(x<=mid)  
            count(x,t,lc);  
        else  
            count(x,t,rc);  
        countup(i);  
    }  
}  
  
int main()  
{  
    char s[20];  
    int n,m,x,ans;  
    while(~scanf("%d%d",&n,&m))  
    {  
        Reset(n);//初始状态既是内存全部释放的状态  
        while(m--)  
        {  
            scanf(" %s",s);  
            if(!strcmp(s,"Reset"))  
            {  
                Reset(n);  
                printf("Reset Now\n");  
            }  
            else if(!strcmp(s,"New"))  
            {  
                scanf("%d",&x);  
                if(a[1].ms>=x)  
                {  
                    ans = New(x,1,n,1);  
                    printf("New at %d\n",ans);  
                    count(ans,1,1,n,1);  
                    insert(ans,ans+x-1,0,1,n,1);  
                }  
                else  
                    printf("Reject New\n");  
            }  
            else if(!strcmp(s,"Free"))  
            {  
                scanf("%d",&x);  
                ans = Free(x,1,n,1);  
                if(a[ans].start<0)  
                    printf("Reject Free\n");  
                else  
                {  
                    printf("Free from %d to %d\n",a[ans].start,a[ans].end);  
                    count(a[ans].start,0,1,n,1);  
                    insert(a[ans].start,a[ans].end,1,1,n,1);  
                }  
            }  
            else  
            {  
                scanf("%d",&x);  
                if(x>a[1].cnt)  
                    printf("Reject Get\n");  
                else  
                    printf("Get at %d\n",Get(x,1,n,1));  
            }  
        }  
        printf("\n");  
    }  
  
    return 0;  
}  

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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