1547 区间和

1547 区间和

给定两个操作,一个是单点修改,一个是区间求和

#include<cstdio>
using namespace std;
const int N=600001;
long long n,m,c[N]={0},a,b;
bool k;
int qread() {
	char ch=getchar();
	int x=0,f=1;
	while (ch>'9'||ch<'0') {
		if(ch=='-') f=-1;
		ch=getchar();
	}
	while (ch>='0'&&ch<='9') {
		x=(x<<3)+(x<<1)+ch-48;
		ch=getchar();
	}
	return x*f;
}
long long sum (int k,int l,int r,int x,int y) {//求和 
	if(r<x||y<l) return 0;//如果要求的区间与找到的区间交集为空,返回 
	if(l>=x&&y>=r) return c[k];//如果找到的区间包含于要求的区间,返回这个区间的值 
	int mid=(l+r)/2;//剩下的情况即使两者交集不为空,则二分区间继续找 
	return sum(2*k,l,mid,x,y)+sum(2*k+1,mid+1,r,x,y);
}
void add(int k,int l,int r,int x,int v) {//自叶向上 
	if(x<l||x>r) return ;//不在区间内不做操作 
	if(l==r&&r==x) {//找到叶子节点,加上 
		c[k]+=v;
		return;
	}
	int mid=(l+r)/2;//要改的在区间内找叶子节点 
	add(2*k,l,mid,x,v);
	add(2*k+1,mid+1,r,x,v);
	c[k]=c[2*k]+c[2*k+1];//更新值 
}
int main () {
	n=qread();m=qread();
	while (m--) {
		k=qread();a=qread();b=qread();
		if(k) printf("%lld\n",sum(1,1,n,a,b));
		else add(1,1,n,a,b);
	}
	return 0;
}

【EI复现】基于深度强化学习的微能源网能量管理与优化策略研究(Python代码实现)内容概要:本文围绕“基于深度强化学习的微能源网能量管理与优化策略”展开研究,重点利用深度Q网络(DQN)等深度强化学习算法对微能源网中的能量调度进行建模与优化,旨在应对可再生能源出力波动、负荷变化及运行成本等问题。文中结合Python代码实现,构建了包含光伏、储能、负荷等元素的微能源网模型,通过强化学习智能体动态决策能量分配策略,实现经济性、稳定性能效的多重优化目标,并可能与其他优化算法进行对比分析以验证有效性。研究属于电力系统与人工智能交叉领域,具有较强的工程应用背景学术参考价值。; 适合人群:具备一定Python编程基础机器学习基础知识,从事电力系统、能源互联网、智能优化等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①学习如何将深度强化学习应用于微能源网的能量管理;②掌握DQN等算法在实际能源系统调度中的建模与实现方法;③为相关课题研究或项目开发提供代码参考技术思路。; 阅读建议:建议读者结合提供的Python代码进行实践操作,理解环境建模、状态空间、动作空间及奖励函数的设计逻辑,同时可扩展学习其他强化学习算法在能源系统中的应用。
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