POJ 1177 Picture

http://poj.org/problem?id=1177

 

典型的求周长并的题目,在学习了面积并之后,酝酿了好几天,终于把这周长并的独立的写出来了,扫描线面积并 周长并归根到底还是线段树的应用。用线段树来维护数据

#include <iostream>
#include <cstring>
#include <cmath>
#include <cstdlib>
#include <algorithm>
#include <cstdio>
#define N 51000
using namespace std;
struct num
{
    int x1,y1,x2,y2;
}infor[N];
struct Num
{
    int x,y1,y2,c;
}line[N];
struct tree
{
    int l,r,ly,ry,c;
    int ch;
}a[4*N];
int b[N],n,Ba;
bool cmp(Num p1,Num p2)
{
    if(p1.x!=p2.x)
    {
        return p1.x < p2.x;
    }else
    {
        return p1.c>p2.c;
    }
}
int main()
{
    //freopen("data.txt","r",stdin);
    int f();
    while(scanf("%d",&n)!=EOF)
    {
        for(int i=1;i<=n;i++)
        {
            scanf("%d %d %d %d",&infor[i].x1,&infor[i].y1,&infor[i].x2,&infor[i].y2);
        }
        int res = 0;
        res+=f();
        for(int i=1;i<=n;i++)
        {
            swap(infor[i].x1,infor[i].y1);
            swap(infor[i].x2,infor[i].y2);
        }
        res+=f();
        printf("%d\n",res);
    }
    return 0;
}
void build(int k,int l,int r)
{
    a[k].l = l; a[k].r = r;
    a[k].c = 0;
    a[k].ly = b[l];
    a[k].ry = b[r];
    a[k].ch = 0;
    if(l+1==r)
    {
        return ;
    }
    int mid = (l+r)>>1;
    build(k<<1,l,mid);
    build(k<<1|1,mid,r);
}
void pushup(int k)
{
   a[k].ch = a[k<<1].ch+a[k<<1|1].ch+a[k].c;
}
void update(int k,Num p)
{
    if(a[k].ly==p.y1&&a[k].ry==p.y2)
    {
        a[k].c+=p.c;
        a[k].ch+=p.c;
        return ;
    }
    if(a[k<<1].ry>=p.y2)
    {
        update(k<<1,p);
    }else if(a[k<<1|1].ly<=p.y1)
    {
        update(k<<1|1,p);
    }else
    {
        Num e = p;
        e.y2 = a[k<<1].ry;
        update(k<<1,e);
        e = p;
        e.y1 = a[k<<1|1].ly;
        update(k<<1|1,e);
    }
    pushup(k);
}
int find(int k,Num p)
{
    if(a[k].ly<=p.y1&&a[k].ry>=p.y2&&a[k].ch==0)
    {
        return 0;
    }
    if(a[k].ly<=p.y1&&a[k].ry>=p.y2&&a[k].c>0)
    {
        return p.y2 - p.y1;
    }
    if(a[k<<1].ry>=p.y2)
    {
        return find(k<<1,p);
    }else if(a[k<<1|1].ly<=p.y1)
    {
        return find(k<<1|1,p);
    }else
    {
        Num e1 = p;
        e1.y2 = a[k<<1].ry;
        Num e2 = p;
        e2.y1 = a[k<<1|1].ly;
        return find(k<<1,e1)+find(k<<1|1,e2);
    }
}
int f()
{
    int Top = 1;
    for(int i=1;i<=n;i++)
    {
        line[Top].x = infor[i].x1;
        line[Top].y1 = infor[i].y1;
        line[Top].y2 = infor[i].y2;
        line[Top].c = 1;
        b[Top++] = infor[i].y1;
        line[Top].x  = infor[i].x2;
        line[Top].y1 = infor[i].y1;
        line[Top].y2 = infor[i].y2;
        line[Top].c = -1;
        b[Top++] = infor[i].y2;
    }
    sort(b+1,b+Top);
    sort(line+1,line+Top,cmp);
    build(1,1,Top-1);
    int res = 0;
    for(int i=1;i<=Top-1;i++)
    {
        if(line[i].c==-1)
        {
            update(1,line[i]);
        }
        res+=(line[i].y2-line[i].y1-find(1,line[i]));
        if(line[i].c==1)
        {
            update(1,line[i]);
        }
    }
    return res;
}


 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
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