Hdu 1166 线段树的运用

本文介绍了一种使用线段树数据结构解决C国间谍头子Derek在计算敌方工兵营地人员总数时面临的挑战。通过线段树的高效查询和更新特性,Derek能够快速准确地获取所需信息,避免了繁琐的手动计算过程。此解决方案不仅提高了工作效率,还展示了数据结构在实际问题解决中的应用价值。

C国的死对头A国这段时间正在进行军事演习,所以C国间谍头子Derek和他手下Tidy又开始忙乎了。A国在海岸线沿直线布置了N个工兵营地,Derek和Tidy的任务就是要监视这些工兵营地的活动情况。由于采取了某种先进的监测手段,所以每个工兵营地的人数C国都掌握的一清二楚,每个工兵营地的人数都有可能发生变动,可能增加或减少若干人手,但这些都逃不过C国的监视。
中央情报局要研究敌人究竟演习什么战术,所以Tidy要随时向Derek汇报某一段连续的工兵营地一共有多少人,例如Derek问:“Tidy,马上汇报第3个营地到第10个营地共有多少人!”Tidy就要马上开始计算这一段的总人数并汇报。但敌兵营地的人数经常变动,而Derek每次询问的段都不一样,所以Tidy不得不每次都一个一个营地的去数,很快就精疲力尽了,Derek对Tidy的计算速度越来越不满:”你个死肥仔,算得这么慢,我炒你鱿鱼!”Tidy想:“你自己来算算看,这可真是一项累人的工作!我恨不得你炒我鱿鱼呢!”无奈之下,Tidy只好打电话向计算机专家Windbreaker求救,Windbreaker说:“死肥仔,叫你平时做多点acm题和看多点算法书,现在尝到苦果了吧!”Tidy说:”我知错了。。。”但Windbreaker已经挂掉电话了。Tidy很苦恼,这么算他真的会崩溃的,聪明的读者,你能写个程序帮他完成这项工作吗?不过如果你的程序效率不够高的话,Tidy还是会受到Derek的责骂的.

Input
第一行一个整数T,表示有T组数据。
每组数据第一行一个正整数N(N<=50000),表示敌人有N个工兵营地,接下来有N个正整数,第i个正整数ai代表第i个工兵营地里开始时有ai个人(1<=ai<=50)。
接下来每行有一条命令,命令有4种形式:
(1) Add i j,i和j为正整数,表示第i个营地增加j个人(j不超过30)
(2)Sub i j ,i和j为正整数,表示第i个营地减少j个人(j不超过30);
(3)Query i j ,i和j为正整数,i<=j,表示询问第i到第j个营地的总人数;
(4)End 表示结束,这条命令在每组数据最后出现;
每组数据最多有40000条命令

Output
对第i组数据,首先输出“Case i:”和回车,
对于每个Query询问,输出一个整数并回车,表示询问的段中的总人数,这个数保持在int以内。

Sample Input
1
10
1 2 3 4 5 6 7 8 9 10
Query 1 3
Add 3 6
Query 2 7
Sub 10 2
Add 6 3
Query 3 10
End

