2017-03-17 Codeforces 441D 置换群,好题 bzoj 4750 思维,按位计算

Codeforces 441D

题意:定义理想序列a[]:对于任意的i有a[i] = i。给出一个1到n的排列p[],可以将排列中的任意两个元素两两交换,定义f(p)为将p变为理想排列的最少交换次数,求将p变成排列q,使得f(q) = m 的最少交换次数和交换方案。

tags:才知道置换群,看题解码的。。

使得一个排列有序的最小交换次数 = n - 置换群数目。

置换群,A->B,B->C,C->A,相当于一个轮换。   记住三点:

1、一个大小为L的置换群里面的元素至少且必能互换L-1次得到原始排列。

2、分别任取两个置换群的元素交换一次将合并成一个置换群。

3、在一个置换群里面任取两个元素交换一次将分裂成两个置换群。

#include<bits/stdc++.h>
using namespace std;
#pragma comment(linker, "/STACK:102400000,102400000")
#define rep(i,a,b) for (int i=a;i<=b;i++)
#define per(i,b,a) for (int i=b;i>=a;i--)
#define mes(a,b)  memset(a,b,sizeof(a))
#define INF 0x3f3f3f3f
#define PII pair<int,int>
#define PB push_back
typedef long long ll;
const int N = 200005;

vector<int >s[N], tmp;
int cnt, n, m, a[N];
bool vis[N];
void cal()    // 计算出置换群数目 cnt 
{
    cnt=0;    mes(vis, 0);
    rep(i,1,n) if(vis[i]==0) {
        int t=i;
        s[cnt].clear();
        while(vis[t]==0) {
            vis[t]=1;
            s[cnt].PB(t);
            t=a[t];
        }
        cnt++;
    }
    rep(i,0,cnt-1) sort(s[i].begin(), s[i].end());
}
int main()
{
    scanf("%d", &n);
    rep(i,1,n) scanf("%d", &a[i]);
    cal();
    int op=n-cnt;    // op为当前序列变为理想序列所需次数 
    scanf("%d", &m);
    if(op<m) {
        tmp.clear();
        rep(i,0,cnt-1) tmp.PB(s[i][0]);
        sort(tmp.begin(), tmp.end());
        int nn=m-op;
        printf("%d\n", nn);
        rep(i,1,nn) printf("%d %d ", tmp[0], tmp[i]);
    }
    else if(op>m) {
        int nn=op-m;
        printf("%d\n", nn);
        rep(ca,1,nn) {
            PII x(n+1, n+1);
            cal();
            rep(i,0,cnt-1) if(s[i].size()>1) {
                PII t(s[i][0], s[i][1]);
                x=min(x, t);
            }
            swap(a[x.first], a[x.second]);
            printf("%d %d ", x.first, x.second);
        }
    }
    else printf("0\n");

    return 0;
}
View Code

bzoj 4750: 密码安全

tags:
1、先考虑对每个数求出它作为最大值的区间,即这个数管辖范围的左右边界。单调栈找到左边第一个大于他的位置+1设为l[i],右边第一个大于等于他的位置-1设为r[i],答案就是 ans=
2、分别统计每个数,对于每个二进制位,记录在管辖范围左右0和1的个数,最后和数本身相乘。比如第 i 个数,我们求出这个数二进制所有位数,[l[i],i]里有多少个0和1,与[i,r[i]]里有多少个1和0相乘,再乘上A[i]即可得到这一位下的答案。
#include<bits/stdc++.h>
using namespace std;
#pragma comment(linker, "/STACK:102400000,102400000")
#define rep(i,a,b) for (int i=a;i<=b;i++)
#define per(i,b,a) for (int i=b;i>=a;i--)
#define mes(a,b)  memset(a,b,sizeof(a))
#define INF 0x3f3f3f3f
typedef long long ll;
const int N = 200005, mod=1000000061;

int a[N], l[N], r[N], s[N], sta[N], top, n;
void Init()
{
    scanf("%d", &n);
    rep(i,1,n) scanf("%d", &a[i]);
    
    l[1]=1, top=0, sta[++top]=1;
    rep(i,2,n) {
        while(top>0 && a[sta[top]]<=a[i]) top--;
        if(top==0) l[i]=1; else l[i]=sta[top]+1;
        sta[++top]=i;
    }
    r[n]=n, top=0, sta[++top]=n;
    per(i,n-1,1) {
        while(top>0 && a[sta[top]]<a[i]) top--;        //好坑人,<=就挖了 。左闭右开,否则相等的数会重复 
        if(top==0) r[i]=n; else r[i]=sta[top]-1;
        sta[++top]=i;
    }
}
void solve()    // 按位计算 
{
    ll ans=0;
    rep(i,0,31) 
    {
        s[0]=0;
        rep(j,1,n) s[j]=((a[j]>>i)&1)^s[j-1];
        rep(j,1,n) s[j]+=s[j-1];
        rep(j,1,n) {
            ll lw=j-l[j]+1, rw=r[j]-j+1;
            ll l0=s[j-1]-s[max(0,l[j]-2)], r0=s[r[j]]-s[j-1];
            ll l1=lw-l0, r1=rw-r0;            //求出两边 0和 1的数目 
            ll cur=(l0*r1%mod+l1*r0%mod)%mod;
            ans=(ans+ cur*a[j]%mod*((1LL<<i)%mod)%mod)%mod;
        }
    }
    printf("%lld\n", (ans+mod)%mod );
}
int main()
{
    int T;
    scanf("%d", &T);
    while(T--) {
        Init();
        solve();
    } 

    return 0;
}
View Code

转载于:https://www.cnblogs.com/sbfhy/p/6581978.html

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