hdu 1540 单点更新 求包括该点的最大连续值

本文介绍了一种基于线段树的区间查询与更新算法,详细解释了如何通过递归方式实现单点更新,并针对特定查询操作进行了优化。适用于解决包含连续区间问题的数据结构题目。

题目链接:传送门

D,和R就是单点更新的。主要考虑Q怎么写,既然是包括该点,肯定是以它为中心的,然后向上回溯,找他的左右是不是和他连续的。

对于一个点,看它是在当前区间的左半还是右半

在左半的话,看看是不是在右端的连续区间内,是的话,还要加上右半区间的左端连续区间。否则的话,只要计算它在左半区间的连接情况即可

在右半的话同理,看看是不是在左端的连续区间内,是的话,还要加上左半区间的右端连续区间。否则的话,只要计算它在右半区间的连接情况即可

核心代码:

int query(int p,int l,int r,int rt)
{

    if(l==r||msum[rt]==0||msum[rt]==r-l+1)
        return msum[rt];
    int m=(l+r)>>1;
    if(p<=m)
    {
        if(p>=m-rsum[rt<<1]+1)
            return (query(p,lson)+query(m+1,rson));
        else return query(p,lson);
    }
    else
    {
        if(p<=m+lsum[rt<<1|1]) return (query(m,lson)+query(p,rson));
        else return query(p,rson);
    }
}
整个代码:

#include <iostream>
#include<algorithm>
#include<cstdio>
#include<stack>
#define lson l,m,rt<<1
#define rson m+1,r,rt<<1|1
using namespace std;
const int maxn=2e5;
int msum[maxn<<2],lsum[maxn<<2],rsum[maxn<<2];
int cover[maxn<<2];
void Pushup(int rt,int len)
{
    lsum[rt]=lsum[rt<<1];
    rsum[rt]=rsum[rt<<1|1];
    if(lsum[rt]==(len-(len>>1)))lsum[rt]+=lsum[rt<<1|1];
    if(rsum[rt]==(len>>1))rsum[rt]+=rsum[rt<<1];
    msum[rt]=max(msum[rt<<1],max(msum[rt<<1|1],rsum[rt<<1]+lsum[rt<<1|1]));
}
void build(int l,int r,int rt)
{
    msum[rt]=lsum[rt]=rsum[rt]=r-l+1;
    cover[rt]=-1;
    if(l==r)return;
    int m=(l+r)>>1;
    build(lson);
    build(rson);

}
void updata(int p,int c,int l,int r,int rt)
{
    if(l==r)
    {
        msum[rt]=lsum[rt]=rsum[rt]=c?1:0;
        return;
    }
    int m=(l+r)>>1;
    if(p<=m)updata(p,c,lson);
    if(p>m)updata(p,c,rson);
    Pushup(rt,r-l+1);
}
int query(int p,int l,int r,int rt)
{

    if(l==r||msum[rt]==0||msum[rt]==r-l+1)
        return msum[rt];
    int m=(l+r)>>1;
    if(p<=m)
    {
        if(p>=m-rsum[rt<<1]+1)
            return (query(p,lson)+query(m+1,rson));
        else return query(p,lson);
    }
    else
    {
        if(p<=m+lsum[rt<<1|1]) return (query(m,lson)+query(p,rson));
        else return query(p,rson);
    }
}
int main()
{
    int t,k,n,a,b,c,i;
    char op[2];
    stack<int> q;
    while(~scanf("%d %d",&n,&k)&&n)
    {
        build(1,n,1);
        while(k--)
        {
            scanf("%s",op);
            if(op[0]=='D')
            {
                scanf("%d",&a);
                q.push(a);
                updata(a,0,1,n,1);
            }
            if(op[0]=='R')
            {
                a=q.top();
                q.pop();
                updata(a,1,1,n,1);
            }
            if(op[0]=='Q')
            {
                scanf("%d",&a);
                printf("%d\n",query(a,1,n,1));
            }
        }
    }
    return 0;
}





内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,涵盖正向与逆向运动学解、正向动力学控制,并采用拉格朗日-欧拉法推导逆向动力学方程,所有内容均通过Matlab代码实现。同时结合RRT路径规划与B样条优化技术,提升机械臂运动轨迹的合理性与平滑性。文中还涉及多种先进算法与仿真技术的应用,如状态估计中的UKF、AUKF、EKF等滤波方法,以及PINN、INN、CNN-LSTM等神经网络模型在工程问题中的建模与解,展示了Matlab在机器人控制、智能算法与系统仿真中的强大能力。; 适合人群:具备一定Ma六自由度机械臂ANN人工神经网络设计:正向逆向运动学解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)tlab编程基础,从事机器人控制、自动化、智能制造、人工智能等相关领域的科研人员及研究生;熟悉运动学、动力学建模或对神经网络在控制系统中应用感兴趣的工程技术人员。; 使用场景及目标:①实现六自由度机械臂的精确运动学与动力学建模;②利用人工神经网络解决传统解析方法难以处理的非线性控制问题;③结合路径规划与轨迹优化提升机械臂作业效率;④掌握基于Matlab的状态估计、数据融合与智能算法仿真方法; 阅读建议:建议结合提供的Matlab代码进行实践操作,重理解运动学建模与神经网络控制的设计流程,关注算法实现细节与仿真结果分析,同时参考文中提及的多种优化与估计方法拓展研究思路。
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