(BZOJ) 1935: [Shoi2007]Tree 园丁的烦恼

本文介绍了一种使用树状数组优化矩阵点数查询的方法,通过先按x再按y坐标排序,利用树状数组维护y坐标上的前缀和,实现高效查询矩阵中特定区域的点数。

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

传送门

解:不带修改,求矩阵中点的个数,n,m很大,而不能用二维树状数组,因为求一个矩阵可以被分为四个部分的加减,所以可以将所有的点先按x再按y,添加操作在前,查询操作在后这样排序,然后用树状数组来维护y坐标上出现点的前缀和,就是前缀矩阵上点数之和,一边添加一边查询,因为查询时,x小于等于它和y小于等于ta的点肯定都已经被添加过了。

#include<bits/stdc++.h>
#define il inline
#define pb push_back
#define ms(_data,v) memset(_data,v,sizeof(_data))
#define SZ(a) int((a).size())
using namespace std;
typedef long long ll;
const ll inf=0x3f3f3f3f;
const int N=1e7+5;
//il int Add(ll &x,ll y) {return x=x+y>=mod?x+y-mod:x+y;}
//il int Mul(ll &x,ll y) {return x=x*y>=mod?x*y%mod:x*y;}
ll s[N],ans[N];
il void add(int p,int x){
	while(p<N) s[p]+=x,p+=p&-p;
}
il ll ask(int p){
	ll res=0;
	while(p) res+=s[p],p-=p&-p;
	return res;
}
int n,m;
struct node{
	int type,x,y,id;
}all[N];
il bool cmp(node X,node Y){
	if(X.x==Y.x && X.y==Y.y) return X.type==0;
	if(X.x==Y.x) return X.y<Y.y;
	return X.x<Y.x;
}
int main(){
//	std::ios::sync_with_stdio(0);cin.tie(0);
	scanf("%d%d",&n,&m);
	int cnt=0;
	for(int i=1;i<=n;++i){
		cnt++;
		scanf("%d%d",&all[cnt].x,&all[cnt].y);
		all[cnt].x++,all[cnt].y++;
		all[cnt].type=all[cnt].id=0;
	}
	int x1,y1,x2,y2;
	for(int i=1;i<=m;++i){
		scanf("%d%d%d%d",&x1,&y1,&x2,&y2);
		x1++,y1++,x2++,y2++;
		all[++cnt]=node{1,x1-1,y1-1,i};
		all[++cnt]=node{-1,x1-1,y2,i};
		all[++cnt]=node{-1,x2,y1-1,i};
		all[++cnt]=node{1,x2,y2,i};
	}
	sort(all+1,all+cnt+1,cmp);
	for(int i=1;i<=cnt;++i){
		if(all[i].type==0)	add(all[i].y,1);
		else	ans[all[i].id]+=1LL*all[i].type*(ask(all[i].y));
	}
	for(int i=1;i<=m;++i){
		printf("%lld\n",ans[i]);
	}
	return 0;
}



 

内容概要:本文档详细介绍了基于MATLAB实现的无人机三维路径规划项目,核心算法采用蒙特卡罗树搜索(MCTS)。项目旨在解决无人机在复杂三维环境中自主路径规划的问题,通过MCTS的随机模拟与渐进式搜索机制,实现高效、智能化的路径规划。项目不仅考虑静态环境建模,还集成了障碍物检测与避障机制,确保无人机飞行的安全性和效率。文档涵盖了从环境准备、数据处理、算法设计与实现、模型训练与预测、性能评估到GUI界面设计的完整流程,并提供了详细的代码示例。此外,项目采用模块化设计,支持多无人机协同路径规划、动态环境实时路径重规划等未来改进方向。 适合人群:具备一定编程基础,特别是熟悉MATLAB和无人机技术的研发人员;从事无人机路径规划、智能导航系统开发的工程师;对MCTS算法感兴趣的算法研究人员。 使用场景及目标:①理解MCTS算法在三维路径规划中的应用;②掌握基于MATLAB的无人机路径规划项目开发全流程;③学习如何通过MCTS算法优化无人机在复杂环境中的飞行路径,提高飞行安全性和效率;④为后续多无人机协同规划、动态环境实时调整等高级应用打下基础。 其他说明:项目不仅提供了详细的理论解释和技术实现,还特别关注了实际应用中的挑战和解决方案。例如,通过多阶段优化与迭代增强机制提升路径质量,结合环境建模与障碍物感知保障路径安全,利用GPU加速推理提升计算效率等。此外,项目还强调了代码模块化与调试便利性,便于后续功能扩展和性能优化。项目未来改进方向包括引入深度强化学习辅助路径规划、扩展至多无人机协同路径规划、增强动态环境实时路径重规划能力等,展示了广阔的应用前景和发展潜力。
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