Sample Output
Case 1:
6
33
59

想法:因为是对一个区间的维护以及访问,并且这个区间的有50000,比较大,所以用线段树会比较好,复杂度只有O(logn)。

#define _CRT_SECURE_NO_WARNINGS
#include <cstdio>
int num[50001];
struct node
{
    //int left, right;      //用结构储存这个叶子节点的信息,如区间和、区间最大最小值等。
    int sum;
};
node t[200001];
void creat(int x, int left, int right)
{
    if (left == right)      //说明到了最底层的叶子节点
    {
        t[x].sum = num[left];
        return;
    }
    creat(x * 2, left, (left + right) / 2);     //建立左子树
    creat(x * 2 + 1, (left + right) / 2 + 1, right);   //建立右子树
    t[x].sum = t[x * 2].sum + t[x * 2 + 1].sum;  //维护区间和
}
void add(int x, int left, int right, int pos, int q)
{
    if (left == right && right == pos)      //找到了要求的位置
    {
        t[x].sum += q;
        return;
    }
    if (pos <= (left + right) / 2)      //说明要找的位置在左子树
    {
        add(x * 2, left, (left + right) / 2, pos, q);
    }
    else        //说明要找的位置在右子树
    {
        add(x * 2 + 1, (left + right) / 2 + 1, right, pos, q);
    }
    t[x].sum = t[x * 2].sum + t[x * 2 + 1].sum;     //父亲节点进行更新
}
int count(int x, int left, int right, int lb, int rb)
//left和right是查询区间,lb和rb是目标区间。
{
    if (left == lb && right == rb)      //正好在这个区间
    {
        return t[x].sum;
    }
    if (rb <= (left + right) / 2)       //要找的区间在左子树
    {
        return count(x * 2, left, (left + right) / 2, lb, rb);
    }
    else if (lb > (left + right) / 2)       //要找的区间在右子树
    {
        return count(x * 2 + 1, (left + right) / 2 + 1, right, lb, rb);
    }
    else        //说明要找的区间在这个节点的两个子节点中都有。
    {
        return count(x * 2, left, (left + right) / 2, lb, (left + right) / 2) + count(x * 2 + 1, (left + right) / 2 + 1, right, (left + right) / 2 + 1, rb);
    }
}
int main(void)
{
    int i, j;
    int T;
    int n;
    char op[10];
    int t1, t2;
    scanf("%d", &T);
    for (i = 1; i <= T; i++)
    {
        scanf("%d", &n);
        for (j = 1; j <= n; j++)
        {
            scanf("%d", &num[j]);
        }
        creat(1, 1, n);
        printf("Case %d:\n", i);
        while (1)
        {
            scanf("%s", op);
            if (op[0] == 'E')
            {
                break;
            }
            else if (op[0] == 'A')
            {
                scanf("%d %d", &t1, &t2);
                add(1, 1, n, t1, t2);
            }
            else if (op[0] == 'S')
            {
                scanf("%d %d", &t1, &t2);
                add(1, 1, n, t1, -t2);      //减法是加法的逆运算。
            }
            else if (op[0] == 'Q')
            {
                scanf("%d %d", &t1, &t2);
                printf("%d\n", count(1, 1, n, t1, t2));
            }
        }
    }
    return 0;
}
【SCI复现】含可再生能源与储能的区域微电网最优运行:应对不确定性的解鲁棒性与非预见性研究(Matlab代码实现)内容概要:本文围绕含可再生能源与储能的区域微电网最优运行展开研究,重点探讨应对不确定性的解鲁棒性与非预见性策略,通过Matlab代码实现SCI论文复现。研究涵盖多阶段鲁棒调度模型、机会约束规划、需求响应机制及储能系统优化配置,结合风电、光伏等可再生能源出力的不确定性建模,提出兼顾系统经济性与鲁棒性的优化运行方案。文中详细展示了模型构建、算法设计(如C&CG算法、大M法)及仿真验证全过程,适用于微电网能量管理、电力系统优化调度等领域的科研与工程实践。; 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、科研人员及从事微电网、能源管理相关工作的工程技术人员。; 使用场景及目标:①复现SCI级微电网鲁棒优化研究成果,掌握应对风光负荷不确定性的建模与求解方法;②深入理解两阶段鲁棒优化、分布鲁棒优化、机会约束规划等先进优化方法在能源系统中的实际应用;③为撰写高水平学术论文或开展相关课题研究提供代码参考和技术支持。; 阅读建议:建议读者结合文档提供的Matlab代码逐模块学习,重点关注不确定性建模、鲁棒优化模型构建与求解流程,并尝试在不同场景下调试与扩展代码,以深化对微电网优化运行机制的理解。
个人防护装备实例分割数据集 一、基础信息 数据集名称:个人防护装备实例分割数据集 图片数量: 训练集:4,524张图片 分类类别: - Gloves(手套):工作人员佩戴的手部防护装备。 - Helmet(安全帽):头部防护装备。 - No-Gloves(未戴手套):未佩戴手部防护的状态。 - No-Helmet(未戴安全帽):未佩戴头部防护的状态。 - No-Shoes(未穿安全鞋):未佩戴足部防护的状态。 - No-Vest(未穿安全背心):未佩戴身体防护的状态。 - Shoes(安全鞋):足部防护装备。 - Vest(安全背心):身体防护装备。 标注格式:YOLO格式,包含实例分割的多边形坐标和类别标签,适用于实例分割任务。 数据格式:来源于实际场景图像,适用于计算机视觉模型训练。 二、适用场景 工作场所安全监控系统开发:数据集支持实例分割任务,帮助构建能够自动识别工作人员个人防护装备穿戴状态的AI模型,提升工作环境安全性。 建筑与工业安全检查:集成至监控系统,实时检测PPE穿戴情况,预防安全事故,确保合规性。 学术研究与创新:支持计算机视觉在职业安全领域的应用研究,促进AI与安全工程的结合。 培训与教育:可用于安全培训课程,演示PPE识别技术,增强员工安全意识。 三、数据集优势 精准标注与多样性:每个实例均用多边形精确标注,确保分割边界准确;覆盖多种PPE物品及未穿戴状态,增加模型鲁棒性。 场景丰富:数据来源于多样环境,提升模型在不同场景下的泛化能力。 任务适配性强:标注兼容主流深度学习框架(如YOLO),可直接用于实例分割模型开发,支持目标检测和分割任务。 实用价值高:专注于工作场所安全,为自动化的PPE检测提供可靠数据支撑,有助于减少工伤事故。
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