HDU_4377_Sub Sequence(构造)

题型:构造


题意:构造一个1~n的全排列,使得最长上升子序列和最长下降子序列的最大长度最小,输出字典序最小的全排列。


分析:

        一开始做的时候,心想觉得n/2长度的就是最优了,即把1 2 3 4 5 6 7变成1 2 3 7 6 5 4,交了一发WA。

        后来将12以内的答案大了出来,发现压根不是这么想的,寻找到了一丝规律。

        最长上升或下降子序列的长度必然是sqrt(n)向上取整的,这就必须分为sqrt(n)段,每段sqrt(n)个,将每段都降序排列,如1 2 3 4 5 6 7 8 9变成3 2 1 6 5 4 9 8 7

         如果分不到sqrt(n)段,则分解第一段,并使得字典序最小,但是要保证最长上升子序列长度等于最长下降子序列长度,如1 2 3 4 5 6 7 8 9 10 11变成1 3 2 7 6 5 4 11 10 9 8

         木有经验的话,这题比较难想,代码并不难写


代码:

/*
1
1
2
1 2
3
1 3 2
4
2 1 4 3
5
1 2 5 4 3
6
1 3 2 6 5 4
7
1 4 3 2 7 6 5
8
2 1 5 4 3 8 7 6
9
3 2 1 6 5 4 9 8 7
10
1 2 6 5 4 3 10 9 8 7
11
1 3 2 7 6 5 4 11 10 9 8
12
1 4 3 2 8 7 6 5 12 11 10 9
13
1 ____ ____ ____
14
2 1 ____ ____ ____
15
3 2 1 ____ ____ ____
16
4 3 2 1 ____ ____ ____
17
1 2 _____ _____ _____
18
1 3 2 _____ _____ _____
19
1 4 3 2 _____ _____ _____
20
1 5 4 3 2 _____ _____ _____
*/

#include<iostream>
#include<cstdio>
#include<cstring>
#include<cmath>
#include<cstdlib>
#include<algorithm>

#define mt(a,b) memset(a,b,sizeof(a))
#define INF 0x3f3f3f3f
#define MAXN 123456
#define LL __int64
using namespace std;

//int ts[50];

//void init() {
//    for(int i=0;; i++) {
//        ts[i] = i * i;
//        if(ts[i] > MAXN) break;
//        //printf("%d %d\n",i,ts[i]);
//    }
//}

int n;
int ans[MAXN];

int main() {
//    freopen("in.txt","r",stdin);
//    freopen("outmy.txt","w",stdout);
    int _;
    while(~scanf("%d",&_)) {
        while(_--) {
            scanf("%d",&n);
            if(n==1) {
                puts("1");
                continue;
            }
            if(n==2) {
                puts("1 2");
                continue;
            }
            if(n==3) {
                puts("1 3 2");
                continue;
            }
            if(n==4) {
                puts("2 1 4 3");
                continue;
            }
            if(n==5) {
                puts("1 2 5 4 3");
                continue;
            }

            int subtran = (ceil)(sqrt(n*1.0));
            int seg = (ceil)(n * 1.0 / subtran);
            int left = n % subtran;
            if(left == 0) left = subtran;
            int folseg = seg-1;
            int increase = subtran - folseg;
            int firstneedtran = left - increase + 1;

//            printf("subtran       = %d\n",subtran);
//            printf("seg           = %d\n",seg);
//            printf("left          = %d\n",left);
//            printf("firstneedtran = %d\n",firstneedtran);

            if(seg == subtran) { //全换
                for(int i=1; i<=left; i++) {
                    ans[i] = left - i + 1;
                }
            } else { //换几个
                int tmp = left - firstneedtran;
                for(int i=1; i<=tmp; i++) {
                    ans[i] = i;
                }
                int hehe = left;
                for(int i=tmp+1; i<=left; i++) {
                    ans[i] = hehe;
                    hehe--;
                }
            }


            for(int i=left+1; i<=n; i+=subtran) {
                int hehe = i + subtran - 1;
//            cout<<"i = "<<i<<" ";
//            cout<<"hehe = "<<hehe<<endl;
                for(int j=i; j<i+subtran; j++) {
                    ans[j] = hehe;
                    hehe--;
//                cout<<ans[j]<<" ";
                }
//            puts("");
            }

            printf("%d",ans[1]);
            for(int i=2; i<=n; i++) {
                printf(" %d",ans[i]);
            }
            puts("");


        }
    }


    return 0;
}


1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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