HDU 1754 I Hate It (线段树)

本文介绍如何使用线段树解决区间最值查询及更新问题。通过具体实例讲解了线段树的基本构造方法、更新操作及查询过程,并提供完整的C++代码实现。

I Hate It

Time Limit: 9000/3000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others)

Total Submission(s): 37449    Accepted Submission(s): 14817


Problem Description
很多学校流行一种比较的习惯。老师们很喜欢询问,从某某到某某当中,分数最高的是多少。
这让很多学生很反感。

不管你喜不喜欢,现在需要你做的是,就是按照老师的要求,写一个程序,模拟老师的询问。当然,老师有时候需要更新某位同学的成绩。
 

Input
本题目包含多组测试,请处理到文件结束。
在每个测试的第一行,有两个正整数 N 和 M ( 0<N<=200000,0<M<5000 ),分别代表学生的数目和操作的数目。
学生ID编号分别从1编到N。
第二行包含N个整数,代表这N个学生的初始成绩,其中第i个数代表ID为i的学生的成绩。
接下来有M行。每一行有一个字符 C (只取'Q'或'U') ,和两个正整数A,B。
当C为'Q'的时候,表示这是一条询问操作,它询问ID从A到B(包括A,B)的学生当中,成绩最高的是多少。
当C为'U'的时候,表示这是一条更新操作,要求把ID为A的学生的成绩更改为B。
 

Output
对于每一次询问操作,在一行里面输出最高成绩。
 

Sample Input
  
5 6 1 2 3 4 5 Q 1 5 U 3 6 Q 3 4 Q 4 5 U 2 9 Q 1 5
 

Sample Output
5
6
5
9


题目链接:  http://acm.hdu.edu.cn/showproblem.php?pid=1754

题目分析:裸的线段树,和敌兵布阵那题类似,这题是要求区间最值,返回的时候比较左右子树的值,返回较大的一个

//建树更新和查询的部分操作不做说明,可以看敌兵布阵那篇
#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
int const MAX = 4000000 + 10;
struct Tree
{
    int left, right;
    int ma;
}tree[MAX];

void Build(int l, int r, int step)  //建树
{
    tree[step].left = l;
    tree[step].right = r;
    tree[step].ma = -1;
    if(l == r) 
        return;
    int mid = (l + r) >> 1;
    Build(l, mid, step<<1);
    Build(mid+1, r, (step<<1)+1);
}

int Update(int l, int r, int value, int step) //更新
{
    if(tree[step].left == tree[step].right)
    {
        tree[step].ma = value;
        //这里乘二再除二是为了找到属于同一父亲的两棵子树,返回他们的最大值
        return max(tree[step/2 * 2].ma, tree[step/2 * 2 + 1].ma); //从叶子节点向上返回
    }
    int mid = (tree[step].left + tree[step].right) >> 1;
    if(r <= mid)
        tree[step].ma =  Update(l, r, value, step<<1);
    else if(l > mid)
        tree[step].ma =  Update(l, r, value, (step<<1)+1);
    else
        tree[step].ma =  max(Update(l, mid, value, step<<1), Update(mid+1, r, value, (step<<1)+1));
    return max(tree[step/2 * 2].ma, tree[step/2 * 2 + 1].ma);  //从叶子节点的上一层向上返回
}

int Query(int l, int r, int step)
{
    if(l == tree[step].left && r == tree[step].right)
        return tree[step].ma;
    int mid = (tree[step].left + tree[step].right) >> 1;
    if(r <= mid)
        return Query(l, r, step<<1);
    if(l > mid)
        return Query(l, r, (step<<1)+1);
    else
        return max(Query(l, mid, step<<1), Query(mid+1, r, (step<<1)+1));
}

int main()
{
    int n, m;
    int a, b;
    char c[2]; //避免输入回车的影响
    while(scanf("%d %d",&n, &m) != EOF)
    {
        Build(1,n,1);
        for(int i = 1; i <= n; i++)
        {
            int temp;
            scanf("%d",&temp);
            Update(i,i,temp,1);
        }
        for(int i = 0; i < m; i++)
        {
            scanf("%s %d %d", c, &a, &b);
            if(c[0] == 'Q')
                printf("%d\n", Query(a,b,1));
            else
                Update(a,a,b,1);
        }
    }
}


内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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