POJ3468 A Simple Problem with Integers(区间更新)

本文介绍了一种使用线段树处理区间加法及求和的问题,通过延迟操作优化大量连续更新,确保高效处理大规模数据集。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

A Simple Problem with Integers
Time Limit: 5000MS Memory Limit: 131072K
Total Submissions: 106587 Accepted: 33254
Case Time Limit: 2000MS

Description

You have N integers, A1A2, ... , AN. You need to deal with two kinds of operations. One type of operation is to add some given number to each number in a given interval. The other is to ask for the sum of numbers in a given interval.

Input

The first line contains two numbers N and Q. 1 ≤ N,Q ≤ 100000.
The second line contains N numbers, the initial values of A1A2, ... , AN. -1000000000 ≤ Ai ≤ 1000000000.
Each of the next Q lines represents an operation.
"C a b c" means adding c to each of AaAa+1, ... , Ab. -10000 ≤ c ≤ 10000.
"Q a b" means querying the sum of AaAa+1, ... , Ab.

Output

You need to answer all Q commands in order. One answer in a line.

Sample Input

10 5
1 2 3 4 5 6 7 8 9 10
Q 4 4
Q 1 10
Q 2 4
C 3 6 3
Q 2 4

Sample Output

4
55
9
15

Hint

The sums may exceed the range of 32-bit integers.

       线段树的更新分为区间更新和单点更新,单点更新容易理解,这里给大家详细说明一下区间更新。
       所谓区间更新,我们对一整段的数进行更新操作时,如果继续单点更新会非常复杂,但是我们对此区间的数修改一下就能得到 我们想要的结果。牵一发动全身,我们对该区间修改完成后,对子节点也要进行修改,我们并不立刻执行这个操作,否则就和单点操作一样了,我们将这个向下的操作pushdown放在查询操作中,并且用lazy数组标记,lazy标记的是该区间的所有子节点的区间都要修改,这就是延迟操作。
更新操作

void update(int l,int r,int rt,int ll,int rr,int x){
    if(ll<=l&&rr>=r){//当前的区间包含在要修改的区间范围内时,进行修改
        t[rt] += (r-l+1)*x;
        lazy[rt] += x;//该区间被标记
        return;
    }
    pushdown(rt,r-l+1);//向下进行标记
    int mid = (l+r)>>1;
    if(ll<=mid)
        update(lson,ll,rr,x);
    if(rr>mid)
        update(rson,ll,rr,x);
    t[rt] = t[rt<<1]+t[rt<<1|1];
}
       在这里可能会有疑问,如果一个区间被连续修改好几次,我们怎么记录好几次的修改过程呢?其实我们用lazy数组就能解决这个问题,我们在进行pushdown操作的时候,将这个标记向下进行延伸,lazy数组是最终保存的是对该区间所有操作后的最终结果。
       延迟标记

void pushdown(int rt,int len){
    if(lazy[rt]){
        lazy[rt<<1]+=lazy[rt];
        lazy[rt<<1|1]+=lazy[rt];
        t[rt<<1] += lazy[rt]*(len-(len>>1));
        t[rt<<1|1] += lazy[rt]*(len>>1);
        lazy[rt]=0;
    }
}
       我们在查询操作的时候进行更多的pushdown操作,每次查询到的区间如果不是我们想要的,但是这个区间被标记过,那么顺手牵羊,就将这个区间一起更改,如果是我们想要的区间,我们将此区间的结果返回即可。
long long int query(int l,int r,int rt,int ll,int rr){
    if(ll<=l&&rr>=r){
        return t[rt];
    }
    pushdown(rt,r-l+1);
    int mid = (l+r)>>1;
    long long int ans = 0;
    if(ll<=mid)
        ans+=query(lson,ll,rr);
    if(rr>mid)
        ans+=query(rson,ll,rr);
    return ans;
}
        这就是区间更新,区间更新的最重要一点就是延迟操作,去掉延迟操作,区间更新和单点更新大同小异。下面附上完整代码
#include <iostream>
#include <cstring>
#include <cstdio>
#include <algorithm>
#define lson l,mid,rt<<1
#define rson mid+1,r,rt<<1|1
using namespace std;
long long int t[100010<<2];
long long int lazy[100010<<2];//延迟标记数组 
long long int a[100010];
int n,m;
void b(int l,int r,int rt){
    if(l==r){
        t[rt] = a[l];
        return;
    }
    int mid = (l+r)>>1;
    b(lson);
    b(rson);
    t[rt] = t[rt<<1]+t[rt<<1|1];
}
void pushdown(int rt,int len){
    if(lazy[rt]){
        lazy[rt<<1]+=lazy[rt];
        lazy[rt<<1|1]+=lazy[rt];
        t[rt<<1] += lazy[rt]*(len-(len>>1));
        t[rt<<1|1] += lazy[rt]*(len>>1);
        lazy[rt]=0;
    }
}
void update(int l,int r,int rt,int ll,int rr,int x){
    if(ll<=l&&rr>=r){
        t[rt] += (r-l+1)*x;
        lazy[rt] += x;
        return;
    }
    pushdown(rt,r-l+1);
    int mid = (l+r)>>1;
    if(ll<=mid)
        update(lson,ll,rr,x);
    if(rr>mid)
        update(rson,ll,rr,x);
    t[rt] = t[rt<<1]+t[rt<<1|1];
}
long long int query(int l,int r,int rt,int ll,int rr){
    if(ll<=l&&rr>=r){
        return t[rt];
    }
    pushdown(rt,r-l+1);
    int mid = (l+r)>>1;
    long long int ans = 0;
    if(ll<=mid)
        ans+=query(lson,ll,rr);
    if(rr>mid)
        ans+=query(rson,ll,rr);
    return ans;
}
int main()
{
    cin>>n>>m;
    char c[2];
    for(int i = 1;i <= n;i++)
        scanf("%I64d",&a[i]);
    b(1,n,1);
    while(m--){
        int ll,rr,x;
        scanf("%s%d%d",c,&ll,&rr);
        if(c[0]=='C'){
            scanf("%d",&x);
            update(1,n,1,ll,rr,x);
        }
        else {
            printf("%I64d\n",query(1,n,1,ll,rr));
        }
    }
    return 0;
}

内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
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