1901: Zju2112 Dynamic Rankings

本文介绍了一种结合树状数组与可持久化线段树的数据结构实现,用于解决动态数组中元素查询与更新的问题。具体地,通过树状数组和线段树的组合,可以高效地进行区间内元素的查询与更新操作,尤其适用于频繁修改和查询的场景。文章提供了一个实际的代码示例,展示了如何使用这种数据结构来处理一系列询问指令和修改指令。

Description

给定一个含有n个数的序列a[1],a[2],a[3]……a[n],程序必须回答这样的询问:对于给定的i,j,k,在a[i],a[i+1],a[i+2]……a[j]中第k小的数是多少(1≤k≤j-i+1),并且,你可以改变一些a[i]的值,改变后,程序还能针对改变后的a继续回答上面的问题。你需要编一个这样的程序,从输入文件中读入序列a,然后读入一系列的指令,包括询问指令和修改指令。对于每一个询问指令,你必须输出正确的回答。 第一行有两个正整数n(1≤n≤10000),m(1≤m≤10000)。分别表示序列的长度和指令的个数。第二行有n个数,表示a[1],a[2]……a[n],这些数都小于10^9。接下来的m行描述每条指令,每行的格式是下面两种格式中的一种。 Q i j k 或者 C i t Q i j k (i,j,k是数字,1≤i≤j≤n, 1≤k≤j-i+1)表示询问指令,询问a[i],a[i+1]……a[j]中第k小的数。C i t (1≤i≤n,0≤t≤10^9)表示把a[i]改变成为t。

Input

对于每一次询问,你都需要输出他的答案,每一个输出占单独的一行。

Output

 

Sample Input

5 3
3 2 1 4 7
Q 1 4 3
C 2 6
Q 2 5 3

Sample Output

3
6

HINT

 

20%的数据中,m,n≤100; 40%的数据中,m,n≤1000; 100%的数据中,m,n≤10000。

 
树状数组套可持久化线段树
 1 #include<iostream>
 2 #include<cstdlib>
 3 #include<cmath>
 4 #include<cstring>
 5 #include<cstdio>
 6 #include<algorithm>
 7 #include<string>
 8 #include<map>
 9 #include<queue>
10 #include<vector>
11 #include<set>
12 #define inf 1000000000
13 #define maxn 9000000+5
14 #define maxm 10000+5
15 #define eps 1e-10
16 #define ll long long
17 #define for0(i,n) for(int i=0;i<=(n);i++)
18 #define for1(i,n) for(int i=1;i<=(n);i++)
19 #define for2(i,x,y) for(int i=(x);i<=(y);i++)
20 #define for3(i,x,y) for(int i=(x);i>=(y);i--)
21 #define for4(i,x) for(int i=head[x],y=e[i].go;i;i=e[i].next,y=e[i].go)
22 using namespace std;
23 int read(){
24     int x=0,f=1;char ch=getchar();
25     while(ch<'0'||ch>'9'){if(ch=='-')f=-1;ch=getchar();}
26     while(ch>='0'&&ch<='9'){x=10*x+ch-'0';ch=getchar();}
27     return x*f;
28 }
29 int ls[maxn],rs[maxn],s[maxn];
30 int root[maxm],a[maxm];
31 int n,m,sz;
32 void insert(int l,int r,int x,int &y,int v,int k){
33     y=++sz;
34     s[y]=s[x]+k;
35     if(l==r)return ;
36     ls[y]=ls[x];rs[y]=rs[x];
37     int mid=(l+r)>>1;
38     if(v<=mid)insert(l,mid,ls[x],ls[y],v,k);
39     else insert(mid+1,r,rs[x],rs[y],v,k);
40 }
41 void change(int x,int f,int k){
42     for(;x<=n;x+=x&-x)
43         insert(0,inf,root[x],root[x],f,k);
44 }
45 int query(int l,int r,int k){
46     int a[22],b[22],la=0,lb=0;
47     memset(a,0,sizeof(a));memset(b,0,sizeof(b));
48     for(int i=l-1;i;i-=i&-i)a[++la]=root[i];
49     for(int i=r;i;i-=i&-i)b[++lb]=root[i];
50     int L=0,R=inf,t=max(la,lb);
51     while(L!=R){
52         int mid=(L+R)>>1,sum=0;
53         for1(i,t)
54             sum+=s[ls[b[i]]]-s[ls[a[i]]];
55         if(sum<k){
56             k-=sum;L=mid+1;
57             for1(i,t)
58                 a[i]=rs[a[i]],b[i]=rs[b[i]];
59         }
60         else{
61             R=mid;
62             for1(i,t)
63                 a[i]=ls[a[i]],b[i]=ls[b[i]];
64         }
65     }
66     return L;
67 }
68 int main(){
69     //freopen("input.txt","r",stdin);
70     //freopen("output.txt","w",stdout);
71     n=read();m=read();
72     for1(i,n)
73         a[i]=read(),change(i,a[i],1);
74     for1(i,m){
75         char ch=getchar();
76         while(ch!='Q'&&ch!='C')ch=getchar();
77         if(ch=='Q'){
78             int l=read(),r=read(),k=read();
79             printf("%d\n",query(l,r,k));
80         }
81         else{
82             int x=read(),y=read();
83             change(x,a[x],-1);
84             change(x,a[x]=y,1);
85         }
86     }
87     return 0;
88 }
View Code

 

转载于:https://www.cnblogs.com/htwx/articles/5644316.html

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
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