删除队列中整数

给定一个长度为N的整数数列A_1,A_2,...,A_N,请重复以下操作K次。

每次选择数列中最小的整数(如果最小值不止一个,选择最靠前的),将其删除,并把与它相邻的整数加上被删除的数值。

请问K次操作后的序列是什么。

 

数列分别由链表和优先队列来处理:
1)链表。把数列存到链表的节点上,在链表上删除最小值节点,并且更新它的邻居,是加上被删除的节点的值。最小值是通过优先队列找到的。
2)优先队列。把数列存到优先队列中,每次操作取出最小值。然后把更新后的数重队列。
3)优先队列找到最小值后,用优先队列找最小值t,t对应的链表节R[t]。

 

#include <bits/stdc++.h>

using namespace std;

const int N = 5e5 + 10;

long long v[N]; //数列的值相加后可能超过int,需要用long long

int L[N], R[N]; //双向链表

void del(int x) { //双向链表:删除x节点

    R[L[x]] = R[x], L[R[x]] = L[x]; //删除第x个节点

    v[L[x]] += v[x], v[R[x]] += v[x]; //更新左、右邻居

}

int main() {

    int n, k; cin >> n >> k;

    //优先队列,优先队列的元素是{权值,节点下标}

    priority_queue< pair<long long, int>, vector< pair<long long, int>>,

                   greater< pair<long long, int>> > Q;

    //输入并构造双向链表

    R[0] = 1; //队头0,右指针R[0]指向节点1

    L[n + 1] = n; //队尾n+1,左指针L[N+1]指向节点n

    for (int i = 1; i <= n; i++) {

        cin >> v[i]; //读数列

        L[i] = i - 1, R[i] = i + 1; //构造双向链表,第i个节点表示v[i]

        Q.push({v[i], i}); //把数列放进优先队列,求最小值

    }

    while (k--) { //k次操作

        auto p = Q.top(); 

        //读优先队列的队头,队头是最小值.p.first是值,p.second是它的位置

        Q.pop(); //弹走队头,优先队列会重新排序,新的队头仍是最小值

        if (p.first != v[p.second]) { //这个队头被del()改过了,不一定最小

            Q.push({v[p.second], p.second}); //重新放进队列,重新排序

            k++; //撤销这次操作

        }

        else del(p.second); //删除节点并更新邻居

    }

    int t = R[0]; //队头0,R[0]指向第一个数

    while (t != n + 1) { //遍历链表

        cout << v[t] << " "; //输出链表元素

        t = R[t];

    }

    return 0;

}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.pswp.cn/pingmian/82640.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

[神经网络]使用olivettiface数据集进行训练并优化,观察对比loss结果

结合归一化和正则化来优化网络模型结构&#xff0c;观察对比loss结果 搭建的神经网络&#xff0c;使用olivettiface数据集进行训练&#xff0c;结合归一化和正则化来优化网络模型结构&#xff0c;观察对比loss结果 from sklearn.datasets import fetch_olivetti_faces #倒入数…

算法分析·回溯法

回溯法 方法概述算法框架问题实例TSP 问题n皇后问题 回溯法效率分析 方法概述 回溯法是一个既带有系统性又带有跳跃性的搜索算法&#xff1b; **系统性&#xff1a;**它在包含问题的所有解的解空间树中&#xff0c;按照深度优先的策略&#xff0c;从根结点出发搜索解空间树。…

Golang分布式系统开发实践指南

Golang分布式系统开发实践指南 一、为什么选择Golang&#xff1f; ​原生并发模型​ Goroutine和Channel机制天然适合分布式系统的并发需求​高性能编译​ 静态编译生成二进制文件&#xff0c;部署简单&#xff0c;内存占用低​丰富生态​ Go Module管理、标准库支持HTTP/2、…

基于stm32风速风向温湿度和瓦斯检测(仿真+代码)

资料下载地址&#xff1a;基于stm32风速风向温湿度和瓦斯检测 一、项目功能 1.风速&#xff0c;风向&#xff0c;温湿度&#xff0c;瓦斯&#xff0c;报警。 2.可以设置温湿度&#xff0c;瓦斯&#xff0c;风速报警阈值。 3.数据上传到云平台。 二、仿真图 三、程序 #inc…

桃黑黑反斗战

1.编写求解Hanoi汉诺塔的递归算法代码&#xff0c;输出移动过程&#xff0c;并统计总移动次数。 对不同规模的汉诺塔&#xff0c;给出测试的结果 #include <stdio.h> #include <time.h> int moveCount 0; void hanoi(int n,char source,char auxiliary,char targ…

react-native的token认证流程

在 React Native 中实现 Token 认证是移动应用开发中的常见需求&#xff0c;它用于验证用户的身份并授权其访问受保护的 API 资源。 Token 认证的核心流程&#xff1a; 用户登录 (Login): 用户在前端输入用户名和密码。前端将这些凭据发送到后端 API。后端验证凭据。如果验证成…

Dify:详解 docker-compose.yaml配置文件

详解 docker-compose.yaml 配置文件 docker-compose.yaml 是用于定义和运行多容器 Docker 应用的配置文件。下面&#xff0c;我们将详细解释您提供的 docker-compose.yaml 文件&#xff0c;包括各个服务的作用、配置&#xff0c;以及它们与 .env 文件之间的关系。 文件概览 自…

