【二分乱搞】AGC006D Median Pyramid Hard题解

题目大意

给出一个长度为2*n-1的排列,将除了头尾两个数变为相邻3个数的中位数,重复n-1次。
例如:
在这里插入图片描述
求最上面那一个数。

解法

二分一个数,比它小的设为0,比它大的和自己设为1,然后按同样的规则求出最上面是0还是1,因为无论中位数怎样取,0或1的意义不会改变,所以最上面的如果是0,说明答案小于它,如果为1,说明答案大于等于它。
接下来讨论如何在O(n)时间内求出最上面是0还是1
首先,如果有连续的两个0,那么这两个数以上的数都是0(1也是如此)
那么我们只需要考虑中线左右最近的连续01以内的区域即可(黑线区)
在这里插入图片描述
并且,不难发现中间01间隔出现,而且左右的连续0,1在向内部延伸(看图理解一下就好,当然也可以证明)
所以只需要求出距离中间最近的连续01即可。

代码

%%%大佬张瀚文的代码

#include<bits/stdc++.h>
#define ll long long
#define ull unsigned ll
#define uint unsigned
#define db long double
#define pii pair<int,int>
#define pll pair<ll,ll>
#define IT iterator
 
#define PB push_back
#define MK make_pair
#define LB lower_bound
#define UB upper_bound
#define EB emplace_back
#define fi first
#define se second
 
#define For(i,j,k) for (int i=(int)(j);i<=(int)(k);i++)
#define Rep(i,j,k) for (int i=(int)(j);i>=(int)(k);i--)
#define UPD(x,y) (((x)+=(y))>=mo?x-=mo:233)
#define CLR(a,v) memset(a,v,sizeof(a));
#define CPY(a,b) memcpy(a,b,sizeof(a));
 
#define LS3 k*2,l,mid
#define RS3 k*2+1,mid+1,r
#define LS5 k*2,l,mid,x,y
#define RS5 k*2+1,mid+1,r,x,y
#define GET pushdown(k);int mid=(l+r)/2
 
#define INF ((1ll<<60)-233)
#define sqr(x) ((x)*(x))
#define debug puts("wzpkking")
using namespace std;
int n,a[200005];
bool check(int mid){
	for (int i=0;i<n-1;i++){
		int s0=0,s1=0;
		if (a[n-i]>=mid&&a[n-i-1]>=mid) s1++;
		if (a[n-i]<mid&&a[n-i-1]<mid) s0++;
		if (a[n+i]>=mid&&a[n+i+1]>=mid) s1++;
		if (a[n+i]<mid&&a[n+i+1]<mid) s0++;
		if (s1) return 1;
		if (s0) return 0;
	}
	return a[1]>=mid;
}
int main(){
	//freopen("mid.in","r",stdin);
	//freopen("mid.out","w",stdout);
	scanf("%d",&n);
	For(i,1,2*n-1) scanf("%d",&a[i]);
	int l=2,r=2*n-1,ans=1;
	while (l<=r){
		int mid=(l+r)/2;
		if (check(mid)) ans=mid,l=mid+1;
		else r=mid-1;
	}
	printf("%d",ans);
}
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Sen-Median趋势分析方法是一种用于描述和分析时间序列数据的统计工具。它通过将数据按照位置进行排序,确定数据的中间位置,将中间位置的数据作为时间序列的趋势模型。 Sen-Median趋势分析方法主要分为以下几个步骤:首先,将时间序列数据按照时间顺序进行排序。然后,计算出各个时间点数据的斜率值,即通过计算两个数据值的差值来衡量数据的变化趋势。接下来,找到数据斜率值的中位数,作为代表数据整体趋势的中间趋势。最后,根据中间趋势值来绘制趋势线,以展示数据的整体趋势。 Sen-Median趋势分析方法具有以下几个特点:首先,它能够减轻极端值对趋势分析结果的影响,使得趋势模型更加平滑和稳定。其次,这种方法不依赖于分布假设,可以适用于不同类型的数据。第三,该方法计算简单,不需要对数据进行复杂的数学计算,比较易于理解和使用。 Sen-Median趋势分析方法在实际应用中具有广泛的应用。例如,在金融领域,可以使用该方法来分析股票价格的趋势,帮助投资者做出决策。在气象学中,可以利用该方法来研究气温变化的趋势,以预测天气情况。此外,在经济学、环境科学等领域,Sen-Median趋势分析方法也有着广泛的应用。 总之,Sen-Median趋势分析方法是一种用于揭示时间序列数据趋势的统计分析工具,它的特点是稳定、简单易懂,广泛应用于各个领域。
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