NIKKEI Programming Contest 2019-2 C.Swaps(思维题/置换)

这是一个关于数组操作的问题,目标是通过最多n-2次交换,使得数组a的所有元素小于等于对应的数组b的元素。首先特判n=2的情况,然后对a和b数组排序,若仍有不满足条件的元素,则无法达成目标。接着,判断特殊情况,如相等元素和特定位置的元素交换。最后,通过判断序列是否包含单一置换环来确定是否能达成目标。如果存在多个置换环,那么可以通过交换达到目标,否则不能。代码实现了这一逻辑并输出Yes或No。

题目

长为n(2<=n<=1e5)的数组a和b(1<=ai,bi<=1e9),

一次操作中,你可以选择两个不同位置,交换a数组内的这两个位置的数,

该操作最多允许执行n-2次,问执行完之后,

是否可以使得,对于任意i,都有ai<=bi成立,

可以输出Yes,否则输出No

思路来源

乱搞ac

题解

1. 特判n=2的情况,此时交换次数为0,由初始局面决定答案

2. 将a数组排增序,b数组排增序,如果此时还有位置不满足ai<=bi,则无法满足,输出No

3. 否则,n-2次交换能将a数组交换的近似有序,考虑什么情况交换不出来

比如,2 3 1经过1次交换是无法交换到1 2 3的,

本质上是因为,2 3 1在一个长为3的置换环里

一个长为x的环需要x-1步还原,如果初始局面恰有1个环则需要n-1步,无法还原

有>=2个环的时候则可以还原,即:只要不是1个环的情况,均可以还原

而且注意到,对于恰有一个环的情况来说,

在交换过程中,环上的每个元素都与相邻元素参与了交换

(1)存在a[i]=a[i+1],由于值相等,可以省去这一次交换,使全局交换次数最多为n-2

(2)存在b[i]=b[i+1],同理,只需要不交换与之相对应的aj、ak

(3)存在a[i-1]<=b[i]且a[i]<=b[i-1],这也表明,(i-1,i)的交换可以省去

判掉这些特殊情况之后,

此时两个序列均无重复元素,且满足答案的序列的交换方式唯一,

只需判断是否需要n-1次交换,即是否所有元素恰在一个置换环内的情况即可

具体来说,对于a序列中最小值来说,记其位置为pos,

假设b序列中最小值原来的位置为i,则i需要被换到pos,

考虑次小值,以此类推……

形如b[i]=pos的序列,构成了b序列的置换序列,

只需判断这个序列是不是只有一个置换环即可,

是的话,则答案为No,否则为Yes

代码

#include<bits/stdc++.h>
using namespace std;
const int N=1e5+10;
int n,a[N],b[N],c[N],d[N],pos[N];
bool vis[N];
bool solve(){
    if(n==2){
        return a[1]<=b[1] && a[2]<=b[2];
    }
    sort(a+1,a+n+1);
    sort(b+1,b+n+1);
    for(int i=1;i<=n;++i){
        if(a[i]>b[i])return 0;
    }
    for(int i=2;i<=n;++i){
        if(a[i]==a[i-1])return 1;
        if(b[i]==b[i-1])return 1;
        if(a[i-1]<=b[i] && a[i]<=b[i-1])return 1;
    }
    for(int i=1;i<=n;++i){
        c[i]=lower_bound(a+1,a+n+1,c[i])-a;
        pos[c[i]]=i;
        d[i]=lower_bound(b+1,b+n+1,d[i])-b;
    }
    int cnt=0;
    for(int i=1;i<=n;++i){
        if(vis[i])continue;
        cnt++;
        for(int j=i;!vis[j];j=pos[d[j]]){
            vis[j]=1;
        }
    }
    return cnt>1;
}
int main(){
    cin>>n;
    for(int i=1;i<=n;++i){
        cin>>a[i];c[i]=a[i];
    }
    for(int i=1;i<=n;++i){
        cin>>b[i];d[i]=b[i];
    }
    cout<<(solve()?"Yes":"No")<<endl;
    return 0;
}

【重要提示】本资源设置为0积分下载,若非0积分请勿轻易下载 亲爱的CSDN用户: 首先感谢你点进这个资源页面。我需要提前说明一个重要情况: 本资源原本已设置为“0积分下载”,即作者希望完全免费共享。但CSDN平台有时会根据文件的下载热度、文件大小、用户权限等因素,自动将部分资源的积分调整为非0数值(如1积分、2积分、5积分等)。这是平台系统的自动行为,而非作者本人的设定。 因此,如果你当前看到该资源的下载所需积分不是0(例如显示为1、2、3……),请谨慎决定是否下载。 如果你按照非0积分支付并下载后发现资源内容不符合预期、链接失效,或者实际上该资源本应是免费的,作者无法为此承担积分损失或退还操作。强烈建议:仅在页面显示为0积分时进行下载。 另外,本资源描述中并未直接提供具体的下载地址或外部链接,因为它本身是一个通过CSDN官方上传通道提交的文件/内容包。如果你看到描述中没有外部网盘地址,这是正常的——资源文件应通过CSDN内置的“下载”按钮获取。若因平台积分显示异常导致你支付了积分,请优先联系CSDN客服咨询积分退还政策,作者没有权限修改平台自动设定的积分值。 感谢你的理解与支持。技术分享本应开放,但受限于平台规则,特此提醒如上。祝学习进步!
内容概要:本文系统介绍了基于最小势能原理(即能量法)的物理信息神经网络(PINNs)在求解固体力学二维问中的理论框架与应用实践,并提供了完整的PyTorch代码实现案例。该方法通过将物理系统的总势能泛函嵌入神经网络的损失函数中,利用深度学习框架直接求解满足控制方程和边界条件的位移场近似解,避免了传统数值方法对网格划分的依赖。文章重点剖析了基于变分原理的能量形式如何替代强形式偏微分方程构建损失项,提升了求解的稳定性与泛化能力。同时,研究对比了不同PINNs架构与训练策略在处理复杂几何形状、非均匀材料属性及非线性力学行为时的精度、收敛性与计算效率,验证了其在处理经典弹性力学问(如平面应力/应变问)中的有效性与潜力。配套代码便于读者复现结果并拓展至更广泛的工程应用场景。; 适合人群:具备一定深度学习基础和固体力学知识的研究生、科研人员及工程技术从业者,特别适用于从事计算力学、智能仿真、物理驱动建模、结构分析等方向的研究者。; 使用场景及目标:①掌握基于能量法的PINNs建模范式,理解其相较于传统有限元法的优势与局限;②研究物理信息神经网络在无网格求解复杂边界与非线性问中的能力;③对比不同神经网络结构对求解精度与收敛速度的影响,推动PINNs在工程实际中的落地应用。; 阅读建议:建议读者结合所提供的PyTorch代码逐模块分析网络构建、能量泛函定义、边界条件施加及训练流程设计,深入理解物理约束与机器学习模型的融合机制,并鼓励在自定义问中调整网络参数、采样策略与损失权重以优化性能。
评论 1
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

打赏作者

小衣同学

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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