c++ 数据结构-单调栈、单调队列 小总结

之前学习了一些单调栈、单调队列的知识点,在此做一个小总结。

单调栈

单调栈,顾名思义就是具有单调性的栈(例如递增,非递减等)。它能提高解决一些问题(如找到某个元素左边或右边第一个比它大或小的元素)的效率。

应用(例题)

解释起来非常简单,还是看例题:

P5788 【模板】单调栈 - 洛谷

给出项数为 n 的整数数列 a1…n​。
定义函数 f(i) 代表数列中第 i 个元素之后第一个大于 ai​ 的元素的下标,即 f(i)=mini<j≤n,aj​>ai​​{j}。若不存在,则 f(i)=0。
试求出 f(1…n)。

解法

数据范围大,每次都遍历肯定不行。这时就要用到单调栈了。

放哪种类型的单调栈呢?如果是满足题意单调递增的栈,那么好像就没意义了。那么,我们就该使用单调非递增的栈了。

首先要确定,留在栈里面的数是什么。我们这里设定,留在栈里面的数是目前为止并没有找到大于他自己的元素的数。

当每一个数将要进栈的时候,就先将栈顶元素拿出来看一看,如果栈顶元素小于它,就找到大于栈顶元素的数了,便可以将站顶的元素移除,以此类推。最后再将自己放进去即可。

代码
#include<bits/stdc++.h> #define ll long long using namespace std; ll n,f[4000050]; struct node{ ll val,pos; }a[4000050]; stack<node>sk; void solve(node x){ while(!sk.empty()){ node y=sk.top(); if(y.val<x.val){ f[y.pos]=x.pos; sk.pop(); }else break; } sk.push(x); } int main(){ cin>>n; for(int i=1;i<=n;i++){ cin>>a[i].val; a[i].pos=i; solve(a[i]); } for(int i=1;i<=n;i++){ cout<<f[i]<<' '; } return 0; } 

单调队列

单调栈,顾名思义还是具有单调性的队列(例如递增,非递减等)。它也能提高解决一些问题的效率。

应用(例题)

解释起来非常简单,还是看例题:

P1886 【模板】单调队列 / 滑动窗口 - 洛谷

有一个长为 n 的序列 a,以及一个大小为 k 的窗口。现在这个窗口从左边开始向右滑动,每次滑动一个单位,求出每次滑动后窗口中的最小值和最大值。

解法

数据范围大,每次都遍历肯定还是不行。这时就要用到单调队列了。

放哪种类型的单调队列呢?首先,我们思考一下。以min值为例。如果是单调递减的队列的话,我们不妨假设一下。当想要新加进来的一个数比当前队尾的元素要大,他就不会被加进来。但是如果这个元素不在滑动窗口范围内了,没有被加进来的元素成为了新的最小,就不满足要求了。

所以这个队列应该是一个单调不递减的队列。那么具体该如何解决问题呢?还是设想:如果在滑动窗口中,我们新加进去了一个数。这个数比原先的一个数出现的更晚,也就是说他会比原先的这个数更晚消失,而且这个数还比原来的数小,也就是j>i且a[j]<a[i],那么原来的数就没有存在的意义了。所以当每一个数将要进队列的时候,就先将队尾元素拿出来看一看,如果队尾元素小于它,就可以踢出去了,以此类推。最后再将自己放进去即可。

当然,当某个元素的位置超过滑动窗口的范围时,也应把他移除掉。所以我们需要一个既能移除队首元素,也能移除队尾元素的队列。这时就可以用到deque。它和queue的最大区别就是能够移除队尾元素。这样子就万事俱备了(max值同理)。

代码
#include<bits/stdc++.h> #define ll long long using namespace std; ll n,bigg[1000050],smalll[1000050],k; struct node{ ll val,pos; }a[1000050]; deque<node>q1,q2; void big_solve(node x){ while(!q1.empty()){ node n1=q1.front(); if(n1.pos<=x.pos-k)q1.pop_front(); else break; } while(!q1.empty()){ node n1=q1.back(); if(n1.val<=x.val)q1.pop_back(); else break; } q1.push_back(x); bigg[x.pos]=q1.front().val; } void small_solve(node x){ while(!q2.empty()){ node n1=q2.front(); if(n1.pos<=x.pos-k)q2.pop_front(); else break; } while(!q2.empty()){ node n1=q2.back(); if(n1.val>=x.val)q2.pop_back(); else break; } q2.push_back(x); smalll[x.pos]=q2.front().val; } signed main(){ cin>>n>>k; for(int i=1;i<=n;i++){ cin>>a[i].val; a[i].pos=i; big_solve(a[i]); small_solve(a[i]); } for(int i=k;i<=n;i++){ cout<<smalll[i]<<' '; } cout<<endl; for(int i=k;i<=n;i++){ cout<<bigg[i]<<' '; } return 0; } 

