poj 1743 Musical Theme(后缀数组)



题意:给出一段只有音高(整数表示),没有节奏的乐谱,问其中最长的曲调相同的没有重叠的两段的长度是多少。

思路是首先对相邻元素做差并平移,那么问题就转化为了求一个字符串的不可重叠最长重复子串。

注意有两个坑,首先n为1时要特判因为height数组表示的是相邻sa的最长公共前缀。

其次用cin会超时。注意这两个问题后这道题就比较容易了。

#include<cstdio>  
#include<cstring>  
#include<cmath>  
#include<cstdlib>  
#include<iostream>  
#include<algorithm>  
#include<vector>  
#include<map>  
#include<queue>  
#include<stack> 
#include<string>
#include<map> 
#include<set>
#define eps 1e-6 
#define LL long long  
using namespace std;  

const int maxn = 20000 + 100;
const int INF = 0x3f3f3f3f;
int n;

struct SuffixArray {  
	
    int s[maxn];      /// 原始字符数组(最后一个字符应必须是0,而前面的字符必须非0)  
    int sa[maxn];     // 后缀数组,sa[0]一定是n-1,即最后一个字符  
    int rank[maxn];   // 名次数组  
    int height[maxn]; // height数组  
    int t[maxn], t2[maxn], c[maxn]; // 辅助数组  
    int n; // 字符个数  
  
    void clear() { n = 0; memset(sa, 0, sizeof(sa)); }  
  
    /// m为最大字符值加1。!!! 调用之前需设置好s和n  
    void build_sa(int m) {  
 	   int i, *x = t, *y = t2;  
    	for(i = 0; i < m; i++) c[i] = 0;  
	    for(i = 0; i < n; i++) c[x[i] = s[i]]++;  
    	for(i = 1; i < m; i++) c[i] += c[i-1];  
	    for(i = n-1; i >= 0; i--) sa[--c[x[i]]] = i;  
    	for(int k = 1; k <= n; k <<= 1) {  
      		int p = 0;  
      		for(i = n-k; i < n; i++) y[p++] = i;  
      		for(i = 0; i < n; i++) if(sa[i] >= k) y[p++] = sa[i]-k;  
      		for(i = 0; i < m; i++) c[i] = 0;  
      		for(i = 0; i < n; i++) c[x[y[i]]]++;  
      		for(i = 0; i < m; i++) c[i] += c[i-1];  
      		for(i = n-1; i >= 0; i--) sa[--c[x[y[i]]]] = y[i];  
      		swap(x, y);  
      		p = 1; x[sa[0]] = 0;  
      		for(i = 1; i < n; i++)  
      			x[sa[i]] = y[sa[i-1]]==y[sa[i]] && y[sa[i-1]+k]==y[sa[i]+k] ? p-1 : p++;  
      		if(p >= n) break;  
      		m = p;  
    	}  
  	}  
  
    void build_height() {  
    	int i, j, k = 0;  
    	for(i = 0; i < n; i++) rank[sa[i]] = i;  
    	for(i = 0; i < n; i++) {  
        	if(k) k--;  
      		j = sa[rank[i]-1];  
      		while(s[i+k] == s[j+k]) k++;  
      		height[rank[i]] = k;  
    	}  
  	}  
} sa;

bool check(int len) {
	int maxpos = sa.sa[0], minpos = sa.sa[0];
	for(int i = 1; i <= n; i++) {
		if(i == n || sa.height[i] < len) {
			if(maxpos-minpos > len) return true;
			if(i != n) maxpos = minpos = sa.sa[i];
			continue;
		}
		maxpos = max(maxpos, sa.sa[i]);
		minpos = min(minpos, sa.sa[i]);
	}
	return false;
}

void init() {
	sa.clear();
	sa.n = n;
	for(int i = 0; i < n; i++) scanf("%d", &sa.s[i]);
	for(int i = 0; i < n-1; i++) sa.s[i] = sa.s[i+1] - sa.s[i] + 88;
	sa.s[n-1] = 0;
}

void solve() {
	if(n == 1) {
		puts("0"); return;
	}
	sa.build_sa(88*2);
	sa.build_height();
	int L = 1, R = 10000;
	while(L <= R) {
		int M = (L+R) >> 1;
		if(check(M)) L = M + 1;
		else R = M - 1;
	}
	if(R >= 4) printf("%d\n", R+1);
	else puts("0");
}

int main() {
	//freopen("input.txt", "r", stdin);
	while(scanf("%d", &n) == 1 && n) {
		init();
		solve();
	}
	return 0;
}






使用优化算法,以优化VMD算法的惩罚因子惩罚因子 (α) 和分解层数 (K)。 1、将量子粒子群优化(QPSO)算法与变分模态分解(VMD)算法结合 VMD算法背景: VMD算法是一种自适应信号分解算法,主要用于分解信号为不同频率带宽的模态。 VMD的关键参数包括: 惩罚因子 α:控制带宽的限制。 分解层数 K:决定分解出的模态数。 QPSO算法背景: 量子粒子群优化(QPSO)是一种基于粒子群优化(PSO)的一种改进算法,通过量子行为模型增强全局搜索能力。 QPSO通过粒子的量子行为使其在搜索空间中不受位置限制,从而提高算法的收敛速度与全局优化能力。 任务: 使用QPSO优化VMD中的惩罚因子 α 和分解层数 K,以获得信号分解的最佳效果。 计划: 定义适应度函数:适应度函数根据VMD分解的效果来定义,通常使用重构信号的误差(例如均方误差、交叉熵等)来衡量分解的质量。 初始化QPSO粒子:定义粒子的位置和速度,表示 α 和 K 两个参数。初始化时需要在一个合理的范围内为每个粒子分配初始位置。 执行VMD分解:对每一组 α 和 K 参数,运行VMD算法分解信号。 更新QPSO粒子:使用QPSO算法更新粒子的状态,根据适应度函数调整粒子的搜索方向和位置。 迭代求解:重复QPSO的粒子更新步骤,直到满足终止条件(如适应度函数达到设定阈值,或最大迭代次数)。 输出优化结果:最终,QPSO算法会返回一个优化的 α 和 K,从而使VMD分解效果最佳。 2、将极光粒子(PLO)算法与变分模态分解(VMD)算法结合 PLO的优点与适用性 强大的全局搜索能力:PLO通过模拟极光粒子的运动,能够更高效地探索复杂的多峰优化问题,避免陷入局部最优。 鲁棒性强:PLO在面对高维、多模态问题时有较好的适应性,因此适合海上风电时间序列这种非线性、多噪声的数据。 应用场景:PLO适合用于优化VMD参数(α 和 K),并将其用于风电时间序列的预测任务。 进一步优化的建议 a. 实现更细致的PLO更新策略,优化极光粒子的运动模型。 b. 将PLO优化后的VMD应用于真实的海上风电数据,结合LSTM或XGBoost等模型进行风电功率预测。
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