NOJ——[1438] Get Up, Soldier!

本文介绍了一个基于线段树的数据结构实现方案,用于模拟长城上的军事演习战况变化。通过更新区间内的占领情况并查询特定位置的状态,实现了高效的区间翻转和点查询操作。

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

  • 问题描述
  • 小日本真是越来越嚣张了,不过我军也不是吃素的。为了能够痛击小日本,我军决定近日举行一个军事演习,演戏的方式是红蓝两军在长城两侧对峙,双方都想要拿下对方阵地。目前双方正僵持在长城上。作为蓝军司令,你迫切想要知道长城上的战况。为简单起见,假设长城是一维的,坐标从1到n。你的部下每一次都会送来一个情报:从X到Y位置的战况被逆转了。这个逆转的意思就是,假如这个位置本是蓝军占领,那么现在被红军占领了,反之亦然。另外你随时想要知道某个位置的战况如何。作为一个ACMer司令,当然要占点优势,所以最开始长城线全被蓝军占领了。
  • 输入
  • 有多组输入。每组第一行为两个数字n(1<=n<=80000)和m(1<=m<=40000),代表长城长度和m次的询问。接下来是m行,每行开头为q或者s,s代表士兵的汇报,q代表司令的询问,具体数字含义请参照描述。
  • 输出
  • 对于每组的每个q询问,请输出结果,0代表蓝军,1代表红军。
  • 样例输入
  • 3 3
    q 1
    s 1 2
    q 2
    
  • 样例输出
  • 0
    1
    
  • 提示
  • 来源
  • 小白菜(shengrui)
线段树搞定!

#include<stdio.h>
#include<string.h>

const int maxn=80010;

struct node
{
int l,r,add;//add=1代表战况反转,否则不翻转
bool status;
}tree[maxn<<2];

void pushdown(int p)
{
if(tree[p].add==1) //反转
{
tree[p<<1].add^=1;//当前要反转的话,子节点果断要反转,所以如果子节点本来就要反转,那么反转2次等于没反转。
tree[p<<1|1].add^=1;
tree[p<<1].status^=1;
tree[p<<1|1].status^=1;
tree[p].add=0;
}
}

void build(int p,int l,int r)
{
tree[p].l=l;
tree[p].r=r;
tree[p].add=0;
tree[p].status=0;
if(l==r)
return ;
int mid=(l+r)>>1;
build(p<<1,l,mid);
build(p<<1|1,mid+1,r);
}

void update(int p,int l,int r)
{
if(l == tree[p].l && tree[p].r == r)
{
tree[p].add^=1;
tree[p].status^=1;
return ;
}
pushdown(p);
int mid=(tree[p].l + tree[p].r)>>1;
if(r<=mid)
update(p<<1,l,r);
else if(l>mid)
update(p<<1|1,l,r);
else
{
update(p<<1,l,mid);
update(p<<1|1,mid+1,r);
}
}

int query(int p,int pos)
{
if(tree[p].l == tree[p].r && tree[p].l == pos )
return tree[p].status;
pushdown(p);
int mid=(tree[p].l + tree[p].r)>>1;
int s;
if(pos <= mid)
s=query(p<<1,pos);
else
s=query(p<<1|1,pos);
return s;
}

int main()
{
int n,m;
while(~scanf("%d%d",&n,&m))
{
build(1,1,n);
char op[3];
int x,y;
while(m--)
{
scanf("%s",op);
if(op[0]=='q')
{
scanf("%d",&x);
printf("%d\n",query(1,x));
}
else
{
scanf("%d%d",&x,&y);
update(1,x,y);
}
}
}
return 0;
}


哈夫曼编码是一种常用的数据压缩算法,可以将原始数据转换为更短的编码,从而减少存储空间。它的基本思想是:根据字符出现的频率,构建一颗二叉树,使得出现频率高的字符离根节点近,出现频率低的字符离根节点远。然后,对于每个字符,从根节点出发,沿着对应的路径到达该字符所在的叶子节点,记录下路径,作为该字符的编码。 哈夫曼编码的具体实现步骤如下: 1. 统计每个字符在原始数据中出现的频率。 2. 根据字符的频率构建哈夫曼树。构建方法可以采用贪心策略,每次选择出现频率最低的两个字符,将它们作为左右子节点,父节点的权值为两个子节点的权值之和。重复这个过程,直到只剩下一个根节点。 3. 对哈夫曼树进行遍历,记录下每个字符的编码,为了避免编码产生歧义,通常规定左子节点为0,右子节点为1。 4. 将原始数据中的每个字符,用它对应的编码来代替。这一步可以通过哈夫曼树来实现。 5. 将编码后的数据存储起来。此时,由于每个字符的编码长度不同,所以压缩后的数据长度也不同,但总体上来说,压缩效果通常是比较好的。 实现哈夫曼编码的关键在于构建哈夫曼树和计算每个字符的编码。构建哈夫曼树可以采用优先队列来实现,每次从队列中取出两个权值最小的节点,合并成一个节点,再将合并后的节点插入队列中。计算每个字符的编码可以采用递归遍历哈夫曼树的方式,从根节点出发,如果走到了左子节点,则将0添加到编码中,如果走到了右子节点,则将1添加到编码中,直到走到叶子节点为止。 以下是基于C++的代码实现,供参考: ```c++ #include <iostream> #include <queue> #include <string> #include <unordered_map> using namespace std; // 定义哈夫曼树节点的结构体 struct Node { char ch; // 字符 int freq; // 出现频率 Node* left; // 左子节点 Node* right; // 右子节点 Node(char c, int f) : ch(c), freq(f), left(nullptr), right(nullptr) {} }; // 定义哈夫曼树节点的比较函数,用于优先队列的排序 struct cmp { bool operator() (Node* a, Node* b) { return a->freq > b->freq; } }; // 构建哈夫曼树的函数 Node* buildHuffmanTree(unordered_map<char, int> freq) { priority_queue<Node*, vector<Node*>, cmp> pq; for (auto p : freq) { pq.push(new Node(p.first, p.second)); } while (pq.size() > 1) { Node* left = pq.top(); pq.pop(); Node* right = pq.top(); pq.pop(); Node* parent = new Node('$', left->freq + right->freq); parent->left = left; parent->right = right; pq.push(parent); } return pq.top(); } // 遍历哈夫曼树,计算每个字符的编码 void calcHuffmanCode(Node* root, unordered_map<char, string>& code, string cur) { if (!root) return; if (root->ch != '$') { code[root->ch] = cur; } calcHuffmanCode(root->left, code, cur + "0"); calcHuffmanCode(root->right, code, cur + "1"); } // 将原始数据编码成哈夫曼编码 string encode(string s, unordered_map<char, string> code) { string res; for (char c : s) { res += code[c]; } return res; } // 将哈夫曼编码解码成原始数据 string decode(string s, Node* root) { string res; Node* cur = root; for (char c : s) { if (c == '0') { cur = cur->left; } else { cur = cur->right; } if (!cur->left && !cur->right) { res += cur->ch; cur = root; } } return res; } int main() { string s = "abacabad"; unordered_map<char, int> freq; for (char c : s) { freq[c]++; } Node* root = buildHuffmanTree(freq); unordered_map<char, string> code; calcHuffmanCode(root, code, ""); string encoded = encode(s, code); string decoded = decode(encoded, root); cout << "Original string: " << s << endl; cout << "Encoded string: " << encoded << endl; cout << "Decoded string: " << decoded << endl; return 0; } ```
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