JZOJ7月18日提高组T1 Family


Special Judge

题目

Description

在时间的流逝中一切都不断改变着,当我意识到这一点时,已经无法再前进了。
Sarila在高中时参加了信息学竞赛。信息组就像一个大家庭,即便分开,羁绊仍然是存在的,这就是所谓的同学吧。
Sarila负责为今年信息组的聚会制作蛋糕,她买了n个蛋糕,第i个蛋糕长度为 ai,宽度为bi,高度为1(这里长宽是可以互换的)。Sarila想组合出一个最大的长方体蛋糕塔,蛋糕塔每层的蛋糕尺寸是一样的。她决定从某一些蛋糕里切出一个xy的子矩形,再把这些xy的矩形蛋糕叠起来作为蛋糕塔。一块蛋糕只能切出一块x*y的子矩形,剩余部分不能继续使用,且必须沿着平行与长宽方向切割。
现在她想请你帮忙,对于每一个蛋糕塔的高度h,确定x,y使得每一层蛋糕的面积尽量大。

Input

第一行一个整数n。
接下来n行每行两个整数ai,bi 。

Output

输出n行,第i行两个整数表示当蛋糕塔的层数h=i时,使得x*y最大的x,y 。
若有多组可行的x,y ,输出任意一组即可。

Sample Input

3
2 4
4 2
3 3

Sample Output

3 3
2 4
3 2

Data Constraint

对于30%的数据,n<=10,ai,bi<=15
对于50%的数据,n<=200,ai,bi<=400
对于70%的数据,n<=2500,ai,bi<=3000
对于100%的数据,1<=n<=3000,1<=ai,bi<=108

题解

题意

对1~n每个数进行询问,求选择 i ( 1 ≤ i ≤ n ) i(1≤i≤n) i(1in)个蛋糕时蛋糕的最大重叠面积是多少

分析

既然是要让重叠面积最大,那么重叠面积最大时的 x x x y y y一定是在选择的 i i i个蛋糕里最小的长和最小的宽
那么就以长为 唯一关键字 排序 (不知道为什么是唯一,没打唯一就错了……)
PS:在输入时简单处理一下使第一个数大于等于第二个数
然后对于当前要选择 i i i个蛋糕,那就先将前 i i i个蛋糕的宽放入小根堆,那么最小的 y y y就是堆顶
为什么是宽而不是长呢?
因为我们在以长为唯一关键字排序后,最小的 x x x一定是 a [ i ] ( 设 a 数 组 表 示 长 , b 数 组 表 示 宽 ) a[i](设a数组表示长,b数组表示宽) a[i]ab,所以没有寻找最小 x x x的必要了
处理完前 i i i个蛋糕后,接着处理 i + 1 i+1 i+1 n n n的蛋糕
设处理到第 j j j个蛋糕了 ( i + 1 ≤ j ≤ n ) (i+1≤j≤n) i+1jn
那么此时,最小的 x x x肯定是 a [ j ] a[j] a[j]
对于最小的 y y y,依旧是小根堆的堆顶
只不过我们在从 i + 1 i+1 i+1枚举 n n n的时候,要将当前的宽替换掉当时的堆顶,然后维护堆
最后判断两次的乘积哪个大,选择是否更新
注意数据范围!
结合代码理解

Code

#include<cstdio>
#include<iostream>
#include<algorithm>
using namespace std;
int n,i,j,t,num,ans1,ans2,d[6005];
long long s1,s2;
struct node
{
	int r,c;
}a[3005];
bool cmp(node x,node y)
{
	if (x.r>y.r) return true;
	else return false;
}
void up(int x)
{
	int t;
	while (x>1&&d[x/2]>d[x])
	{
		t=d[x/2];
		d[x/2]=d[x];
		d[x]=t;
		x/=2;
	}
}
void down(int x)
{
	int y,t;
	while ((x*2<=num&&d[x]>d[x*2])||(x*2+1<=num&&d[x]>=d[x*2+1]))
	{
		y=x*2;
		if (y+1<=num&&d[y+1]<d[y]) y++;
		t=d[x];
		d[x]=d[y];
		d[y]=t;
		x=y;
	}
}
int main()
{
	freopen("family.in","r",stdin);
	freopen("family.out","w",stdout);
	scanf("%d",&n);
	for (i=1;i<=n;i++)
	{
		scanf("%d%d",&a[i].r,&a[i].c);
		if (a[i].r<a[i].c) 
		{
			t=a[i].r;
			a[i].r=a[i].c;
			a[i].c=t;
		}
	}
	sort(a+1,a+n+1,cmp);
	for (i=1;i<=n;i++)
	{
		num=0;
		for (j=1;j<=i;j++)
		{
			num++;
			d[num]=a[j].c;
			up(num);
		}
		ans1=a[i].r;
		ans2=d[1];
		for (j=i+1;j<=n;j++)
		{
			d[1]=a[j].c;
			down(1);
			s1=(long long)a[j].r*d[1];
			s2=(long long)ans1*ans2;
			if (s1>s2)
			{
				ans1=a[j].r;
				ans2=d[1];
			}
		}
		printf("%d %d\n",ans1,ans2);
	}
	fclose(stdin);	
	fclose(stdout);
	return 0;	
}
  • 0
    点赞
  • 1
    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)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,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