【转载】单调队列和单调栈的应用

感谢原作者分享,原贴 https://endlesslethe.com/monotone-queue-and-stack-tutorial.html

首先,回顾一下单调队列和单调栈的性质

下面的总结,如果没有特别指出是单调队列/单调栈,那么就不区分队列和栈,而且从“头部”到“尾部”数据是严格递减的,请读者自行注意。
  1. 具有单调性
  2. 容器中的元素个数永远不为空。(因为当添加一个元素时,它要么直接被添加到“尾部”,要么弹出k个比它小的数后再被添加到“尾部”)
  3. 对于一个元素i,我们可以知道在它左边区间,第一个比它小的值,也就是Max(v[x]|x<i&&v[x]<v[i])
    在元素添加的过程中,我们会不断弹出比它小的值,最后一个弹出的值,即为所求。如果没有元素被弹出,那就无法求出,虽然这个数一定存在。
    顺便在这里多提一句,第二个比它小的数是一定不知道的,因为不确定是否被弹出
  4. 对于一个元素i,我们可以知道在它左边区间,第一个比它大的值,也就是Min(v[x]|x<i&&v[x]>v[i])
    在弹出比i小的所有元素后,栈顶的元素即为所求。如果栈为空,也无法求出。
  5. 根据2和3,它们是元素插入时所获得的信息,我们可以推出当元素被弹出时能获得的信息:在右边区间,第一个比它大的值。
  6. 我们可以统计在添加元素过程中,弹出了多少个元素。

注:这里的大于和小于并不严谨,是为了表述尽量简单。请读者自己注意大于/大于等于,小于/小于等于。根据原则:容器中等于e的元素也会被弹出,进行判断即可。

单调队列和单调栈的应用

单调队列

  • 可以查询区间最值(不能维护区间k大,因为队列中很有可能没有k个元素)
  • 优化DP(见参考文献3)
    单调队列一般是用于优化动态规划方面问题的一种特殊数据结构,且多数情况是与定长连续子区间问题相关联。

单调栈即可完成的

对于某个元素i:

  • 左边区间第一个比它小的数,第一个比它大的数
  • 确定这个元素是否是区间最值
  • 右边区间第一个大于它的值
  • 到 右边区间第一个大于它的值 的距离
  • 确定以该元素为最值的最长区间

在具体题目里,如何使用单调栈和单调队列是一目了然的,不要强迫自己记忆,而是要理解
要想掌握好单调栈和单调队列,必须要做一些题

具体代码

单调队列

//在“尾部”添加元素x
while (l != r && mq[r] <= x) r--;
mq[++r] = x;

//查询队首元素
if (l != r) printf("%d\n", mq[l+1]);
else printf("-1\n");

//弹出队首元素
if (l != r) l++;

单调栈

//在“尾部”添加元素
while (r != 0 || ms[r] <= x) r--;
ms[++r] = x;

//查询栈顶元素
if (r != 0) printf("%d\n", ms[r]);
else printf("-1");

注:在前面的情况,我们是直接压入了元素e。但我们往往选择压入元素e的index(依据题型来决定),需要稍作修改,这里不提供对应代码。

题目总结

  • FZU 1894
    1.C name rp 名字为name人品为rp的人排到队尾
    2.G 队首的人出队
    3.Q 询问当前队列中rp最高的
    实现这三个操作。模板题。
    AC代码
  • POJ 2796
    最大化(区间min * 区间和)
    使用单调栈,从某一元素i向左右区间延伸,找到最大区间。
    AC代码
  • HDU 5033
    模板题
  • FJSDFZOJ 1308 音乐会的等待/诺诺的队列
    对于l和r,如果[l, r]内没有大于min(l,r)的数,则这两个数可以互相看见。
    求能互相看见的对数
    标程对题意的理解比较奇怪。
    AC代码

参考文献

I. 单调队列 单调栈总结
II. 单调栈的介绍以及一些基本性质
III. 单调队列,单调栈总结
IV. 单调队列或单调栈的学习及认识

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
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