树状数组小结

树状数组能以logn复杂度完成更新与查询,可单点修改、区间求和等。当序列需维护两种条件时,可先对一种条件排序,用树状数组维护另一种条件。以查询满足特定条件的对数为例,介绍了具体操作,将时间复杂度从O(n2)降至O(nlogn)。

树状数组可以以 l o g n logn logn的复杂度完成更新与查询。一个很基本的操作就是可以单点修改,然后区间求和或区间求最大/最小值。

最近做了几道有关树状数组的题,发现了其还有一种用法。

若一个序列需要维护两种条件,那么可以先将一种条件排序,另一种条件用树状数组维护。

例如,令序列的前缀和为pre,要查询序列中满足pre[i] > pre[j]&& i>j的对数。
暴力枚举l,r的话时间复杂度是 O ( n 2 ) O(n^2) O(n2)

这里出现了两个条件:pre[i] > pre[j]&& i>j,条件二序列本身就具备。现在考虑维护条件一。

  1. 首先求出序列的所有前缀和,并将其离散化之后排序。便于以后二分查找。
  2. 根据条件二所形成的序列从左到右遍历序列,当遍历到第i个数时,找到二分查找pre[i]所处的位置,此位置也是其在树状数组上面的位置。
  3. 因为是按照条件二的顺序遍历的,所以出现在此时出现在树状数组上的pre值肯定都满足i > j,同时根据步骤1所查找到的pre[i]位置,在此位置之前的数全部都小于pre[i],所以只需花 O ( l o g n ) O(logn) O(logn)的时间统计其前缀和即可。
  4. 统计完之后将pre[i]的权值也加入到树状数组中,给后面的数使用。

总的时间复杂度是 O ( n l o g n ) O(nlogn) O(nlogn)

例题BZOJ2131
例题: https://blog.youkuaiyun.com/Link_Ray/article/details/88543631

其实几乎都可以抽象成这种问题,比如第二个例题,可以抽象成在i > j && i∈[l,r], j∈i∈[l,r]。只不过这题维护和查询较繁琐。

例题:
在这里插入图片描述

Y为树状数组的轴,在上面更新X

#include <bits/stdc++.h>
using namespace std;
#define FOR0(a,b) for(int i = a; i < b; ++i)
#define FORE(a,b) for(int i = a; i <= b; ++i)
#define lson l,mid,rt<<1
#define rson mid+1,r,rt<<1|1
typedef long long ll;
typedef pair<int,int> pii;

const int maxn = 5e5+5;

int sum[maxn<<2];

void pushup(int rt) {
	sum[rt] = sum[rt<<1]+sum[rt<<1|1];
}
void build(int l,int r,int rt) {
	if(l == r) {
		sum[rt] = 1;
		return;
	}
	int mid = (l+r)>>1;
	build(lson);
	build(rson);
	pushup(rt);
}

void update(int o, int l, int r,int rt) {
	if(l == r) {
		sum[rt]--;
		return;
	}
	int mid = (l+r)>>1;
	if(mid >= o) update(o, lson);
	else update(o, rson);
	pushup(rt);
}
void query(int& ans, int o, int l, int r, int rt) {
	if(l == r) {
		ans = r;
		return;
	}
	int mid = (l+r)>>1;
	if(sum[rt<<1] >= o) query(ans, o, lson);
	else query(ans,o-sum[rt<<1], rson);
}
inline int read()
{
    int k=0;
    char f=1;
    char c=getchar();
    for(;!isdigit(c);c=getchar() )
        if(c=='-')
            f=-1;
    for(;isdigit(c);c=getchar() )
        k=k*10+c-'0';
    return k*f;
}
inline void write(int x)
{
     if(x<0) putchar('-'),x=-x;
     if(x>9) write(x/10);
     putchar(x%10+'0');
}
int a[maxn],ans[maxn];
int main() {
	int n;
	scanf("%d", &n);
	build(1,n,1);
	a[0] = 0;
	for(int i = 1; i < n; ++i)
		a[i] = read();
	for(int i = n-1; i >= 0; --i) {
		a[i]++;
		int v = 1;
		query(v,a[i],1,n,1);
		ans[i] = v;
		update(v,1,n,1);
	}
	for(int i = 0; i < n; ++i,puts("")) write(ans[i]);
	return 0;
}
内容概要:本文介绍了基于Koopman算子理论的模型预测控制(MPC)方法,用于非线性受控动力系统的状态估计与预测。通过将非线性系统近似为线性系统,利用数据驱动的方式构建Koopman观测器,实现对系统动态行为的有效建模与预测,并结合Matlab代码实现具体仿真案例,展示了该方法在处理复杂非线性系统中的可行性与优势。文中强调了状态估计在控制系统中的关键作用,特别是面对不确定性因素时,Koopman-MPC框架能够提供更为精确的预测性能。; 适合人群:具备一定控制理论基础和Matlab编程能力的研【状态估计】非线性受控动力系统的线性预测器——Koopman模型预测MPC(Matlab代码实现)究生、科研人员及从事自动化、电气工程、机械电子等相关领域的工程师;熟悉非线性系统建模与控制、对先进控制算法如MPC、状态估计感兴趣的技术人员。; 使用场景及目标:①应用于非线性系统的建模与预测控制设计,如机器人、航空航天、能源系统等领域;②用于提升含不确定性因素的动力系统状态估计精度;③为研究数据驱动型控制方法提供可复现的Matlab实现方案,促进理论与实际结合。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现流程,重点关注Koopman算子的构造、观测器设计及MPC优化求解部分,同时可参考文中提及的其他相关技术(如卡尔曼滤波、深度学习等)进行横向对比研究,以深化对该方法优势与局限性的认识。
内容概要:本文研究了基于物理信息神经网络(PINN)求解二阶常微分方程(ODE)边值问题的方法,并提供了完整的Matlab代码实现。文章通过将微分方程的物理规律嵌入神经网络损失函数中,利用神经网络的逼近能力求解边值问题,避免传统数值方法在网格划分和迭代收敛方面的局限性。文中详细介绍了PINN的基本原理、网络结构设计、损失函数构建及训练流程,并以典型二阶ODE边值问题为例进行仿真验证,展示了该方法的有效性和精度。此外,文档还附带多个相关科研方向的Matlab案例资源链接,涵盖状态估计、优PINN物理信息神经网络用于求解二阶常微分方程(ODE)的边值问题研究(Matlab代码实现)化调度、机器学习、信号处理等多个领域,突出其在科学研究中的实际应用价值。; 适合人群:具备一定数学基础和Matlab编程能力的理工科研究生、科研人员及从事科学计算、工程仿真等相关工作的技术人员。; 使用场景及目标:①用于求解传统数值方法难以处理的复杂或高维微分方程问题;②为科研工作者提供PINN方法的入门实践路径,推动其在物理建模、工程仿真等领域中的创新应用;③结合所提供的丰富资源拓展至电力系统、故障诊断、优化调度等交叉学科研究。; 阅读建议:建议读者结合文中的Matlab代码逐行理解PINN实现机制,动手复现并尝试修改方程形式与边界条件以加深理解,同时可参考附带资源扩展应用场景,提升科研效率与创新能力。
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