【题目】教主的魔法

针对区间长度和操作次数不对等的问题,采用分块技术优化区间修改与查询操作。通过维护两个序列,A序列用于原始数据,B序列确保每块内部有序,实现O(nlog2n)的时间复杂度。

这次竟然分到一道板题……

题目大意

给出一个长度为nnn的序列,每个数字一开始都是不超过100010001000的正整数。下面进行两种操作:

  • M l r w:把闭区间[l,r][l,r][l,r]内的数字的值全部加上一个整数www1⩽w⩽10001\leqslant w\leqslant 10001w1000
  • A l r c:询问闭区间[l,r][l,r][l,r]内有多少个数大于等于ccc1⩽c⩽1091\leqslant c\leqslant 10^91c109

n⩽1000000n\leqslant 1000000n1000000Q⩽3000Q\leqslant 3000Q3000


思路

常见的区间问题中区间长度nnn和操作次数QQQ范围都是相当的,而本题QQQ小得有点奇怪,只相当于n\sqrt nn。这暗示我们可以用分块。

由于第二个操作涉及到大小比较,除了给出的AAA序列外,另外维护一个序列BBB,保证BBB中每一块内的数字都是有序的。然后就可以愉快的分块了。

区间修改

对于区间两端不包含某个块的部分,暴力对每个值加www。加完后维护一下BBB序列中对应块的数字(复制后重新排序)。
对于被区间完全覆盖的块,用一个addaddadd标记记录每一块被整体增加的值。
时间复杂度O(nlog⁡2n)O(\sqrt n\log_2n)O(nlog2n)

区间查询

对于区间两端的部分,同样暴力枚举,记录大于等于ccc的数的个数,但注意要加上对应块的addaddadd标记。
对于被区间完全覆盖的块,在BBB序列的对应块内用lower_bound找出第一个大于等于c−addc-addcadd的位置,然后可以据此计算出该块内大于等于ccc的数的个数。
时间复杂度O(nlog⁡2n)O(\sqrt n\log_2n)O(nlog2n)

……然后就完了。注意区分数字的序号和块的序号,以及最后一个块不足n\sqrt nn需要特判。

【unet改进实战】基于unet+SCSE注意力机制改进实现的【自动驾驶】图像语义分割+项目说明书+数据集+完整代码 项目概述 本项目基于PyTorch框架构建了一个通用图像分割系统,全面支持二分类及多类别分割任务。 系统功能 该系统提供从数据预处理到模型训练、验证评估的全流程解决方案,具备高度可配置性和实用性: 数据处理:支持自定义图像和掩码文件格式(如.jpg、.png等),自动处理不连续标签值,集成多种数据增强技术提升模型泛化能力 模型架构:基于UNet实现,可通过参数灵活调整输入尺寸、卷积通道数等,兼容不同类别数量的分割任务(通过--num_classes参数指定) 训练功能:支持GPU加速,提供学习率、批次大小等超参数配置选项,实时记录损失曲线和评估指标(如IoU、Dice系数),自动保存最优模型权重 使用流程 按规范组织数据集(图像与掩码文件需名称对应,分别存放在images/masks子目录) 通过命令行参数启动训练,可指定: 数据路径(--data_dir) 学习率(--learning_rate) 标签映射规则(--label_mapping)等 系统输出包含: 模型权重文件(.pth) 训练曲线可视化图表 指标日志文件 注意事项 掩码图像应为单通道灰度图,标签值为整数 多分类任务推荐使用one-hot编码掩码 项目依赖主流科学计算库(PyTorch、NumPy)及可视化工具(Matplotlib),安装简便 应用领域 该系统适用于医学影像、遥感等领域的语义分割任务,兼顾易用性与扩展性。用户可通过调整UNet深度或添加注意力机制等方式进一步优化性能。 【项目说明书】包含完整代码实现与原理讲解。https://blog.youkuaiyun.com/qq_44886601/category_12858320.html
评论 1
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