POJ2104K-th Number(主席树)

本文介绍了一道关于主席树的数据结构题目,通过构建主席树实现对区间内元素进行第k大数值的查找。使用C++实现算法,并提供完整的代码示例。

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

题意:

求区间第k大的数


主席树模板题:

#include<iostream>
#include<algorithm>
#include<cstring>
#include<cstdio>
using namespace std;
const int N = 100005;
struct Node
{
    int ls, rs, w;
    Node(){ls = rs = w = 0;}
}segTree[N*20];
int a[N], b[N], p[N], root[N], sz;
bool cmp(int i, int j)
{
    return a[i] < a[j];
}
void build(int &rt, int l, int r, int x)
{
    segTree[++sz] = segTree[rt];
    rt = sz;
    segTree[rt].w++;
    if(l == r)
        return ;
    int m = (l+r) >> 1;
    if(x <= m)
        build(segTree[rt].ls, l, m, x);
    else
        build(segTree[rt].rs, m+1, r, x);
}
int query(int i, int j, int l, int r, int k)
{
    if(l == r)
        return l;
    int num = segTree[segTree[j].ls].w - segTree[segTree[i].ls].w;
    int m = (l+r) >> 1;
    if(num >= k)
        return query(segTree[i].ls, segTree[j].ls, l, m, k);
    else
        return query(segTree[i].rs, segTree[j].rs, m+1, r, k-num);
}
int main()
{
    int n, m;
    while(scanf("%d%d", &n, &m) != EOF)
    {
        root[0] = 0;
        for(int i = 1; i <= n; i++)
        {
            scanf("%d", &a[i]);
            p[i] = i;
        }
        sort(p+1, p+n+1, cmp);
        for(int i = 1; i <= n; i++)
            b[p[i]] = i;
        sz = 0;
        for(int i = 1; i <= n; i++)
        {
            root[i] = root[i-1];
            build(root[i], 1, n, b[i]);
        }
        for(int i = 0; i < m; i++)
        {
            int x, y, k;
            scanf("%d%d%d", &x, &y, &k);
            int t = query(root[x-1], root[y], 1, n, k);
            printf("%d\n", a[p[t]]);
        }
    }
    return 0;
}


资源下载链接为: https://pan.quark.cn/s/d37d4dbee12c A:计算机视觉,作为人工智能领域的关键分支,致力于赋予计算机系统 “看懂” 世界的能力,从图像、视频等视觉数据中提取有用信息并据此决策。 其发展历程颇为漫长。早期图像处理技术为其奠基,后续逐步探索三维信息提取,与人工智能结合,又经历数学理论深化、机器学习兴起,直至当下深度学习引领浪潮。如今,图像生成和合成技术不断发展,让计算机视觉更深入人们的日常生活。 计算机视觉综合了图像处理、机器学习、模式识别和深度学习等技术。深度学习兴起后,卷积神经网络成为核心工具,能自动提炼复杂图像特征。它的工作流程,首先是图像获取,用相机等设备捕获视觉信息并数字化;接着进行预处理,通过滤波、去噪等操作提升图像质量;然后进入关键的特征提取和描述环节,提炼图像关键信息;之后利用这些信息训练模型,学习视觉模式和规律;最终用于模式识别、分类、对象检测等实际应用。 在实际应用中,计算机视觉用途极为广泛。在安防领域,能进行人脸识别、目标跟踪,保障公共安全;在自动驾驶领域,帮助车辆识别道路、行人、交通标志,实现安全行驶;在医疗领域,辅助医生分析医学影像,进行疾病诊断;在工业领域,用于产品质量检测、机器人操作引导等。 不过,计算机视觉发展也面临挑战。比如图像生成技术带来深度伪造风险,虚假图像和视频可能误导大众、扰乱秩序。为此,各界积极研究检测技术,以应对这一问题。随着技术持续进步,计算机视觉有望在更多领域发挥更大作用,进一步改变人们的生活和工作方式 。
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