cf 486E LIS of Sequence

1 篇文章 0 订阅
1 篇文章 0 订阅
把数组里面的数分为3种类型。
1型:不存在于任何LIS中。
2型:存在于LIS中,但不是存在于全部的LIS中。
3型:存在于所有LIS中。
按照先后顺序输出所有数字的类型。

做一遍最长上升子序列记录以i为终点的LIS长度;再倒着做一遍最长下降子序列记录以i为起点的LIS长度。
设最长上升子序列长度为len,则对于一个i,若以i为起点的LIS长度与以i为终点的LIS长度和小于Len+1,就是1型,长度等于len+1,并且以他为终点的LIS长度在2型中只出现一次就是3型。后面这一点很好理解,每个LIS都会出现一点使前面的长度为n,后面的长度为len-n,当所有2型点中只有一个点前面的长度为n时,那么这个点必然被所有LIS共有。

#include<iostream>
#include<stdio.h>
#include<string.h>
#include<cstring>
#include<algorithm>
#include<math.h>
#include<iomanip>
#include<queue>
#include<map>
using namespace std;
typedef long long ll;
#define mx 100010
#define inf 1000010
#define mem(x,y) memset(x,y,sizeof(x))
#define debug puts("--------")
int a[mx],lis[mx],lds[mx],posf[mx],posb[mx];
int unipos[mx];
char re[mx];
int main()
{
    int n;
    int leni=0,lend=0;
    int mxpos;
    lis[0]=-1;
    scanf("%d",&n);
    for(int i=0;i<n;i++)
    {
        scanf("%d",a+i);
        if(a[i]>lis[leni])
        {
            lis[++leni]=a[i];
            posf[i]=leni;
        }
        else if(a[i]<=lis[1])
        {
            lis[1]=a[i];
            posf[i]=1;
        }
        else {
            int l=1,r=leni,m;
            while(l<=r)
            {
                m=(l+r)/2;
                if(lis[m]>a[i])r=m-1;
                else if(lis[m]<a[i])l=m+1;
                else{l=m;break;}
            }
            lis[l]=a[i];
            posf[i]=l;
        }
    }
    lds[0]=inf;
    for(int i=n-1;i>=0;i--)
    {
        if(a[i]<lds[lend])
        {
            lds[++lend]=a[i];
            posb[i]=lend;
        }
        else if(a[i]>=lds[1])
        {
            lds[1]=a[i];
            posb[i]=1;
        }
        else {
            int l=1,r=lend,m;
            while(l<=r)
            {
                m=(l+r)/2;
                if(lds[m]<a[i])r=m-1;
                else if(lds[m]>a[i])l=m+1;
                else {l=m;break;}
            }
            lds[l]=a[i];
            posb[i]=l;
        }
    }
    mem(unipos,0);
    for(int i=0;i<n;i++)
        {
            re[i]='1';
            if(posf[i]+posb[i]>leni)
                re[i]='2',unipos[posf[i]]++;
        }
    for(int i=0;i<n;i++)
  if(re[i]=='2'&&unipos[posf[i]]==1)
    re[i]++;
        re[n]='\0';
         puts(re);
}


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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