uoj128/bzoj4196/NOI2015.软件包管理器(树链剖分)

本文介绍了一种利用树链剖分算法解决软件依赖问题的方法。通过构建一棵表示软件依赖关系的树,并采用树链剖分算法,可以高效地处理安装和卸载操作,计算这些操作实际改变的软件状态数量。

n 个软件,他们之间有 n - 1 种依赖关系:假如 A 依赖 B,那么安装 A 之前必须先安装 B, 卸载 B 之前必须先卸载 A。现在有 m 条操作,每个会卸载或者安装一个软件,你的任务是对于每次操作,求出这个操作实际改变了几个软件的状态,即从未安装变为安装,或从安装变为未安装。

首先显然的是,软件之间的依赖关系构成了一颗树,每个节点的安装操作只和它的祖先有关,假如用 01 表示,就是求从根到此节点这条路径上 0 的个数;卸载操作只与它的子树有关,即求子树中有多少个 1。所以用树链剖分可以实现。

#include <cstdio>
#include <algorithm>

using namespace std;

const int MAX_N = 100005;

struct tree{
	int v, next;
}E[MAX_N << 1];
int head[MAX_N], tag = 0;
inline void add(int u, int v){ E[++ tag].v = v; E[tag].next = head[u]; head[u] = tag; }

int deep[MAX_N], siz[MAX_N], son[MAX_N], fa[MAX_N], top[MAX_N], id[MAX_N], subtree[MAX_N], num;

void dfs1(int x, int last, int d)
{
	deep[x] = d; siz[x] = 1; son[x] = 0; fa[x] = last;
	for (int i = head[x]; i; i = E[i].next){
		if (E[i].v == last) continue;
		dfs1(E[i].v, x, d + 1);
		siz[x] += siz[E[i].v];
		if (siz[son[x]] < siz[E[i].v]) son[x] = E[i].v;
	}
}

void dfs2(int x, int tp)
{
	top[x] = tp; id[x] = ++ num;
	if (son[x]) dfs2(son[x], tp);
	for (int i = head[x]; i; i = E[i].next){
		if (E[i].v == fa[x] || E[i].v == son[x]) continue;
		dfs2(E[i].v, E[i].v);
	}
	subtree[x] = num;
}

struct node{
	int l, r, sum, tot, flag;
}a[MAX_N << 2];
int n, q;

inline void tree_pd(int i)
{
	if (a[i].flag != -1){
		a[i << 1].sum = a[i << 1].tot * a[i].flag; a[i << 1 | 1].sum = a[i << 1 | 1].tot * a[i].flag;
		a[i << 1].flag = a[i << 1 | 1].flag = a[i].flag;
		a[i].flag = -1;
	}
}

void make_tree(int i, int l, int r)
{
	a[i].l = l; a[i].r = r;a[i].tot = r - l + 1; a[i].sum = 0; a[i].flag = -1;
	if (a[i].l == a[i].r) return;
	int mid = (a[i].l + a[i].r) >> 1;
	make_tree(i << 1, l, mid); make_tree(i << 1 | 1, mid + 1, r); 
}

void tree_modify(int i, int l, int r, int c)
{
	if (a[i].l == l && a[i].r == r){
		a[i].sum = a[i].tot * c; a[i].flag = c; return;
	}
	tree_pd(i);
	int mid = (a[i].l + a[i].r) >> 1;
	if (r <= mid) tree_modify(i << 1, l, r, c);
		else if (l > mid) tree_modify(i << 1 | 1, l, r, c);
		else tree_modify(i << 1, l, mid, c), tree_modify(i << 1 | 1, mid + 1, r, c);
	a[i].sum = a[i << 1].sum + a[i << 1 | 1].sum;
}

int tree_query(int i, int l, int r)
{
	if (a[i].l == l && a[i].r == r) return a[i].sum;
	tree_pd(i);
	int mid = (a[i].l + a[i].r) >> 1;
	if (r <= mid) return tree_query(i << 1, l, r);
		else if (l > mid) return tree_query(i << 1 | 1, l, r);
		else return tree_query(i << 1, l, mid) + tree_query(i << 1 | 1, mid + 1, r);	
}

void tree_change(int x, int y)
{
	int ans = 0, sum = deep[y] - deep[x] + 1;
	while (top[x] != top[y]){
		if (deep[top[x]] < deep[top[y]]) swap(x, y);
		ans += tree_query(1, id[top[x]], id[x]);
		tree_modify(1, id[top[x]], id[x], 1);
		x = fa[top[x]];
	}
	if (deep[x] > deep[y]) swap(x, y);
	ans += tree_query(1, id[x], id[y]);
	tree_modify(1, id[x], id[y], 1);
	printf("%d\n", sum - ans);
}

void init()
{
	scanf("%d", &n);
	for (int i = 2; i <= n; i ++){
		int x; scanf("%d", &x); x ++;
		add(x, i); add(i, x);
	}
}

void doit()
{
	num = 0;
	dfs1(1, 0, 1); dfs2(1, 1);
	make_tree(1, 1, num);
	scanf("%d", &q);
	char s[10];
	while (q --){
		int x; scanf("%s%d", s + 1, &x); x ++;
		if (s[1] == 'i') tree_change(1, x);
			else {
				printf("%d\n", tree_query(1, id[x], subtree[x]));
				//printf("%d %d %d %d\n", tree_query(1, 2, 2), tree_query(1, 3, 3), tree_query(1, 4, 4), tree_query(1, 5, 5));
				tree_modify(1, id[x], subtree[x], 0);
			}
	}
	
}

int main()
{
	init();
	doit();
	return 0;
}


基于实时迭代的数值鲁棒NMPC双模稳定预测模型(Matlab代码实现)内容概要:本文介绍了基于实时迭代的数值鲁棒非线性模型预测控制(NMPC)双模稳定预测模型的研究与Matlab代码实现,重点在于提升系统在存在不确定性与扰动情况下的控制性能与稳定性。该模型结合实时迭代优化机制,增强了传统NMPC的数值鲁棒性,并通过双模控制策略兼顾动态响应与稳态精度,适用于复杂非线性系统的预测控制问题。文中还列举了多个相关技术方向的应用案例,涵盖电力系统、路径规划、信号处理、机器学习等多个领域,展示了该方法的广泛适用性与工程价值。; 适合人群:具备一定控制理论基础和Matlab编程能力,从事自动化、电气工程、智能制造、机器人控制等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于非线性系统的高性能预测控制设计,如电力系统调度、无人机控制、机器人轨迹跟踪等;②解决存在模型不确定性、外部扰动下的系统稳定控制问题;③通过Matlab仿真验证控制算法的有效性与鲁棒性,支撑科研论文复现与工程原型开发。; 阅读建议:建议读者结合提供的Matlab代码进行实践,重点关注NMPC的实时迭代机制与双模切换逻辑的设计细节,同时参考文中列举的相关研究方向拓展应用场景,强化对数值鲁棒性与系统稳定性之间平衡的理解。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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