线段树求逆序数方法 HDU1394&&POJ2299

为什么线段树能够求逆序数?


给一个简单的序列 9 5 3 他的逆序数是3
首先要求一个逆序数有两种方式:能够从头開始往后找比当前元素小的值,也能够从后往前找比当前元素大的值,有几个逆序数就是几。


线段树就是应用从后往前找较大值得个数。(一边更新一边查)
当前个数是 n = 10
元素   9  5   3

9先增加线段树,T【9】+=1;查从T【9】到T【10】比9大的值,没有sum = 0。
5 增加线段树。T【5】 += 1。查从T【5】到T【10】比5大的值。有一个9。sum +=1;
3 增加线段树,T【3】 += 1,查从T【3】到T【10】比3大的值,有两个9和5,sum +=2;
终于sum = 3;


若元素值不能确定。那么首先讲数列离散化,在从前往后枚举。找后面比前面小的统计个数……
离散化:比如2 5 8 3 10 等价于 1 3 4 2 5,能够通过排序加小小处理解决。
比如:
元素    9 5  3 4 1     离散化后得到索引
索引    1 2 3 4 5
将元素升序排序
元素    1 3 4 5 9
索引    5 3 4 2 1


    枚举到第i个数,我们须要求出从1到i-1中有多少个比a[i]大的数,更新答案。


    详细怎么做呢?
    每次枚举完一个数之后。将这个数插入到线段树里(注意:插到与其相应的位置)。


    举个样例:3 2 4 1。

则线段树的变化应该为:t[3]+=1;t[2]+=1;t[4]+=1;t[1]+=1;
    
  设x=a[i],这样,在插入一个数X时,首先求一下t[x+1]~t[n]的和,这个和就是1~i-1中有多少个比a[i]大的数
 由于求一个数列的逆序数能够从两个

在你插a[i]时,前面已经有多少个比a[i]大的数

POJ 2299
#include <iostream>
#include <cstdio>
#include <cstdlib>
#include <cstring>
#include <algorithm>
#include <cmath>
using namespace std;
#define MAX INT_MAX
#define MIN INT_MIN
#define LL __int64
#define init(a) memset(a,0,sizeof(a))
#define lson l , m , rt << 1
#define rson m + 1 , r , rt << 1 | 1
const int maxn = 500010;
using namespace std;

int T[maxn<<2], index[maxn], num[maxn];
int n;

int cmp(const int i, const int j)
{
    return num[i] < num[j];
}

void update( int l, int r,int rt, int num, int add)
{
    T[rt] += add;
    if(r==l) return ;
    int m = (l+r) >> 1;
    if(num <= m) update(lson, num, add);
    else update(rson, num, add);
}

int query( int l, int r, int rt,int L, int R)
{
    if(L<=l && r<=R) return T[rt];
    int m = (l+r) >> 1;
    int ans = 0;
    if(L <= m) ans += query(lson, L, R);
    if(R > m) ans += query(rson, L, R);
    return ans;
}

int main()
{
    while(~scanf("%d", &n))
    {
        if(n==0) break;
        init(index);
        for(int i=1;i<=n;i++)
        {
            scanf("%d", &num[i]);
            update(1, n,1, i, 1);//离散化
            index[i] = i;
        }
        sort(index+1, index+n+1,cmp); //排序num。更新索引 
        LL sum = 0;
        for(int i=1;i<=n;i++)
        {
            sum += (query( 1, n,1, 1, index[i])-1);
            update(1, n,1,  index[i], -1);
        }
        printf("%I64d\n", sum);
    }
    return 0;
}

HDU 1394 
题意:一组数 每次把最前面的元素放在最后生成新的序列。再统计逆序数,求全部逆序中最小值
有一个公式:先求出原数列的逆序数。sum
那么每次新逆序数 = sum-a[i] + (n-a[i] - 1)

