BZOJ3224 普通平衡树

本文提供了一个treap数据结构的实现模板,treap是一种结合了二叉搜索树和堆性质的数据结构,支持高效的插入、删除操作及元素查找等功能。文中通过具体的C++代码示例详细解释了treap的操作流程。

treap模板。。。没啥好说的啊。。。

#include<iostream>
#include<cstdio>
#include<cstdlib>
using namespace std;
int m,sz,root,tmp;
struct Tree
{
    int l,r;
    int num,rnd,w,s;
}tree[400005];
void update(int t)
{
    tree[t].s=tree[tree[t].l].s+tree[tree[t].r].s+tree[t].w;
}
void lturn(int &t)
{
    int k=tree[t].r;
    tree[t].r=tree[k].l;
    tree[k].l=t;
    tree[k].s=tree[t].s;
    update(t);
    t=k;
}
void rturn(int &t)
{
    int k=tree[t].l;
    tree[t].l=tree[k].r;
    tree[k].r=t;
    tree[k].s=tree[t].s;
    update(t);
    t=k;
}
void insert(int &w,int x)
{
    if(!w)
    {
        w=++sz;
        tree[w].rnd=rand();
        tree[w].num=x;
        tree[w].w=1;
        tree[w].s=1;
        return;
    }
    tree[w].s++;
    if(tree[w].num==x)
    {
        tree[w].w++;
        return;
    }
    if(tree[w].num<x)
    {
        insert(tree[w].r,x);
        if(tree[tree[w].r].rnd<tree[w].rnd) lturn(w);
    }
    else if(tree[w].num>x)
    {
        insert(tree[w].l,x);
        if(tree[tree[w].l].rnd<tree[w].rnd) rturn(w);
    }
}
void del(int &w,int x)
{
    if(x==tree[w].num)
    {
        if(tree[w].w>1)
        {
            tree[w].w--;
            tree[w].s--;
            return;
        }
        if(tree[w].l*tree[w].r==0) w=tree[w].l+tree[w].r;
        else if(tree[tree[w].l].rnd<tree[tree[w].r].rnd)
        {
            rturn(w);
            del(w,x);
        }
        else
        {
            lturn(w);
            del(w,x);
        }
    }
    else if(x<tree[w].num)
    {
        del(tree[w].l,x);
        tree[w].s--;
    }
    else
    {
        del(tree[w].r,x);
        tree[w].s--;
    }
}
void query_rank(int w,int x)
{
    if(!w) return;
    if(x==tree[w].num)
    {
        tmp+=tree[tree[w].l].s;
        return;
    }
    else if(x<tree[w].num) query_rank(tree[w].l,x);
    else
    {
        tmp+=tree[tree[w].l].s+tree[w].w;
        query_rank(tree[w].r,x);
    }
}
void query_val(int w,int x)
{
    if(tree[tree[w].l].s<x && x<=tree[tree[w].l].s+tree[w].w)
        printf("%d\n",tree[w].num);
    else if(x<=tree[tree[w].l].s) query_val(tree[w].l,x);
    else query_val(tree[w].r,x-tree[w].w-tree[tree[w].l].s);
}
void before(int w,int x)
{
    if(!w) return;
    if(tree[w].num<x)
    {
        tmp=max(tmp,tree[w].num);
        before(tree[w].r,x);
    }
    else before(tree[w].l,x);
}
void after(int w,int x)
{
    if(!w) return;
    if(tree[w].num>x)
    {
        tmp=min(tmp,tree[w].num);
        after(tree[w].l,x);
    }
    else after(tree[w].r,x);
}
int main()
{
    scanf("%d",&m);
    for(int i=1;i<=m;i++)
    {
        int op,k;
        scanf("%d",&op);
        if(op==1)
        {
            scanf("%d",&k);
            insert(root,k);
        }
        if(op==2)
        {
            scanf("%d",&k);
            del(root,k);
        }
        if(op==3)
        {
            tmp=1;
            scanf("%d",&k);
            query_rank(root,k);
            printf("%d\n",tmp);
        }
        if(op==4)
        {
            scanf("%d",&k);
            query_val(root,k);  
        }
        if(op==5)
        {
            tmp=0;
            scanf("%d",&k);
            before(root,k);
            printf("%d\n",tmp);
        }
        if(op==6)
        {
            tmp=9999999;
            scanf("%d",&k);
            after(root,k);
            printf("%d\n",tmp);
        }
    }
    return 0;
}
内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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