思路的形成(对顶堆到对顶栈)

动态维护中位数用到了对顶堆,一个大根堆一个小根中位数在中间;在维护一个整数序列时,需要在光标处改变值,都是在数列之间的某一位置进行操作,就想能不能像对顶堆那样分为前后两部分求呢,但是数列顺序不能改变只是增删和求前缀和,因为只对光标前面的元素操作说白了就是对光标前面的数列操作,并且增删只在最后一项吗,这就很自然的让我们想到了栈这种结构。

动态维护中位数:
依次读入一个整数序列,每当已经读入的整数个数为奇数时,输出已读入的整数构成的序列的中位数。

编译器:
你将要实现一个功能强大的整数序列编辑器。

在开始时,序列是空的。

编辑器共有五种指令,如下:

1、“I x”,在光标处插入数值x。
2、“D”,将光标前面的第一个元素删除,如果前面没有元素,则忽略此操作。
3、“L”,将光标向左移动,跳过一个元素,如果左边没有元素,则忽略此操作。
4、“R”,将光标向右移动,跳过一个元素,如果右边没有元素,则忽略次操作。
5、“Q k”,假设此刻光标之前的序列为a1,a2,…,ana1,a2,…,an,输出max1≤i≤kSimax1≤i≤kSi,其中Si=a1+a2+…+aiSi=a1+a2+…+ai。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1.算法是程序的灵魂,优秀的程序在对海量数据处理时,依然保持高速计算,就需要高效的数据结构和算法支撑。2.网上数据结构和算法的课程不少,但存在两个问题:1)授课方式单一,大多是照着代码念一遍,数据结构和算法本身就比较难理解,对基础好的学员来说,还好一点,对基础不好的学生来说,基本上就是听天书了2)说是讲数据结构和算法,但大多是挂羊头卖狗肉,算法讲的很少。 本课程针对上述问题,有针对性的进行了升级 3)授课方式采用图解+算法游戏的方式,让课程生动有趣好理解 4)系统全面的讲解了数据结构和算法, 除常用数据结构和算法外,还包括程序员常用10大算法:二分查找算法(非递归)、分治算法、动态规划算法、KMP算法、贪心算法、普里姆算法、克鲁斯卡尔算法、迪杰斯特拉算法、弗洛伊德算法、马踏棋盘算法。可以解决面试遇到的最短路径、最小生成树、最小连通图、动态规划等问题及衍生出的面试题,让你秒杀其他面试小伙伴3.如果你不想永远都是代码工人,就需要花时间来研究下数据结构和算法。教程内容:本教程是使用Java来讲解数据结构和算法,考虑到数据结构和算法较难,授课采用图解加算法游戏的方式。内容包括: 稀疏数组、单向队列、环形队列、单向链表、双向链表、环形链表、约瑟夫问题、栈、前缀、中缀、后缀表达式、中缀表达式转换为后缀表达式、递归与回溯、迷宫问题、八皇后问题、算法的时间复杂度、冒泡排序、选择排序、插入排序、快速排序、归并排序、希尔排序、基数排序(桶排序)、排序、排序速度分析、二分查找、插值查找、斐波那契查找、散列、哈希表、二叉树、二叉树与数组转换、二叉排序树(BST)、AVL树、线索二叉树、赫夫曼树、赫夫曼编码、多路查找树(B树B+树和B*树)、图、图的DFS算法和BFS、程序员常用10大算法、二分查找算法(非递归)、分治算法、动态规划算法、KMP算法、贪心算法、普里姆算法、克鲁斯卡尔算法、迪杰斯特拉算法、弗洛伊德算法马踏棋盘算法。学习目标:通过学习,学员能掌握主流数据结构和算法的实现机制,开阔编程思路,提高优化程序的能力。
如果你没有对新的进行重新调整为大的操作,那可能会导致不再满足最大的性质,从而影响算法的正确性。 在你的代码中,你使用了 `SortedList` 来实现最大,但是 `SortedList` 并不会自动调整为大。你需要手动进行调整。 一种简单的方法是,在每次添加新元素到中之后,使用一个循环来将新元素上浮到正确的位置。你可以使用类似于“上浮操作”或“化操作”的方法来实现这一步骤。 下面是一个示例的代码片段,展示了如何将新的调整为大: ```csharp private void MaxHeapify(SortedList<double, int> heap, int index) { int parent = index; int leftChild = 2 * index + 1; int rightChild = 2 * index + 2; if (leftChild < heap.Count && heap.Keys[leftChild] > heap.Keys[parent]) { parent = leftChild; } if (rightChild < heap.Count && heap.Keys[rightChild] > heap.Keys[parent]) { parent = rightChild; } if (parent != index) { double tempKey = heap.Keys[index]; int tempValue = heap.Values[index]; heap.SetKey(index, heap.Keys[parent]); heap.SetValue(index, heap.Values[parent]); heap.SetKey(parent, tempKey); heap.SetValue(parent, tempValue); MaxHeapify(heap, parent); } } // 在添加新元素之后调整为大 private void AdjustHeap(SortedList<double, int> heap) { for (int i = heap.Count / 2 - 1; i >= 0; i--) { MaxHeapify(heap, i); } } ``` 你可以在向中添加新元素之后,调用 `AdjustHeap(heap)` 来重新调整为大。这样就能保证你得到的是正确的最大。 希望这个解释可以帮助你解决问题。如果还有其他疑问,请随时提问。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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