区间第K值带修改 分块

本文介绍了如何解决区间第K值查询与修改的问题,通过将序列分块并排序,实现高效查询与修改。算法包括预处理、修改和查询的操作,具有编程复杂度低、空间复杂度优的特点。
摘要由CSDN通过智能技术生成

区间第K值带修改

Q:给定一个序列 1、查询一个L到R的区间内的第K大(小)值。2、修改一个值。

这道神题困扰了我很久,直到学了各种各样的算法才会这道题。

先比较一下流行的算法的效率吧

对于一个长度为N的序列

---------------------------------------------------

暴力:对于一段查询区间每次进行快排。

时间复杂度:

单次查询:O(NlogN)

修改:O(1)

空间复杂度:O(N)

----------------------------------------------------

线段树套平衡树:

单次查询:O(log^3 N)

修改:O(log^2 N)

空间复杂度:O(N^2logn)

-----------------------------------------------------

主席树(函数式线段树):

单次询问:O(log^2 N)

修改:O(log^2 N)

空间复杂度:???

---------------------------------------

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
图像二化是将灰度图像转换成二图像的过程。Otsu算法是一种自适应的图像二化方法,它可以根据图像的直方图自动确定合适的二化阈,使得分割后的前景和背景之间的类间方差最大。而图像二Otsu化分块调整,则是在Otsu算法的基础上,将图像分为多个块进行分别处理,以达到更好的二化效果。 具体实现步骤如下: 1. 将图像分为多个块,一般情况下,每个块的大小应该是不超过整个图像大小的1/16,且最好保证每个块都包含前景和背景两种像素。 2. 对每个块进行Otsu算法化处理,得到对应的二化阈。 3. 对于每个块中的像素点,若其灰度小于对应的阈,则将其设为0,否则设为255。 4. 将所有块处理后得到的二化结果合并成一个完整的二化图像。 需要注意的是,分块大小的选择以及分块数量的确定都会影响到最终的二化效果,需要根据具体情况进行调整。 以下是一段Matlab代码,实现了基于Otsu算法的图像二分块调整: ``` I = imread('image.png'); % 读取原始图像 [m, n] = size(I); % 获取图像大小 block_size = round(min(m, n) / 4); % 计算分块大小 thresholds = zeros(m/block_size, n/block_size); % 初始化阈矩阵 for i = 1:block_size:m for j = 1:block_size:n block = I(i:i+block_size-1, j:j+block_size-1); % 获取当前块 thresholds(i/block_size+1, j/block_size+1) = graythresh(block); % 计算当前块的阈 end end result = zeros(m, n); % 初始化二化结果矩阵 for i = 1:block_size:m for j = 1:block_size:n block = I(i:i+block_size-1, j:j+block_size-1); % 获取当前块 threshold = thresholds(i/block_size+1, j/block_size+1); % 获取当前块对应的阈 result(i:i+block_size-1, j:j+block_size-1) = imbinarize(block, threshold); % 对当前块进行二化处理 end end imshow(result); % 显示二化结果 ```
评论 1
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