如果大家有其他想法的,可以补充。

Read more

2025年AI领域年度深度总结:始于DeepSeek R1开源发布,终于Manus天价出海

2025年AI领域年度深度总结:始于DeepSeek R1开源发布,终于Manus天价出海

2025年AI领域年度深度总结:始于DeepSeek R1开源发布,终于Manus天价出海 摘要 站在2025年12月31日的终章回望,吴恩达曾说过:“2025年,是AI工业时代的黎明。”在经历了2023-2024年的“大炼模型”狂热后,2025年,AI终于从“概率模仿”跃向了“逻辑推理”的新阶段,从“对话框”到“行动流”的转折也逐渐显现。这一年,AI技术与产业的演进不仅仅是技术迭代那么简单,而是一场深刻的变革,清晰的产业蓝图开始显现:始于DeepSeek R1的开源突破,终于Manus的数十亿美元收购,验证了Agent商业化的巨大潜力。 2025年,AI不再是实验室中的抽象概念,而是逐步嵌入日常生产生活,以更加务实的姿态和广泛的应用场景,真正走向了社会的主流。从年初DeepSeek R1的开源发布到年末Manus的天价收购,这两件大事为2025年的AI发展定下了基调:开源与闭源的博弈,技术与商业的融合,模型与应用的深度对接,无疑为AI的未来铺设了一条发展道路。技术突破和产业落地不断交织,AI的角色正在悄然发生深刻的转变——从“辅助工具”走向了“自主执行者”。 文章目录

By Ne0inhk

代码合并冲突解决:Git 合并冲突的代码处理技巧

Git 合并冲突的常见场景 当多个分支修改同一文件的相同区域时,Git 无法自动合并,会标记为冲突状态。冲突文件会包含特殊标记(<<<<<<<、=======、>>>>>>>),需手动解决。 识别冲突文件 运行 git status 查看冲突文件列表。冲突文件会显示为 both modified 状态。 冲突标记示例: <<<<<<< HEAD 当前分支的代码 ======= 要合并的分支的代码 >>>>>>> branch-name

By Ne0inhk
【源力觉醒 创作者计划】文心大模型 4.5 开源了,和你一起解锁 AI 从封闭到开放的澎湃势能

【源力觉醒 创作者计划】文心大模型 4.5 开源了,和你一起解锁 AI 从封闭到开放的澎湃势能

「源力觉醒 创作者计划」文心大模型 4.5 开源了,和你一起解锁 AI 从封闭到开放的澎湃势能 文章目录 * 「源力觉醒 创作者计划」文心大模型 4.5 开源了,和你一起解锁 AI 从封闭到开放的澎湃势能 * 一、开篇引入 * 二、文心大模型 4.5 系列开源情况介绍 * 1. 开源的来龙去脉:从博弈到共建 * 2. 开源模型亮点:技术突破与场景适配 * 三、文心大模型 4.5 系列开源给开发者带来的改变 * 1. 降低开发的门槛和花费 * 2. 带来更多创新的机会 * 四、文心大模型 4.5 系列开源对行业生态的作用 * 1. 推动技术交流和进步 * 2. 促进产业协同发展

By Ne0inhk
从DeepSeek-R1爆火看开源大模型推理优化:我在脉脉找到的实战方案

从DeepSeek-R1爆火看开源大模型推理优化:我在脉脉找到的实战方案

🎁个人主页:User_芊芊君子 🎉欢迎大家点赞👍评论📝收藏⭐文章 🔍系列专栏:AI 文章目录: * 【前言】 * 一、场景痛点直击:两个行业的共性困境与差异化难题 * 1. 电商智能客服场景(日均请求10万+) * 2. 金融智能咨询场景(日均请求3万+) * 二、实战突破:分场景落地优化方案(附完整代码+流程图) * 1. 核心优化架构总览(流程图) * 2. 分场景核心代码实现(新增4个关键代码片段) * (1)量化分级实现(适配金融场景精度需求) * (2)多租户隔离与共享实例实现(适配电商、金融双场景) * (3)边缘节点轻量化部署代码(适配电商峰值卸载) * (4)动态批处理与负载调度优化(核心优化代码) * 3. 优化效果对比表(分场景) * 三、脉向AI核心价值:技术人破圈的“

By Ne0inhk