BZOJ 3809 Gty的二逼妹子序列

本文介绍了一种使用分块技术优化妹子序列查询效率的方法。通过预处理和动态维护区间内元素的分布状态,实现快速响应查询请求,即计算指定范围内特定美丽度区间的妹子种类数。

Description
Autumn和Bakser又在研究Gty的妹子序列了!但他们遇到了一个难题。
对于一段妹子们,他们想让你帮忙求出这之内美丽度∈[a,b]的妹子的美丽度的种类数。
为了方便,我们规定妹子们的美丽度全都在[1,n]中。
给定一个长度为n(1<=n<=100000)的正整数序列s(1<=si<=n),对于m(1<=m<=1000000)次询问“l,r,a,b”,每次输出sl…sr中,权值∈[a,b]的权值的种类数。


【题目分析】
分块。


【代码】

#include <cmath>
#include <cstdio>
#include <cstring>
#include <iostream>
#include <algorithm>
using namespace std;
int n,m,T,L[5001],R[5001],cnt;
int v[100001];
struct line{int l,r,a,b,num;}q[1000001];
inline bool cmp1(line a,line b){return a.l<b.l;}
inline bool cmp2(line a,line b){return a.r<b.r;}
int b[100001],bel[100001],lab[501],st[501],ed[501],top=0,T2;
int out[1000001];
int main()
{
    scanf("%d%d",&n,&m);
    for (int i=1;i<=n;++i) scanf("%d",&v[i]);
    for (int i=1;i<=m;++i)
    {
        scanf("%d%d%d%d",&q[i].l,&q[i].r,&q[i].a,&q[i].b);
        q[i].num=i;
    }
    sort(q+1,q+m+1,cmp1);
    T=sqrt(m);
    for(int i=1;i<=m;i+=T)
    {
        ++cnt;
        L[cnt]=i;
        R[cnt]=i+T-1;
    }
    R[cnt]=m;
    for (int i=1;i<=cnt;++i) sort(q+L[i],q+R[i]+1,cmp2);
    T2=sqrt(n);
    for (int i=1;i<=n;i+=T2)
    {
        ++top;
        st[top]=i;
        ed[top]=i+T2-1;
    }
    ed[top]=n;
    for (int i=1;i<=top;++i)
        for (int j=st[i];j<=ed[i];++j)
            bel[j]=i;
    int l=1,r=0;
    for (int i=1;i<=m;++i)
    {
//      printf("for question %d %d %d %d\n",q[i].l,q[i].r,q[i].a,q[i].b);
        while (r<q[i].r)
        {
            r++;
            b[v[r]]++; //printf("%d ++\n",v[r]);
            if (b[v[r]]==1) lab[bel[v[r]]]++;
        }
        while (l>q[i].l)
        {
            l--;
            b[v[l]]++; //printf("%d ++\n",v[l]);
            if (b[v[l]]==1) lab[bel[v[l]]]++;
        }
        while (r>q[i].r)
        {
            b[v[r]]--; //printf("%d --\n",v[r]);
            if (b[v[r]]==0) lab[bel[v[r]]]--;
            r--;
        }
        while (l<q[i].l)
        {
            b[v[l]]--; //printf("%d --\n",v[l]);
            if (b[v[l]]==0) lab[bel[v[l]]]--;
            l++;
        }
        int ll=bel[q[i].a],rr=bel[q[i].b],ans=0;
//      printf("value %d %d  at %d %d\n",q[i].a,q[i].b,ll,rr);
        if (ll+1==rr||ll==rr)
        {
//          printf("baoli\n");
            for (int j=q[i].a;j<=q[i].b;++j)
            {
//              printf("%d\n",j);
                if (b[j]) ans++;
            }
//          printf("Ans is %d\n",ans);
        }
        else
        {
            for (int j=q[i].a;j<=ed[ll];++j) if (b[j]) ans++;
            for (int j=st[rr];j<=q[i].b;++j) if (b[j]) ans++;
//          printf("outof lab is %d\n",ans);
            for (int j=ll+1;j<rr;++j) ans+=lab[j];
        }
//      printf("ans is %d\n",ans);
        out[q[i].num]=ans;
    }
    for (int i=1;i<=m;++i) printf("%d\n",out[i]);
}
内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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