CODEVS 1690 开关灯

本文介绍了一种高效处理路灯状态查询与更新的算法。该算法通过区间异或操作实现快速响应用户对路灯状态的修改请求及查询指定范围内路灯点亮数量的需求。适用于大规模路灯管理系统。

题目描述 Description
YYX家门前的街上有N(2<=N<=100000)盏路灯,在晚上六点之前,这些路灯全是关着的,六点之后,会有M(2<=m<=100000)个人陆续按下开关,这些开关可以改变从第i盏灯到第j盏灯的状态,现在YYX想知道,从第x盏灯到第y盏灯中有多少是亮着的(1<=i,j,x,y<=N)

输入描述 Input Description
第 1 行: 用空格隔开的两个整数N和M
第 2..M+1 行: 每行表示一个操作, 有三个用空格分开的整数: 指令号(0代表按下开关,1代表询问状态), x 和 y
输出描述 Output Description
第 1..询问总次数 行:对于每一次询问,输出询问的结果

数据范围及提示 Data Size & Hint
一共4盏灯,5个操作,下面是每次操作的状态(X代表关上的,O代表开着的):

XXXX -> OOXX -> OXOO -> 询问1~3 -> OOXX -> 询问1~4

区间异或处理= =,竟然还能这样异或….

#include<algorithm>
#include<cstdio>
using namespace std;
const int maxn=200000+5;
struct Tree
{
    int l,r;
    int sum;
    bool fk;
}t[maxn<<2];
int n;
void up(int p)
{
    t[p].sum=t[p<<1].sum+t[p<<1|1].sum;
}
void buff(int p)
{
    if(t[p].fk)
    {
        t[p<<1].sum=t[p<<1].r-t[p<<1].l+1-t[p<<1].sum;
        t[p<<1|1].sum=t[p<<1|1].r-t[p<<1|1].l+1-t[p<<1|1].sum;
        t[p<<1].fk=!t[p<<1].fk;
        t[p<<1|1].fk=!t[p<<1|1].fk;
        t[p].fk=0;
    }
}
void expand(int p,int l,int r)
{
    t[p].l=l;
    t[p].r=r;
    if(l==r)
    {
        t[p].sum=0;
        return;
    }   
    int mid=l+r>>1;
    if(l<=mid)
        expand(p<<1,l,mid);
    if(mid+1<=r)
        expand(p<<1|1,mid+1,r);
    up(p);
}
void change(int p,int l,int r)
{
    int mid=t[p].l+t[p].r>>1;
    if(l<=t[p].l&&t[p].r<=r)
    {
        t[p].sum=t[p].r-t[p].l+1-t[p].sum;
        t[p].fk=!t[p].fk;
        return;
    }
    buff(p);
    if(l<=mid)
        change(p<<1,l,r);
    if(mid+1<=r)
        change(p<<1|1,l,r);
    up(p);
} 
int ask_sum(int p,int l,int r)
{

    if(l<=t[p].l&&t[p].r<=r)
    {
        return t[p].sum;
    }   
    buff(p);
    int ans=0;
    int mid=t[p].l+t[p].r>>1;
    if(l<=mid)
        ans+=ask_sum(p<<1,l,r);
    if(mid+1<=r)
        ans+=ask_sum(p<<1|1,l,r);
    return ans;
}
int main()
{
    int m;
    scanf("%d%d",&n,&m);
    expand(1,1,n);
    while(m--)
    {
        int a,b,c;
        scanf("%d%d%d",&a,&b,&c);
        if(!a)
            change(1,b,c);
        else
            printf("%d\n",ask_sum(1,b,c));
    }
    return 0;
}
【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)内容概要:本文提出了一种基于融合鱼鹰和柯西变异的麻雀优化算法(OCSSA)优化变分模态分解(VMD)参数,并结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)的轴承故障诊断模型。该方法利用西储大学公的轴承数据集进行验证,通过OCSSA算法优化VMD的分解层数K和惩罚因子α,有效提升信号分解精度,抑制模态混叠;随后利用CNN提取故障特征的空间信息,BiLSTM捕捉时间序列的动态特征,最终实现高精度的轴承故障分类。整个诊断流程充分结合了信号预处理、智能优化与深度学习的优势,显著提升了复杂工况下轴承故障诊断的准确性与鲁棒性。; 适合人群:具备一定信号处理、机器学习及MATLAB编程基础的研究生、科研人员及从事工业设备故障诊断的工程技术人员。; 使用场景及目标:①应用于旋转机械设备的智能运维与故障预警系统;②为轴承等关键部件的早期故障识别提供高精度诊断方案;③推动智能优化算法与深度学习在工业信号处理领域的融合研究。; 阅读建议:建议读者结合MATLAB代码实现,深入理解OCSSA优化机制、VMD参数选择策略以及CNN-BiLSTM网络结构的设计逻辑,通过复现实验掌握完整诊断流程,并可进一步尝试迁移至其他设备的故障诊断任务中进行验证与优化。
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