C. Digital Logarithm codeforces 1728C

Problem - 1728C - Codeforces

题目大意:有两个含有n个数的数组a,b,定义两个数列相似当且仅当a和b含有的元素完全相同,只有顺序可以不同,可以将某一个元素变为他的位数,例如123变成3,问最少需要多少次操作能使a和b相似

1<=n<=1e5;1<=ai,bi<1e9

思路:因为每个元素都小于1e9,所以每个数最多进行两次操作,我们事先记录每个数组中所有数字出现的次数,然后遍历,如果某个数在a和b中出现次数不同,就对他进行操作,维护答案和计数,接着数组中只剩下1-9的数可能数量不同,只需遍历2-9,找出数量不同的,变成1,维护答案和计数,因为所有数都能两两配对,所以剩下的1数量也一定相同

#include<iostream>
#include<cstdio>
#include<map>
using namespace std;
const int N = 2e5 + 5;
int a[N], b[N];
int getdig(int x)
{//计算x是几位数
	int ret = 0;
	while (x)
	{
		x /= 10;
		ret++;
	}
	return ret;
}
map<int,int> cnta, cntb;
int main()
{
	int t;
	cin >> t;
	while (t--)
	{
		cnta.clear();
		cntb.clear();
		int n;
		scanf("%d", &n);
		int ans = 0;
 		for (int i = 1; i <= n; i++)
		{
			scanf("%d", &a[i]);			
			cnta[a[i]]++;//记录每个数字的个数
		}
		for (int i = 1; i <= n; i++)
		{
			scanf("%d", &b[i]);
			cntb[b[i]]++;
		}
		for (int i = 1; i <= n; i++)
		{
			if (a[i] > 9&&(cntb.find(a[i])==cntb.end()||cnta[a[i]]>cntb[a[i]]))
			{//如果a中的某个数字在a,b出现次数不同
				cnta[a[i]]--;
				a[i] = getdig(a[i]);
				cnta[a[i]]++;//把这个元素进行一次操作,维护计数
				ans++;
			}
			if (b[i] > 9 && (cnta.find(b[i]) == cnta.end()||cntb[b[i]]>cnta[b[i]]))
			{				
				cntb[b[i]]--;
				b[i] = getdig(b[i]);
				cntb[b[i]]++;
				ans++;
			}
		}
		for (int i = 2; i <= 9; i++)
		{//进行过一轮操作后,剩下需要操作的只剩2-9
			int temp = cnta[i] - cntb[i];
			if (temp > 0)
			{//某个数在a中比b多
				cnta[i] = cntb[i];
				cnta[1] += temp;//这个数变成1,维护计数
				ans += temp;
			}
			else if (temp < 0)
			{
				cntb[i] = cnta[i];
				cntb[1] -= temp;
				ans -= temp;
			}
		}
		printf("%d\n", ans);
	}
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
根据Lasso算法筛选出的特征及其相关系数,我们可以看到这些特征对目标变量可能具有不同程度的影响。以下是每个特征及其相关系数的解释: 1. square_glrlm_GrayLevelNonUniformityNormalized (0.065557): 这个特征表示图像的灰度级别的非均匀性,具有较小的正相关关系。较高的数值表示图像中不同灰度级别的分布更加不均匀。 2. exponential_glszm_GrayLevelNonUniformityNormalized (0.040677): 这个特征表示图像的灰度级别的非均匀性,具有较小的正相关关系。较高的数值表示图像中不同灰度级别的分布更加不均匀。 3. wavelet-LH_firstorder_Mean (0.036634): 这个特征表示图像经过小波变换后,低频子带的平均灰度值,具有较小的正相关关系。较高的数值表示低频子带的平均灰度值较高。 4. square_firstorder_Kurtosis (0.007668): 这个特征表示图像灰度直方图的峰度,具有较小的正相关关系。较高的数值表示图像灰度级别分布的峰度较高,即灰度级别的集中程度较高。 5. lbp-2D_glszm_SmallAreaLowGrayLevelEmphasis (0.022560): 这个特征表示图像中小尺度局部二值模式的低灰度级别的强调程度,具有较小的正相关关系。较高的数值表示图像中小尺度局部二值模式中低灰度级别的出现频率较高。 6. logarithm_firstorder_InterquartileRange (0.052986): 这个特征表示图像灰度级别的四分位差的对数值,具有较大的正相关关系。较高的数值表示图像灰度级别的变化范围较大。 7. exponential_glrlm_RunVariance (0.044566): 这个特征表示灰度共生矩阵运行长度的方差,具有较小的正相关关系。较高的数值表示图像中运行长度的变化范围较大。 8. original_glrlm_LongRunHighGrayLevelEmphasis (-0.058296): 这个特征表示灰度共生矩阵长运行高灰度级别的强调程度,具有较小的负相关关系。较低的数值表示图像中长运行高灰度级别的出现频率较低。 9. square_glrlm_GrayLevelVariance (-0.059374): 这个特征表示灰度共生矩阵灰度级别的方差,具有较小的负相关关系。较低的数值表示图像中灰度级别的变化范围较小。 综上所述,这些特征与临床结果之间的关系需要进一步深入研究和解释。每个特征的具体含义和对应的临床意义会根据具体的应用场景而有所不同。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

timidcatt

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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