#include <iostream>
#include <cstdio>
#include <cstdlib>
#include <cstring>
#include <algorithm>
#include <cmath>
using namespace std;
#define MAX INT_MAX
#define MIN INT_MIN
#define LL __int64
#define init(a) memset(a,0,sizeof(a))
#define lson l , m , rt << 1
#define rson m + 1 , r , rt << 1 | 1
const int maxn = 500010;
using namespace std;

int T[maxn<<2], index[maxn], num[maxn];
int n;

int cmp(const int i, const int j)
{
    return num[i] < num[j];
}

void update( int l, int r,int rt, int num, int add)
{
    T[rt] += add;
    if(r==l) return ;
    int m = (l+r) >> 1;
    if(num <= m) update(lson, num, add);
    else update(rson, num, add);
}

int query( int l, int r, int rt,int L, int R)
{
    if(L<=l && r<=R) return T[rt];
    int m = (l+r) >> 1;
    int ans = 0;
    if(L <= m) ans += query(lson, L, R);
    if(R > m) ans += query(rson, L, R);
    return ans;
}

int main()
{
    while(~scanf("%d", &n))
    {
        if(n==0) break;
        init(index);
        for(int i=1;i<=n;i++)
        {
            scanf("%d", &num[i]);
            update(1, n,1,  i, 1);
            index[i] = i;
        }
       sort(index+1, index+n+1,cmp);

        LL sum = 0;
        for(int i=1;i<=n;i++)
        {
            sum += (query( 1, n,1, 1, index[i])-1);
           update(1, n,1,  index[i], -1);

        }
      //  printf("%I64d\n", sum);
        LL  ans = sum;
        for(int i = 1;i<=n;i++)
        {
            sum =  sum - num[i] + (n-num[i]- 1);
            ans = min(sum,ans);
        }
        cout<<ans<<endl;
    }
    return 0;
}


转载于:https://www.cnblogs.com/mengfanrong/p/5239358.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
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
健身国际俱乐部系统是一种专为健身俱乐部设计的管理软件,它通过集成多种功能来提高俱乐部的运营效率和服务质量。这类系统通常包含以下几个核心模块: 1. **会员管理**:系统能够记录会员的基本信息、会籍状态、健身历史和偏好,以及会员卡的使用情况。通过会员管理,俱乐部可以更好地了解会员需,提供个性化服务,并提高会员满意度和忠诚度。 2. **课程预约**:会员可以通过系统预约健身课程,系统会提供课程时间、教练、地点等详细信息,并允许会员根据个人时间表进行预约。这有助于俱乐部合理安排课程,避免资源浪费。 3. **教练管理**:系统可以管理教练的个人信息、课程安排、会员反馈等,帮助俱乐部评估教练表现,优化教练团队。 4. **财务管理**:包括会员卡销售、课程费用、私教费用等财务活动的记录和管理,确保俱乐部的财务透明度和准确性。 5. **库存管理**:对于俱乐部内的商品销售,如健身装备、营养补充品等,系统能够进行库存管理,包括进货、销售、库存盘点等。 6. **数据分析**:系统能够收集和分析会员活动数据,为俱乐部提供业务洞察,帮助俱乐部制定更有效的营销策略和业务决策。 7. **在线互动**:一些系统还提供在线平台,让会员可以查看课程、预约私教、参与社区讨论等,增强会员之间的互动和俱乐部的社区感。 8. **移动应用**:随着移动设备的普及,一些健身俱乐部系统还提供移动应用,方便会员随时随地管理自己的健身计划。 9. **安全性**:系统会确保所有会员信息的安全,采取适当的数据加密和安全措施,保护会员隐私。 10. **可扩展性**:随着俱乐部业务的扩展,系统应该能够轻松添加新的功能和服务,以适应不断变化的市场需。 健身国际俱乐部系统的选择和实施,需要考虑俱乐部的具体需、预算和技术能力,以确保系统能够有效地支持俱乐部的运营和发展。通过这些系统的实施,健身俱乐部能够提供更加专业和高效的服务,吸引和保留更多的会员,从而在竞争激烈的
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
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