HDU 4193 Non-negative Partial Sums 【单调队列】

题目链接

题意

给一串长度为n的数列,问数列中存在多少个元素,使得以这个元素为首的长度为(1,2,…,n)的连续子序列都大于0(如果子序列超出了原数列,则又从第一个元素开始)?

分析

首先这种涉及循环同构的题,通常还是把整个数组复制一遍接到原数组后面这样处理。考虑数据量,n在1e6,估计O()n2)级别的就会炸掉。考虑题目中需要大量求区间和,仍然用转化区间和为前缀和的套路进行处理。接下来如果直接暴力枚举判断的话,必定会TLE。于是分析,这个题带有一定的滚动区间的意味,便设法分析能不能转化为单调队列来处理。

于是我们做这样的转化:
设第i个元素的前缀和为Ai,i与j间的区间和为Di,j,那么有

Dk,k+1,Dk,k+2,...,Dk,k+n0max(Ak+1,Ak+2,...,Ak+n)Ak

那么这样已处理过后, 全部区间和大于0就转化为了求出当前首元素开头的所有前缀的最大值,这个最大值大于这个元素的前缀和就行了。接下来求这个元素开头的所有前缀和的最大值是典型的滚动区间问题,用单调队列或者线段树解决即可。

AC代码

#include <iostream>
#include <cstdio>
#include <algorithm>
#include <cmath>
#include <cctype>
#include <cstdlib>
#include <cstring>
#include <vector>
#include <set>
#include <string>
#include <map>
#include <queue>
#include <deque>
#include <list>
#include <sstream>
#include <stack>
using namespace std;

#define cls(x) memset(x,0,sizeof x)
#define inf(x) memset(x,0x3f,sizeof x)
#define neg(x) memset(x,-1,sizeof x)
#define ninf(x) memset(x,0xc0,sizeof x)
#define st0(x) memset(x,false,sizeof x)
#define st1(x) memset(x,true,sizeof x)
#define INF 0x3f3f3f3f
#define lowbit(x) x&(-x)
#define bug cout<<"here"<<endl;
//#define debug

deque<pair<long long,int> > auto_que;
long long sum[2000100];

void auto_insert(long long v,int x)
{
    while(!auto_que.empty()&&auto_que.back().first>=v)
        auto_que.pop_back();
    auto_que.push_back(make_pair(v,x));
    return;
}

long long getfront(int x,int k)
{
    while(auto_que.front().second<=x-k)
        auto_que.pop_front();
    return auto_que.front().first;
}

int main()
{
    #ifdef debug
        freopen("E:\\Documents\\code\\input.txt","r",stdin);
        freopen("E:\\Documents\\code\\output.txt","w",stdout);
    #endif
    int n;
    while(scanf("%d",&n)&&n)
    {
        auto_que.clear();
        long long tem=0;
        int temp=0;
        sum[0]=0;
        for(int i=1;i<=n;++i)
        {
            scanf("%d",&temp);
            tem+=temp;
            sum[i+n]=temp;
            sum[i]=tem;
            auto_insert(tem,i);
        }
        for(int i=n+1;i<=2*n;++i)
        {
            tem+=sum[i];
            sum[i]=tem;
        }
        int res=0;
        for(int i=n+1;i<=2*n;++i)
        {
            auto_insert(sum[i],i);
            if(getfront(i,n)>=sum[i-n])
                ++res;
        }
        cout<<res<<endl;
    }
    return 0;
}

转载于:https://www.cnblogs.com/DrCarlluo/p/6580617.html

CSDN海神之光上传的代码均可运行,亲测可用,直接替换数据即可,适合小白; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b或2023b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描博客文章底部QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪(CEEMDAN)、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 1. EMD(经验模态分解,Empirical Mode Decomposition) 2. TVF-EMD(时变滤波的经验模态分解,Time-Varying Filtered Empirical Mode Decomposition) 3. EEMD(集成经验模态分解,Ensemble Empirical Mode Decomposition) 4. VMD(变分模态分解,Variational Mode Decomposition) 5. CEEMDAN(完全自适应噪声集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 6. LMD(局部均值分解,Local Mean Decomposition) 7. RLMD(鲁棒局部均值分解, Robust Local Mean Decomposition) 8. ITD(固有时间尺度分解,Intrinsic Time Decomposition) 9. SVMD(逐次变分模态分解,Sequential Variational Mode Decomposition) 10. ICEEMDAN(改进的完全自适应噪声集合经验模态分解,Improved Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 11. FMD(特征模式分解,Feature Mode Decomposition) 12. REMD(鲁棒经验模态分解,Robust Empirical Mode Decomposition) 13. SGMD(辛几何模态分解,Spectral-Grouping-based Mode Decomposition) 14. RLMD(鲁棒局部均值分解,Robust Intrinsic Time Decomposition) 15. ESMD(极点对称模态分解, extreme-point symmetric mode decomposition) 16. CEEMD(互补集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition) 17. SSA(奇异谱分析,Singular Spectrum Analysis) 18. SWD(群分解,Swarm Decomposition) 19. RPSEMD(再生相移正弦辅助经验模态分解,Regenerated Phase-shifted Sinusoids assisted Empirical Mode Decomposition) 20. EWT(经验小波变换,Empirical Wavelet Transform) 21. DWT(离散小波变换,Discraete wavelet transform) 22. TDD(时域分解,Time Domain Decomposition) 23. MODWT(最大重叠离散小波变换,Maximal Overlap Discrete Wavelet Transform) 24. MEMD(多元经验模态分解,Multivariate Empirical Mode Decomposition) 25. MVMD(多元变分模态分解,Multivariate Variational Mode Decomposition)
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