HDU 1754 线段树

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

题意:给你n个数,m个操作,Q A B代表询问区间[A,B]的最大值,U A B代表更新A点的值为B。

思路:也是个简单的单节点更新的线段树,没有啥难度,但是在输入的时候被坑了一下,记得要getchar()掉回车,否则EOF没有用。

#include <iostream>
#include <stdio.h>
#include <math.h>
#include <algorithm>
#include <string>
using namespace std;

const int maxn = 200005;
int sum[maxn << 2];//按位左偏一位相当于乘以2,偏移2位相当于乘以2的平方
void PushUp(int rt)
{
    sum[rt] = max(sum[rt << 1] , sum[rt << 1 | 1]);//这个按位或就是+1的意思
}

void build(int l, int r, int rt)//建立线段树
{
    if (l == r)
    {
        scanf("%d", &sum[rt]);
        return;
    }
    int m = (l + r) >> 1;//按位右偏1位相当于除以2
    build(l, m, rt << 1);
    build(m + 1, r, rt << 1 | 1);
    PushUp(rt);
}

void update(int p, int add, int l, int r, int rt)
{
    if (l == r)
    {
        sum[rt] = add;
        return;
    }
    int m = (l + r) >> 1;
    if (p <= m) update(p, add, l, m, rt << 1);
    else update(p, add, m + 1, r, rt << 1 | 1);
    PushUp(rt);
}

int query(int ll, int rr, int l, int r, int rt)//查询线段树
{
    if (ll <= l && rr >= r) return sum[rt];
    int m = (l + r) >> 1;
    int ret = 0;
    if (ll <= m) ret = max(ret,query(ll, rr, l, m, rt << 1));
    if (rr > m) ret = max(ret,query(ll, rr, m + 1, r, rt << 1 | 1));
    return ret;
}

int main()
{
    int n,m;
    while(~scanf("%d%d",&n,&m)){
        //scanf("%d%d",&n,&m);
        build(1,n,1);
        char c;
        int l,r;
        for(int i=0;i<m;i++){
            getchar();   //小坑点
            scanf("%c%d%d",&c,&l,&r);
            if(c=='U'){
                update(l,r,1,n,1);
            }
            else if(c=='Q')
                printf("%d\n",query(l,r,1,n,1));
        }
    }
    return 0;
}

内容概要:本文围绕EKF SLAM(扩展卡尔曼滤波同步定位与地图构建)的性能展开多项对比实验研究,重点分析在稀疏与稠密landmark环境下、预测与更新步骤同时进行与非同时进行的情况下的系统性能差异,并进一步探讨EKF SLAM在有色噪声干扰下的鲁棒性表现。实验考虑了不确定性因素的影响,旨在评估不同条件下算法的定位精度与地图构建质量,为实际应用中EKF SLAM的优化提供依据。文档还提及多智能体系统在遭受DoS攻击下的弹性控制研究,但核心内容聚焦于SLAM算法的性能测试与分析。; 适合人群:具备一定机器人学、状态估计或自动驾驶基础知识的科研人员及工程技术人员,尤其是从事SLAM算法研究或应用开发的硕士、博士研究生和相关领域研发人员。; 使用场景及目标:①用于比较EKF SLAM在不同landmark密度下的性能表现;②分析预测与更新机制同步与否对滤波器稳定性与精度的影响;③评估系统在有色噪声等非理想观测条件下的适应能力,提升实际部署中的可靠性。; 阅读建议:建议结合MATLAB仿真代码进行实验复现,重点关注状态协方差传播、观测更新频率与噪声模型设置等关键环节,深入理解EKF SLAM在复杂环境下的行为特性。稀疏 landmark 与稠密 landmark 下 EKF SLAM 性能对比实验,预测更新同时进行与非同时进行对比 EKF SLAM 性能对比实验,EKF SLAM 在有色噪声下性能实验
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