BZOJ 2738 矩阵乘法 (整体二分+二维树状数组)

题目大意:略

洛谷传送门

多次询问第k小,考虑整体二分

考虑二分答案,为了避免同一权值的数出现在不同位置的情况,用一个$vector$存储权值为i的点在那些位置。而权值可能会很大,我们将其离散。

每次选择一个答案$mid$,把矩阵中权值为$[l,mid]$的点加入到二维树状数组中,即可在$O(log^{2}n)$时间内,快速求出子矩阵内权值是$[l,mid]$的点的数量

如果这个数量小于某个询问的$k$,说明第$k$大的数一定大于$mid$,把它加入右区间递归

否则说明第$k$大的数小于等于$mid$,加入左区间递归

总时间$O((Q+n^{2})log^{3}n)$但树状数组常数小跑不满

 1 #include <vector>
 2 #include <cstdio>
 3 #include <cstring>
 4 #include <algorithm>
 5 #define N1 505
 6 #define M1 60500
 7 #define ll long long
 8 #define dd double
 9 #define inf 233333333
10 using namespace std;
11 
12 int gint()
13 {
14     int ret=0,fh=1;char c=getchar();
15     while(c<'0'||c>'9'){if(c=='-')fh=-1;c=getchar();}
16     while(c>='0'&&c<='9'){ret=ret*10+c-'0';c=getchar();}
17     return ret*fh;
18 }
19 int n,m,nn,Q,K;
20 struct BIT{
21 int sum[N1][N1];
22 void update(int x,int y,int w)
23 {
24     for(int i=x;i<=n;i+=(i&(-i)))
25         for(int j=y;j<=n;j+=(j&(-j)))
26             sum[i][j]+=w; 
27 }
28 int query(int x,int y)
29 {
30     int ans=0;
31     for(int i=x;i;i-=(i&(-i)))
32         for(int j=y;j;j-=(j&(-j)))
33             ans+=sum[i][j];
34     return ans;
35 }
36 void clr(int x,int y)
37 {
38     for(int i=x;i<=n;i+=(i&(-i)))
39         for(int j=y;j<=n;j+=(j&(-j)))
40             sum[i][j]=0; 
41 }
42 }s;
43 struct node{int x,y;}a[N1*N1];
44 struct Query{int xa,ya,xb,yb,K,t;}q[M1],tmp[M1];
45 int f[M1],mp[N1][N1],w[N1*N1],ma;
46 vector<node>pos[N1*N1];
47 
48 void alldic(int l,int r,int ql,int qr)
49 {
50     if(l>r||ql>qr) return;
51     int mid=(l+r)>>1,i,j,S=ql,E=qr,ans;
52     for(i=l;i<=mid;i++) for(j=0;j<pos[i].size();j++)
53         s.update(pos[i][j].x,pos[i][j].y,1);
54     for(i=ql;i<=qr;i++)
55     {
56         ans=s.query(q[i].xb,q[i].yb)+s.query(q[i].xa,q[i].ya)-s.query(q[i].xb,q[i].ya)-s.query(q[i].xa,q[i].yb);
57         if(ans<q[i].K){ q[i].K-=ans; tmp[E--]=q[i]; } 
58         else{ tmp[S++]=q[i]; f[q[i].t]=w[mid]; }
59     }
60     for(i=ql;i<=qr;i++) q[i]=tmp[i];
61     for(i=l;i<=mid;i++) for(j=0;j<pos[i].size();j++)
62         s.clr(pos[i][j].x,pos[i][j].y);
63     alldic(l,mid-1,ql,S-1); alldic(mid+1,r,E+1,qr);
64 }
65 
66 
67 int main()
68 {
69     scanf("%d%d",&n,&Q);
70     int i,j; nn=n*n;
71     for(i=1,nn=0;i<=n;i++) for(j=1;j<=n;j++) mp[i][j]=gint(),w[++nn]=mp[i][j];
72     sort(w+1,w+nn+1); ma=unique(w+1,w+nn+1)-(w+1);
73     for(i=1;i<=n;i++) for(j=1;j<=n;j++) 
74         { mp[i][j]=lower_bound(w+1,w+ma+1,mp[i][j])-w; pos[mp[i][j]].push_back((node){i,j}); } 
75     for(i=1;i<=Q;i++)
76     { q[i].xa=gint()-1; q[i].ya=gint()-1; q[i].xb=gint(); q[i].yb=gint(); q[i].K=gint(); q[i].t=i; }
77     alldic(1,ma,1,Q);
78     for(i=1;i<=Q;i++) printf("%d\n",f[i]);
79     return 0;
80 }

 

转载于:https://www.cnblogs.com/guapisolo/p/10216619.html

  • 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