HDU1754 I Hate It

本文介绍了一种使用线段树解决单点修改区间查询问题的方法。通过具体的代码示例,详细展示了线段树的构建、更新及查询过程。

I Hate It


题目大意很明确,就是单点修改区间查询,用线段树即可。
代码如下:

#include<cstdio>
#include<cstring>
#include<iostream>
#define md mid = (tr[d].l + tr[d].r) / 2
#define lson ld = 2 * d
#define rson rd = 2 * d + 1
#define pushup tr[d].mx = max(tr[ld].mx, tr[rd].mx)
using namespace std;
const int maxn = 200005;
struct node
{
    int l, r, mx;
}tr[4 * maxn];
void build(int d, int l ,int r)
{
    tr[d].l = l, tr[d].r = r;
    if(l == r)
    {
        scanf("%d", &tr[d].mx);
        return;
    }
    int mid = (l + r) / 2;
    int lson, rson;
    build(ld, l, mid);
    build(rd, mid + 1, r);
   pushup;
}
void update(int d, int pos, int val)
{
    if(tr[d].l == tr[d].r && tr[d].l == pos)
    {
        tr[d].mx = val;
        return;
    }
    int md, lson, rson;
    if(pos <= mid)
    {
        update(ld, pos, val);
    }
    else update(rd, pos, val);
    pushup;
}
int query(int d, int l, int r)
{
    if(tr[d].l == l && tr[d].r == r)
    {
        return tr[d].mx;
    }
    int md, lson, rson;
    if(r <= mid) return query(ld, l, r);
    else if(l > mid)return query(rd, l, r);
    else return max(query(ld, l, mid), query(rd, mid + 1, r));
}
int main()
{
    int n, m;
    while(~scanf("%d%d", &n, &m))
    {
        build(1,1, n);
        char s[2];
        for(int i = 1; i <= m; i++)
        {
            scanf("%s", s);
            int x, y;
             scanf("%d%d", &x, &y);
            if(s[0] == 'Q')
            {
               printf("%d\n", query(1, x, y));
            }
            else update(1, x, y);
        }
    }
}
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)内容概要:本文介绍了一种基于神经网络的数据驱动迭代学习控制(ILC)算法,用于解决具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车路径跟踪问题,并提供了完整的Matlab代码实现。该方法无需精确系统模型,通过数据驱动方式结合神经网络逼近系统动态,利用迭代学习机制不断提升控制性能,从而实现高精度的路径跟踪控制。文档还列举了大量相关科研方向和技术应用案例,涵盖智能优化算法、机器学习、路径规划、电力系统等多个领域,展示了该技术在科研仿真中的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及从事无人车控制、智能算法开发的工程技术人员。; 使用场景及目标:①应用于无人车在重复任务下的高精度路径跟踪控制;②为缺乏精确数学模型的非线性系统提供有效的控制策略设计思路;③作为科研复现与算法验证的学习资源,推动数据驱动控制方法的研究与应用。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注神经网络与ILC的结合机制,并尝试在不同仿真环境中进行参数调优与性能对比,以掌握数据驱动控制的核心思想与工程应用技巧。
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