[51nod 1297]管理二叉树

本文介绍了一种在线性时间内构建二叉搜索树的方法,并通过点分治算法计算节点间距离和。适用于处理大规模数据集,实现高效查询。

题目大意

给定一个n的排列,用它建出二叉搜索树。输出每次插入后所有节点两两之间距离和。

n≤100000

分析

考虑离线做。

首先把这棵树建出来。建树可以O(n),具体点:可以发现,插入一个值x时,它一定是之前已经插入的数中,和它相邻的两个数中后插入的数值儿子。
比如:4 7 3 1 8 2 6 5。1是3的左儿子,2是1的右儿子,6是8的左儿子。

建出树之后,把排列中的数按顺序放进来。假设知道了前i-1个数的答案,现在要求前i个答案,只要加上i到其它所有节点的距离和。
那么可以用点分治做。具体就不说了。

时间复杂度O(nlogn)

#include <cstdio>
#include <cstring>
#include <algorithm>
#include <cmath>

using namespace std;

const int N=100005,Log=18;

typedef long long LL;

int n,e[N][3],m,a[N],f1[N],f2[N],cnt[N],son_cnt[N][3],rmq[N*2][Log],tot,la[N],dep[N],fa[N],dfn[N],size[N],ap[N];

int s[N],R,V;

LL dis[N],son_dis[N][3],ans;

bool bz[N];

char c;

int read()
{
    for (c=getchar();c<'0' || c>'9';c=getchar());
    int x=c-48;
    for (c=getchar();c>='0' && c<='9';c=getchar()) x=x*10+c-48;
    return x;
}

int get(int x,int *f)
{
    if (f[x]==-1) return x;
    return f[x]=get(f[x],f);
}

void init(int x)
{
    dep[x]=dep[e[x][0]]+1;
    dfn[x]=++m;
    rmq[la[x]=tot++][0]=x;
    for (int i=1;i<3;i++) if (e[x][i])
    {
        init(e[x][i]); rmq[la[x]=tot++][0]=x; size[x]+=size[e[x][i]]+1;
    }
}

void find(int x,int y)
{
    int M=0;
    s[x]=1;
    for (int i=0;i<3;i++) if (!bz[e[x][i]] && e[x][i]!=y)
    {
        find(e[x][i],x);
        s[x]+=s[e[x][i]];
        M=max(M,s[e[x][i]]);
    }
    M=max(M,m-s[x]);
    if (M<V)
    {
        V=M; R=x;
    }
}

int dfs(int x)
{
    V=m;
    find(x,0);
    int r=R,sum=m;
    bz[r]=1;
    for (int i=0;i<3;i++) if (!bz[e[r][i]])
    {
        m=(s[e[r][i]]<s[r])?s[e[r][i]]:sum-s[r];
        fa[dfs(e[r][i])]=r;
    }
    return r;
}

int getlca(int x,int y)
{
    x=la[x]; y=la[y];
    if (x>y) x^=y^=x^=y;
    int k=trunc(log(y-x+1)/log(2));
    return (dep[rmq[x][k]]<=dep[rmq[y-(1<<k)+1][k]])?rmq[x][k]:rmq[y-(1<<k)+1][k];
}

int main()
{
    n=read();
    for (int i=1;i<=n;i++)
    {
        a[i]=read(); ap[a[i]]=i;
    }
    memset(f1,255,sizeof(f1));
    memset(f2,255,sizeof(f2));
    for (int i=n;i>1;i--)
    {
        int x=a[i];
        f1[x]=x-1; f2[x]=x+1;
        int l=get(x,f1),r=get(x,f2);
        if (ap[l]>ap[r])
        {
            e[x][0]=l; e[l][(l<x)+1]=x;
        }else
        {
            e[x][0]=r; e[r][(r<x)+1]=x;
        }
    }
    init(a[1]);
    for (int j=1;j<Log;j++)
        for (int i=0;i<=tot-(1<<j);i++)
            rmq[i][j]=(dep[rmq[i][j-1]]<=dep[rmq[i+(1<<(j-1))][j-1]])?rmq[i][j-1]:rmq[i+(1<<(j-1))][j-1];
    m=n; bz[0]=1;
    fa[dfs(a[1])]=0;
    for (int i=1;i<=n;i++)
    {
        ans+=dis[a[i]];
        cnt[a[i]]++;
        for (int j=fa[a[i]];j;j=fa[j])
        {
            int t,d=dep[a[i]]+dep[j]-2*dep[getlca(a[i],j)];
            if (dfn[a[i]]<dfn[j] || dfn[j]+size[j]<dfn[a[i]]) t=0;
            else if (e[j][1]>0 && dfn[a[i]]<=dfn[e[j][1]]+size[e[j][1]]) t=1;else t=2;
            ans+=dis[j]-son_dis[j][t]+(LL)(cnt[j]-son_cnt[j][t])*d;
            cnt[j]++; son_cnt[j][t]++; dis[j]+=d; son_dis[j][t]+=d;
        }
        printf("%lld\n",ans);
    }
    return 0;
}
基于STM32 F4的永磁同步电机无位置传感器控制策略研究内容概要:本文围绕基于STM32 F4的永磁同步电机(PMSM)无位置传感器控制策略展开研究,重点探讨在不依赖物理位置传感器的情况下,如何通过算法实现对电机转子位置和速度的精确估计与控制。文中结合嵌入式开发平台STM32 F4,采用如滑模观测器、扩展卡尔曼滤波或高频注入法等先进观测技术,实现对电机反电动势或磁链的估算,进而完成无传感器矢量控制(FOC)。同时,研究涵盖系统建模、控制算法设计、仿真验证(可能使用Simulink)以及在STM32硬件平台上的代码实现与调试,旨在提高电机控制系统的可靠性、降低成本并增强环境适应性。; 适合人群:具备一定电力电子、自动控制理论基础和嵌入式开发经验的电气工程、自动化及相关专业的研究生、科研人员及从事电机驱动开发的工程师。; 使用场景及目标:①掌握永磁同步电机无位置传感器控制的核心原理与实现方法;②学习如何在STM32平台上进行电机控制算法的移植与优化;③为开发高性能、低成本的电机驱动系统提供技术参考与实践指导。; 阅读建议:建议读者结合文中提到的控制理论、仿真模型与实际代码实现进行系统学习,有条件者应在实验平台上进行验证,重点关注观测器设计、参数整定及系统稳定性分析等关键环节。
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