hdu-2665 Kth number(划分树)

题目链接:

Kth number

Time Limit: 15000/5000 MS (Java/Others)   

 Memory Limit: 32768/32768 K (Java/Others)



Problem Description
Give you a sequence and ask you the kth big number of a inteval.
 

 

Input
The first line is the number of the test cases. 
For each test case, the first line contain two integer n and m (n, m <= 100000), indicates the number of integers in the sequence and the number of the quaere. 
The second line contains n integers, describe the sequence. 
Each of following m lines contains three integers s, t, k. 
[s, t] indicates the interval and k indicates the kth big number in interval [s, t]
 

 

Output
For each test case, output m lines. Each line contains the kth big number.
 

 

Sample Input
1
10 1
1 4 2 3 5 6 7 8 9 0
1 3 2
 

 

Sample Output
2
 
题意:
 
给一个数列,问区间[l,r]内的第k大的数;
 
 
思路:
 
划分树的模板题;据说可以用可持久化线段树做,就是那个好难理解(看别人博客说创造可持久化线段树的居然说划分树好难理解,然后自己yy了可持久化线段树,简直丧心病狂),所以我就先学的划分树,划分树的思想跟快速排序很相似,用一个二维数组进行快速排序,另外的一个二维数组记录在排序的过程中有多少个数排在了左边,查找的时候就可以利用这个二维数组进行,真的是好神奇;
 
AC代码:
 
/*
608MS16072K1761 BG++2014300227

*/
#include <bits/stdc++.h> using namespace std; const int N=1e5+4; typedef long long ll; int n,m,a[N],sorted[N],k; int tree[32][N],num[32][N]; void build(int dep,int l,int r) { if(l>=r)return ; int mid=(l+r)>>1; int lp=l,rp=mid+1,sum=mid-l+1;//sum表示与sorted[mid]相等并且放在左边的个数;初始化为(r-l+1)/2,即左边的容量; for(int i=l;i<=r;i++) { if(tree[dep][i]<sorted[mid])sum--;//把放在左边的小于sorted[mid]的减去,剩下的就是==sorted[mid]的; } for(int i=l;i<=r;i++) { if(i!=l)num[dep][i]=num[dep][i-1]; else num[dep][i]=0; if(tree[dep][i]<sorted[mid]) { tree[dep+1][lp++]=tree[dep][i]; num[dep][i]++; } else if(tree[dep][i]==sorted[mid]&&sum>0) { tree[dep+1][lp++]=tree[dep][i]; num[dep][i]++; sum--; } else { tree[dep+1][rp++]=tree[dep][i]; } } build(dep+1,l,mid), build(dep+1,mid+1,r); } int query(int dep,int l,int r,int ql,int qr,int k) { if(l>=r)return tree[dep][l]; int mid=(l+r)>>1,s,ss; if(l!=ql) s=num[dep][ql-1],ss=num[dep][qr]-num[dep][ql-1];//s表示ql之前放在左边的个数,ss表示ql到qr这个区间内放在左边的个数; else s=0,ss=num[dep][qr]; if(k<=ss)return query(dep+1,l,mid,l+s,l+s+ss-1,k);//如果放在左边的个数就>=k,说明第k个数肯定在左边,右边就不用考虑了; else return query(dep+1,mid+1,r,mid+1+ql-l-s,mid+1+qr-l-s-ss,k-ss);//否则就在右边区间找第k个数; } int main() { int t; scanf("%d",&t); while(t--) { scanf("%d%d",&n,&m); for(int i=1;i<=n;i++) { scanf("%d",&a[i]); sorted[i]=tree[0][i]=a[i]; } sort(sorted+1,sorted+n+1); build(0,1,n); int l,r; for(int i=0;i<m;i++) { scanf("%d%d%d",&l,&r,&k); printf("%d\n",query(0,1,n,l,r,k)); } } return 0; }

 

转载于:https://www.cnblogs.com/zhangchengc919/p/5356641.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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