线段树模板加部分内容详解

线段树是处理区间问题的一种算法,大概内容就是下图,可以用来处理区间和等相关问题。

 

一、线段树的建立

void build(int l,int r,int now)
{
	if(l == r)//到达叶子结点
	{
		sum[now] = a[l];
		return ;
	}
	int m = (l+r)>>1;
	build(l,m,now<<1);//建立左子树
	build(m+1,r,now<<1|1);//建立右子树
	sum[now] = sum[now<<1]+sum[now<<1|1];//父结点是左右子树的和
}

二、线段树的查找

int Query(int l,int r,int L,int R,int now)//l,r是需要查找的区间,L,R是现在所在区间,now是现在线段树的节点
{
	if(L >= l && R <= r)//如果此时的区间在需要查找的区间的范围内,则输出
		return sum[now];
	int m = (L+R)>>1;
	int ans = 0;
	PushDown(m-L+1,R-m,now);//如果用了区间修改,就需要向下推sum,否则可能会出错
	if(l <= m)
		ans+=Query(l,r,L,m,now<<1);
	if(r > m)
		ans+=Query(l,r,m+1,R,now<<1|1);
	return ans;
}

三、线段树的点修改

void Update(int l,int r,int i,int num,int now)//num是点需要加的值
{
	if(l == r)//到达叶子节点,也就是需要修改的点
	{
		sum[now]+=num;
		return;
	}
	int m = (l+r)>>1;
	if(i <= m)
		Update(l,m,i,num,now<<1);
	else
		Update(m+1,r,i,num,now<<1|1);
	sum[now] = sum[now<<1] + sum[now<<1|1];//依此修改因为点变化而导致的区间变化
}

四、线段树的区间修改

void Update2(int l,int r,int L,int R,int num,int now)
{
	if(L >= l && R <= r)
	{
		sum[now] += num*(R-L+1);
		add[now] += num;
		return ;
	}
	int m = (L+R)>>1;
	PushDown(m-L+1,R-m,now);//区间修改只修改了相应区间,却没有修改子区间,所以需要这个来修改子区间
	if(l <= m) Update2(l,r,L,m,num,now<<1);
	if(r > m) Update2(l,r,m+1,R,num,now<<1|1);
	sum[now] = sum[now<<1] + sum[now<<1|1];
}

五、线段树的向下修改

void PushDown(int ln,int rn,int now)
{	
	if(add[now])//如果为0,子区间就不需要修改
	{
		add[now<<1] += add[now];
		add[now<<1|1] += add[now];
        //标记子区间,之后便可以修改子区间的子区间
		sum[now<<1] += add[now]*ln;
		sum[now<<1|1] += add[now]*rn;
        //向下修改子区间的和
		add[now] = 0;
	}
}

 

线段树比较简单,网上的其他博客都写得很详细,唯一的难点可能就是PushDown,也就是向下推子区间,这个其他博客很少讲,我来解释下。

首先PushDown是用到了区间修改才需要的,通过观察区间修改,我们发现它只修改了区间,而没有修改子区间,举个例子:

图可以在上面找,有区间[1,10],每个值都是1,,我们要修改区间[1,5],让该区间的每个值加1,那么,用区间修改Update2函数就可以修改区间[1,5]了,然后修改结束。那么,子区间[1,2],[3,5]呢?没有修改!所以我们把[1,5]区间位置标记一下,add[位置]加1。

然后我们调用PushDown函数,由于此时[1,5]被标记了,所以先向下标记子区间,再修改子区间的值。通过这个,我们可以修改[1,2],[3,5]区间的值,然后再将来这两个区间位置标记下,以便将来查找到这两个区间时,再修改[1.2]的子区间[1,1],[2,2]和[3,5]的子区间[3,4]和[5,5]。

【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)》的技术资源,聚焦于电力系统中低碳经济调度问题,结合N-1安全准则与分布鲁棒机会约束(DRCC)方法,提升调度模型在不确定性环境下的鲁棒性和可行性。该资源提供了完整的Matlab代码实现,涵盖建模、优化求解及仿真分析全过程,适用于复杂电力系统调度场景的科研复现与算法验证。文中还列举了大量相关领域的研究主题与代码资源,涉及智能优化算法、机器学习、电力系统管理、路径规划等多个方向,展示了广泛的科研应用支持能力。; 适合人群:具备一定电力系统、优化理论和Matlab编程基础的研究生、科研人员及从事能源调度、智能电网相关工作的工程师。; 使用场景及目标:①复现高水平期刊(如EI/SCI)关于低碳经济调度的研究成果;②深入理解N-1安全约束与分布鲁棒优化在电力调度中的建模方法;③开展含新能源接入的电力系统不确定性优化研究;④为科研项目、论文撰写或工程应用提供可运行的算法原型和技术支撑。; 阅读建议:建议读者结合文档提供的网盘资源,下载完整代码与案例数据,按照目录顺序逐步学习,并重点理解DRCC建模思想与Matlab/YALMIP/CPLEX等工具的集成使用方式,同时可参考文中列出的同类研究方向拓展研究思路。
内容概要:本文详细介绍了一个基于MATLAB实现的电力负荷预测项目,采用K近邻回归(KNN)算法进行建模。项目从背景意义出发,阐述了电力负荷预测在提升系统效率、优化能源配置、支撑智能电网和智慧城市建设等方面的重要作用。针对负荷预测中影响因素多样、时序性强、数据质量差等挑战,提出了包括特征工程、滑动窗口构造、数据清洗与标准化、K值与距离度量优化在内的系统性解决方案。模型架构涵盖数据采集、预处理、KNN回归原理、参数调优、性能评估及工程部署全流程,并支持多算法集成与可视化反馈。文中还提供了MATLAB环境下完整的代码实现流程,包括数据载、归一化、样本划分、K值选择、模型训练预测、误差分析与结果可视化等关键步骤,增强了模型的可解释性与实用性。; 适合人群:具备一定MATLAB编程基础和机器学习基础知识,从事电力系统分析、能源管理、智能电网或相关领域研究的研发人员、工程师及高校师生;适合工作1-3年希望提升实际项目开发能力的技术人员; 使用场景及目标:①应用于短期电力负荷预测,辅助电网调度与发电计划制定;②作为教学案例帮助理解KNN回归在实际工程中的应用;③为新能源接入、需求响应、智慧能源系统提供数据支持;④搭建可解释性强、易于部署的轻量级预测模型原型; 阅读建议:建议结合MATLAB代码实践操作,重点关注特征构造、参数调优与结果可视化部分,深入理解KNN在时序数据中的适应性改进方法,并可进一步拓展至集成学习或多模型融合方向进行研究与优化。
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