新闻详情

新闻详情

首页 / 资讯中心 / 详情

Blue---滑动窗口

发布时间:2026/11/16 11:19:27来源:尧图网络
Blue---滑动窗口
UVA11572 唯一的雪花 Unique Snowflakes - 洛谷#includeiostream using namespace std; #includeunordered_map int T, n; const int N 1e6 10; int a[N]; int main() { cin T n; while(T--) { for(int i 0;i n;i) cin a[i]; int l 0, r 0; //每组数据我们都新创建一个mp //就不用担心mp里有脏数据得问题 //包括每组数据进来都会for循环重新读入a数组a数组也不用清空脏数据 unordered_mapint, int mp; int ret 0;//区间长度不可能0因此这里初始化成0就可以了 while(r n) { mp[a[r]]; while(mp[a[r]] 1) { --mp[a[l]]; l; } ret max(ret, r - l 1); r; } cout ret endl; } return 0; }P1638 逛画展 - 洛谷#includeiostream using namespace std; const int N 1e6 10; int n, m; int a[N]; //哈希表题目数据范围比较小就直接用静态的哈希表就可以了 const int M 2e3 10; int ha[M]; int kind; int main() { cin n m; for(int i 1;i n;i) cin a[i]; int l 1, r 1; //区间最长为n下边循环里的len有可能计算出是n并且如果此时是第一次更新结果的话 //如果ret初始化成n的话就会导致lenret不会更新结果l和r还是为1 //或者下次ret直接初始化成无穷大吧省的麻烦 int ret n 1; int lmin 1, rmin 1;//记录最终结果的左右区间 while(r n) { if(ha[a[r]] 0) kind; while(kind m) { //到这一定是kindm //因此需要更新结果 int len r - l 1; //等于就不用更新了因为上一次的ret的l肯定比这一次的小 //正是我们需要的 if(len ret) { lmin l; rmin r; ret len; } //出窗口 if(ha[a[l]]-- 1) kind--; l; } r; } cout lmin rmin; return 0; }字符串跟上题的思路一样。#includeiostream using namespace std; #includestring int ha[26]; int kind; string s; int main() { cin s; int n s.size(); int l 0, r 0, ret n 1; while(r n) { if(ha[s[r] - a] 0) kind; while(kind 26) { ret min(ret, r - l 1); if(ha[s[l] - a]-- 1) --kind; l; } r; } cout ret; return 0; }丢手绢#includeiostream using namespace std; typedef long long LL; int n; LL sum; const int N 1e5 10; int f[N]; int main() { cin n; //博客里写错了f[i]应该表示第i号到第i1号之间的距离 //博客里写的是第i号和第i-1号之间的距离 for(int i 1;i n;i) { cin f[i]; sum f[i]; } int l 1, r 1; LL len 0, ret 0; //不用担心第n号和第1号之间的距离没法表示 //已经在f[n]里存着了 while(r n) { len f[r]; while(len * 2 sum) { //逆时针最远距离 ret max(ret, sum - len); len - f[l]; l; } //循环条件不成立出来的len就是顺时针最远距离 //顺时针最远距离 ret max(ret, len); r; } cout ret; return 0; }
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