POJ 3468 A Simple Problem with Integers

本文介绍了一道关于线段树的数据结构题目,通过Lazy延迟更新思想解决区间更新与查询问题。提供了完整的C++实现代码。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目链接:http://poj.org/problem?id=3468

在HDOJ上有一个名字和这道题一模一样的题,在分类上也都是分到了数据结构里,小编我以为是同一道题,粘了自己HDOJ上的代码,怎么样都是WA,后来才发现题不一样=.=。

题意:给我们n个整数,然后会有m次操作,如果操作是C,输入三个数a,b,c,表示从a到b之间的数加上c,如果操作是Q,输入两个数a,b,输出从a到b之间的所有值的和。

仔细分析,这道题是属于区间更新,区间查询,算是一道基础的线段树题目,对于区间更新,我们采取Lazy的思想,也就是延迟更新的思想。小编这里详细介绍一下。首先我们先来回顾一下线段树的单点更新(如果不会的话,小编建议还是去先看看),在单点更新的时候我们的延伸往往都是直接延伸到了需要更新的那个根节点上,试想如果我们是区间更新的话真的有必要所有的点都更新到所有的根节点,如果我们需要更新的那个区间已经在我们当前搜索的那个区间里面了,我们就可以结束了,当下次需要遍历到再下方的根节点时我们再进行更新,这就是Lazy延迟标记法。

#include<algorithm>
#include<cstdio>
#include<cstring>
#include<iostream>
#define MAX 110000
#define LL long long
using namespace std;
LL n,m;
LL ans;
struct Tree
{
	LL l,r;
	LL sum,add;
};
Tree tree[MAX*3];
void PushUp(LL rt)
{
	tree[rt].sum = tree[rt<<1].sum+tree[(rt<<1)+1].sum;
}
void PushDown(LL rt)
{
	LL tmp = rt<<1;
	tree[tmp].add += tree[rt].add;
	tree[tmp+1].add += tree[rt].add;
	tree[tmp].sum += tree[rt].add*(tree[tmp].r-tree[tmp].l+1);
	tree[tmp+1].sum += tree[rt].add*(tree[tmp+1].r-tree[tmp+1].l+1);
	tree[rt].add = 0;
}
void Build(int l,int r,int rt)
{
	tree[rt].l = l;
	tree[rt].r = r;
	tree[rt].add = 0;
	if(l == r)
	{
		scanf("%lld",&tree[rt].sum);
		return ;
	}
	int tmp = rt<<1;
	int mid = (l+r)>>1;
	Build(l,mid,tmp);
	Build(mid+1,r,tmp+1);
	PushUp(rt);	 //Èç¹ûÔÚ½¨Ê÷µÄ¹ý³ÌÖиøsum¸³Öµ£¬¼ÇµÃºóÃæÒªpushup
}
void Update(LL l,LL r,LL c,LL rt)
{
	if(r<tree[rt].l || l>tree[rt].r)
		return ;
	if(l<=tree[rt].l && r>=tree[rt].r)
	{
		tree[rt].add += c;
		tree[rt].sum += c*(tree[rt].r-tree[rt].l+1);
		return ;
	}
	if(tree[rt].add)
		PushDown(rt);
	LL tmp = rt<<1;
	Update(l,r,c,tmp);
	Update(l,r,c,tmp+1);
	PushUp(rt);
}
void Query(LL l,LL r,LL rt)
{
	if(r<tree[rt].l || l>tree[rt].r)	//Òª²éѯµÄÇø¼ä²»ÔÚ¸ÃÇø¼äÉÏ
		return ;
	if(l<=tree[rt].l && r>=tree[rt].r)	//Òª²éÑ¯Çø¼ä°üÀ¨Á˸ÃÇø¼ä
	{
		ans += tree[rt].sum;
		return ;
	}
	if(tree[rt].add)
		PushDown(rt);
	LL tmp = rt<<1;
	LL mid = (tree[rt].l+tree[rt].r)>>1;
	if(r <= mid)
		Query(l,r,tmp);
	else if(l > mid)
		Query(l,r,tmp+1);
	else
	{
		Query(l,mid,tmp);
		Query(mid+1,r,tmp+1);
	}
}
int main()
{
	while(~scanf("%lld %lld",&n,&m))
	{
		Build(1,n,1);
		char str[5];
		while(m--)
		{
			scanf("%s",str);
			if(str[0]=='Q')
			{
				LL l,r; 
				scanf("%lld %lld",&l,&r);
				ans=0;
				Query(l,r,1);
				printf("%lld\n",ans);
			}
			else
			{
				LL l,r,c;
				scanf("%lld %lld %lld",&l,&r,&c);
				Update(l,r,c,1);
			}
		}
	}
	return 0;
}


内容概要:文章基于4A架构(业务架构、应用架构、数据架构、技术架构),对SAP的成本中心和利润中心进行了详细对比分析。业务架构上,成本中心是成本控制的责任单元,负责成本归集与控制,而利润中心是利润创造的独立实体,负责收入、成本和利润的核算。应用架构方面,两者都依托于SAP的CO模块,但功能有所区分,如成本中心侧重于成本要素归集和预算管理,利润中心则关注内部交易核算和获利能力分析。数据架构中,成本中心与利润中心存在多对一的关系,交易数据通过成本归集、分摊和利润计算流程联动。技术架构依赖SAP S/4HANA的内存计算和ABAP技术,支持实时核算与跨系统集成。总结来看,成本中心和利润中心在4A架构下相互关联,共同为企业提供精细化管理和决策支持。 适合人群:从事企业财务管理、成本控制或利润核算的专业人员,以及对SAP系统有一定了解的企业信息化管理人员。 使用场景及目标:①帮助企业理解成本中心和利润中心在4A架构下的运作机制;②指导企业在实施SAP系统时合理配置成本中心和利润中心,优化业务流程;③提升企业对成本和利润的精细化管理水平,支持业务决策。 其他说明:文章不仅阐述了理论概念,还提供了具体的应用场景和技术实现方式,有助于读者全面理解并应用于实际工作中。
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