Atcoder agc006 D - Median Pyramid Hard

题目来源
暴力判断每个位置填什么,时间复杂度O(n^2)。
数据范围显然需要一个O(nlogn)的做法。
中位数只需要知道两个数之间的大小关系——并不需要知道数字具体的大小。
题解告诉我们可以用二分查找。
我们发现 查找一个数,比他大的数标1,比他小的数标0.
一个格子下面三个格子中如果有2个及以上相同数字,那么那个数的中位数肯定就是在这两个中。
所以我们发现,连续0 1区间的正上方会被覆盖,全是相同数字。
而01交错的区间,最上方覆盖的区域也是交错的。我们只考虑最上方覆盖的区域,把这段01对半区间对半劈开,左部分等同于左边的贡献,右部分等同于右边的贡献。
注意特判最下层全是01交错的情况。注意左右两端点连续区间和01区间合并的时候的特判。不要把a数组覆盖。。
这样每判断一次是O(n),整体复杂度(nlogn)。

#include<bits/stdc++.h>
using namespace std;

const int MAXN=1e5+5;

int n,N,a[MAXN<<1],b[MAXN<<1];

struct data{
    int l,r,val;    
}d[MAXN];

int re(int limit){
    memset(b,-1,sizeof(b));
    int num=0;
    for(int i=1;i<=N;i++){
        b[i]=a[i]>=limit?1:0;
    }
    for(int i=1;i<N;i++){
        if(b[i]==b[i+1]){
            d[++num].l=i;
            d[num].val=b[i];
            while(i<=N&&b[i]==b[i+1]){
                ++i;
            }
            d[num].r=i;
        }
    }
    //cout<<num;
    if(!num)return b[1];
    d[0].r=0;
    for(int i=1;i<=num;i++){
        int l1=d[i-1].r+1,r1=d[i].l-1;//交替区域 
        if(l1>r1)continue;
        int mid=(l1+r1)>>1;
        d[i-1].r=mid;d[i].l=mid+1;
    }
    //注意1和num的,两头的范围。 
    int l1=d[num].r+1,r1=N;
    if(l1<=r1){
        int mid=(l1+r1)>>1;
        d[num].r=mid;
    }
    for(int i=1;i<=num;i++){if(d[i].l<=n&&d[i].r>=n)return d[i].val;}
}

int main(){ 
    scanf("%d",&n);
    N=2*n-1;
    for(int i=1;i<=N;i++){
        scanf("%d",&a[i]);
    }
    int l=1,r=N,ans;
    while(l<=r){
        int mid=(l+r)>>1;
        if(re(mid))ans=mid,l=mid+1;
        else r=mid-1;   
    }
    printf("%d\n",ans);
    return 0;
}
  • 0
    点赞
  • 0
    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。

“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
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