【BZOJ4003】城池攻占(JLOI2015)-左偏树

博客围绕“城池攻占”问题展开,指出该问题需用到左偏树。若没有修改操作,可用树上合并左偏树在O(nlogn)时间内解决;有修改操作时,利用左偏树类似线段树的性质处理标记,最终解决问题,还给出了代码。

测试地址:城池攻占
做法:本题需要用到左偏树。
如果没有修改操作,题目中的要求很显然可以用树上合并左偏树来在 O(nlogn) O ( n log ⁡ n ) 时间内解决。但是有了修改操作我们要怎么办呢?
考虑左偏树的各种操作,它不会像splay一样往上或往下转,而且操作都是自下而上的,因此左偏树有类似线段树的性质,可以在上面像线段树一样处理标记。处理的方法就十分模板了,就不详细说了。这样我们就解决了这一题,时间复杂度为 O(nlogn) O ( n log ⁡ n )
以下是本人代码:

#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
const int N=300010;
int n,m,first[N]={0},tot=0;
int pre[N]={0},dep[N];
int rt[N]={0},ch[N][2]={0},dis[N]={0};
ll val[N]={0},taga[N]={0},tagb[N];
ll h[N],V[N],c[N];
int ans[N]={0},stp[N];
bool a[N];
struct edge
{
    int v,next;
}e[N];

void insert(int a,int b)
{
    e[++tot].v=b;
    e[tot].next=first[a];
    first[a]=tot;
}

void dfs(int v)
{
    dep[v]=dep[pre[v]]+1;
    for(int i=first[v];i;i=e[i].next)
        dfs(e[i].v);
}

void update(int v,ll a,ll b)
{
    val[v]=a*val[v]+b;
    taga[v]=a*taga[v];
    tagb[v]=a*tagb[v]+b;
}

void pushdown(int v)
{
    if (ch[v][0]) update(ch[v][0],taga[v],tagb[v]);
    if (ch[v][1]) update(ch[v][1],taga[v],tagb[v]);
    taga[v]=1ll,tagb[v]=0;
}

void pushup(int v)
{
    if (dis[ch[v][0]]<dis[ch[v][1]])
        swap(ch[v][0],ch[v][1]);
    dis[v]=dis[ch[v][1]]+1;
}

int merge(int x,int y)
{
    if (!x) {dis[y]=1;return y;}
    if (!y) {dis[x]=1;return x;}
    pushdown(x),pushdown(y);
    if (val[x]>val[y]) swap(x,y);
    ch[x][1]=merge(ch[x][1],y);
    pushup(x);
    return x;
}

void solve(int v)
{
    for(int i=first[v];i;i=e[i].next)
    {
        solve(e[i].v);
        rt[v]=merge(rt[v],rt[e[i].v]);
    }
    while(rt[v]&&val[rt[v]]<h[v])
    {
        stp[rt[v]]=v;
        ans[v]++;
        pushdown(rt[v]);
        rt[v]=merge(ch[rt[v]][0],ch[rt[v]][1]);
    }
    if (!a[v]) update(rt[v],1ll,V[v]);
    else update(rt[v],V[v],0);
}

int main()
{
    scanf("%d%d",&n,&m);
    for(int i=1;i<=n;i++)
        scanf("%lld",&h[i]);
    for(int i=2;i<=n;i++)
    {
        scanf("%d%d%lld",&pre[i],&a[i],&V[i]);
        insert(pre[i],i);
    }
    dfs(1);
    for(int i=1;i<=m;i++)
    {
        ll s;
        scanf("%lld%d",&s,&c[i]);
        val[i]=s,taga[i]=1ll,tagb[i]=0,dis[i]=1;
        rt[c[i]]=merge(rt[c[i]],i);
    }

    solve(1);
    for(int i=1;i<=n;i++)
        printf("%d\n",ans[i]);
    for(int i=1;i<=m;i++)
        printf("%d\n",dep[c[i]]-dep[stp[i]]);

    return 0;
}
内容概要:本文提出了一种基于融合鱼鹰算法和柯西变异的改进麻雀优化算法(OCSSA),用于优化变分模态分解(VMD)的参数,进而结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)构建OCSSA-VMD-CNN-BILSTM模型,实现对轴承故障的高【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)精度诊断。研究采用西储大学公开的轴承故障数据集进行实验验证,通过优化VMD的模态数和惩罚因子,有效提升了信号分解的准确性与稳定性,随后利用CNN提取故障特征,BiLSTM捕捉时间序列的深层依赖关系,最终实现故障类型的智能识别。该方法在提升故障诊断精度与鲁棒性方面表现出优越性能。; 适合人群:具备一定信号处理、机器学习基础,从事机械故障诊断、智能运维、工业大数据分析等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①解决传统VMD参数依赖人工经验选取的问题,实现参数自适应优化;②提升复杂工况下滚动轴承早期故障的识别准确率;③为智能制造与预测性维护提供可靠的技术支持。; 阅读建议:建议读者结合Matlab代码实现过程,深入理解OCSSA优化机制、VMD信号分解流程以及CNN-BiLSTM网络架构的设计逻辑,重点关注参数优化与故障分类的联动关系,并可通过更换数据集进一步验证模型泛化能力。
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