题解【luoguP4145 上帝造题的七分钟2(花神游历各国)】

本文介绍了一种利用线段树实现区间开方与求和操作的方法,通过维护区间和与最大值,实现高效的区间修改。适用于数值范围不大且频繁修改的场景。

题目链接


题解
题目大意

一个序列,支持区间开方与求和操作。

算法:线段树实现开方修改与区间求和

分析

  • 显然,这道题的求和操作可以用线段树来维护
  • 但是如何来实现区间开方呢
  • 大家有没有这样的经历:玩计算器的时候,把一个数疯狂的按开方,最后总会变成 1 1 ,之后在怎样开方也是 1 ( 1=1 1 = 1 )
  • 同样的, 0=0 0 = 0
  • 所以,只要一段区间里的所有数全都 1 ≤ 1 了,便可以不去修改它

实现

  • 线段树维护区间和 sum s u m 与最大值 Max M a x
  • 在修改过程中,只去修改 Max>1 M a x > 1 的区间
  • 到了叶子节点对 sum s u m Max M a x 进行开方就行了

复杂度

  • 每个数 1012 ≤ 10 12 ,所以至多开方 6 6 次便可以得到1
  • 每次操作是 logn log ⁡ n 的,总复杂度 O(nlogn) O ( n log ⁡ n )

注意事项

  • 请使用long long
  • 可能 l>r l > r (把我坑了)

代码:

#include <iostream>
#include <cstdlib>
#include <cmath>
#include <cstdio>

using namespace std;
typedef long long LL;
const int MAXN = 100100;

int n, m;
int cnt;
LL a[MAXN];
struct node
{
    int left, right;
    LL s, Max;
    node *ch[2];
}pool[MAXN << 2], *root;

inline void pushup(node *r)
{
    r->s = r->ch[0]->s + r->ch[1]->s;
    r->Max = max(r->ch[0]->Max, r->ch[1]->Max);
}

inline void Build_Tree(node *r, int left, int right)
{
    r->left = left;
    r->right = right;
    if(left == right)
    {
        r->s = r->Max = a[left];
        return ;
    }
    int mid = (left + right) / 2;
    node *lson = &pool[++cnt];
    node *rson = &pool[++cnt];
    r->ch[0] = lson;
    r->ch[1] = rson;
    Build_Tree(lson, left, mid);
    Build_Tree(rson, mid + 1, right);
    pushup(r);
}

inline void change(node *r, int left, int right)
{
    if(r->left == r->right)
    {
        r->s = sqrt(r->s);
        r->Max = sqrt(r->Max);
        return ;
    }

    int mid = (r->left +r-> right) / 2;
    if(left <= mid && r->ch[0]->Max > 1) change(r->ch[0], left, right);
    if(mid < right && r->ch[1]->Max > 1) change(r->ch[1], left, right);
    pushup(r);
}

inline LL query(node *r, int left, int right)
{
    if(r->left == left && r->right == right)
        return r->s;
    if(r->ch[0]->right >= right) return query(r->ch[0], left, right);
    else if(r->ch[1]->left <= left) return query(r->ch[1], left, right);
    else
        return query(r->ch[0], left, r->ch[0]->right) + 
               query(r->ch[1], r->ch[1]->left, right);
}
int main()
{
    scanf("%d", &n);
    root = &pool[0];
    for(int i = 1; i <= n; i++) scanf("%lld", &a[i]);
    scanf("%d", &m);
    Build_Tree(root, 1, n);
    for(int i = 1; i <= m; i++)
    {
        int opt, l, r;
        scanf("%d%d%d", &opt, &l, &r);
        if(l > r) swap(l, r);
        if(opt) printf("%lld\n", query(root, l, r));
        else change(root, l, r);
    }
    return 0;
}
内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
评论
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