Python基于Django的主观题自动阅卷系统【附源码、文档说明】

博主介绍&#xff1a;✌Java老徐、7年大厂程序员经历。全网粉丝12w、csdn博客专家、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌ &#x1f345;文末获取源码联系&#x1f345; &#x1f447;&#x1f3fb; 精彩专栏推荐订阅&#x1f447;&…

今日行情明日机会——20250528

上证指数缩量收小阴线&#xff0c;个股跌多涨少&#xff0c;总体情绪偏差&#xff0c;注意风险为主。 深证指数&#xff0c;缩量收小阴线&#xff0c;连续5天阴线&#xff0c;明后天反弹的概率增大&#xff0c;但仍要注意风险。 2025年5月28日涨停股主要行业方向分析 1. 无人…

基于stm32LORA无线抄表系统仿真

资料下载地址&#xff1a;基于stm32LORA无线抄表系统仿真 1、项目介绍 基于LoRa的无线通信的电力抄表系统&#xff0c;采集节点数据&#xff0c;通过LoRa无线通信进行数据传输&#xff0c;最后再网关节点上显示。 2、仿真图 3、仿真代码 #include "oled.h" #incl…

不同电脑同一个网络ip地址一样吗

不同电脑在连接同一个WiFi时&#xff0c;它们的IP地址会相同吗&#xff1f;相信不少朋友都对这个问题感到好奇&#xff0c;今天我们就来详细探讨一下。 一、基础概念&#xff1a;IP地址的本质与分类 IP地址是分配给网络设备的唯一标识符&#xff0c;用于在互联网或局域网中定位…

CentOS 7 下 Redis 从 5.0 升级至 7.4.3 全流程实践

目录 前言1 查看 Redis 运行情况与配置1.1 查看 Redis 是否正在运行1.2 连接 Redis 服务并获取配置信息1.3 查找 redis.conf 配置文件位置 2 关闭旧版本 Redis 实例2.1 使用客户端命令关闭 Redis2.2 验证 Redis 是否完全关闭 3 升级 GCC 编译环境3.1 检查当前 GCC 版本3.2 安装…

SQLord: 基于反向数据生成和任务拆解的 Text-to-SQL 企业落地方案

曾在Text-to-SQL方向做过深入的研究&#xff0c;以此为基础研发的DataAgent在B2B平台成功落地&#xff0c;因此作为第一作者&#xff0c;在 The Web Conference (WWW’2025, CCF-A) 会议上发表了相关论文&#xff1a; SQLord: A Robust Enterprise Text-to-SQL Solution via R…

内网搭建NTS服务器

内网搭建NTS服务器 关键字 : ntp nts ipv6 NTS 是 Network Time Security&#xff08;网络时间安全&#xff09;的缩写,是 NTP 的一种安全扩展机制。它利用传输层安全&#xff08;TLS&#xff09;和相关数据的认证加密&#xff08;AEAD&#xff09;&#xff0c;为 NTP 的客户…

AD9268、AD9643调试过程中遇到的问题

Ad9268芯片 AD9268是一款双通道、16位、80 MSPS/105 MSPS/125 MSPS模数转换器(ADC)。AD9268旨在支持要求高性能、低成本、小尺寸和多功能的通信应用。双通道ADC内核采用多级差分流水线架构&#xff0c;集成输出纠错逻辑。每个ADC都具有宽带宽、差分采样保持模拟输入放大器&…

用豆包写单元测试

用豆包写单元测试&#xff0c; 输入 vue 模板内容&#xff0c;输入 参考vue模板内容写一个单元测试要求用jest.mock实现构造完成&#xff0c;修复bug。npm run test:unit – tests/unit/views/xxx/xxx.spec.js看下 % Stmts 语句覆盖率&#xff1a;执行到的代码语句占总语句的比…

css样式块重复调用

通译灵码解释。还给了一些示例&#xff0c;包含传参等内容 scss和sass的区别。scss与sass是两种样式编写风格&#xff0c;scss是大括号加;号形式。而sass是缩进的格式使用scss为什么要要安装sass呢。sass是一门css预处理器语言。所以要安装。

【深度学习新浪潮】以图搜地点是如何实现的?(含大模型方案)

1. 以图搜地点的实现方式有哪些? 扫描手机照片中的截图并识别出位置信息,主要有以下几种实现方式: 通过照片元数据获取: 原理:现代智能手机拍摄的照片通常会包含Exif(Exchangeable Image File)元数据。Exif中除了有像素信息之外,还包含了光圈、快门、白平衡、ISO、焦距…

DeepSeek R1 与 V3 的全面对比,两个版本有什么差别?

DeepSeek R1与DeepSeek V3是深度求索&#xff08;DeepSeek&#xff09;公司推出的两款定位不同的大语言模型&#xff0c;界面上用户可选择基础模型(V3)、深度思考(R1)、联网搜索。 基础模型(V3)是DeepSeek的标配,没有勾选默认就是基础模型。为了让用户更清晰地了解两款模型的差…

Spring Boot 深度集成 Ollama 指南:从聊天模型配置到生产级应用开发

Spring Boot 深度集成 Ollama 指南&#xff1a;从聊天模型配置到生产级应用开发 前言 在人工智能应用开发中&#xff0c;大语言模型&#xff08;LLM&#xff09;的本地化部署需求日益增长。Ollama 作为开源的本地LLM运行平台&#xff0c;支持Mistral、LLaMA等主流模型&#x…