HDU 1698 Just a Hook 线段树区间修改

本文介绍了一道经典的线段树区间修改问题,通过给定的一系列操作,更新指定区间的数值并最终求出整个区间的和。文章提供了完整的C++代码实现,详细展示了线段树构建、下推及更新过程。

传送门:点击打开链接

题意:
给定N个数,初始化全部为1.
一种操作,区间修改。把区间[L,R]内所有数字修改为另一个值X
Q次操作之后,求区间[1,N]的和


分析:
简单的线段树区间修改操作应用题
具体实现见代码

#include <cstdio>
using namespace std;

const int maxn = 100000+5;
struct node{
   int left,right;
   int lazy,sum;
};

struct Tree{
   node tr[maxn*4];
   #define lch(u) (u<<1)
   #define rch(u) (u<<1|1)
   #define Mid (tr[u].left+tr[u].right)>>1

   inline void push_up(int u){ tr[u].sum = tr[lch(u)].sum + tr[rch(u)].sum; }

   void build( int u, int a, int b){
      tr[u].left = a; tr[u].right = b; tr[u].lazy = 0;
      if (a == b) {
         tr[u].sum = 1;
         return;
      }
      int mid = Mid;
      build(lch(u),a,mid);
      build(rch(u),mid+1,b);
      push_up(u);
   }

   void push_down(int u){
       if (tr[u].lazy == 0) return;
       tr[lch(u)].lazy = tr[rch(u)].lazy = tr[u].lazy;
       int mid  = Mid;
       tr[lch(u)].sum = (mid-tr[u].left+1)*tr[u].lazy;
       tr[rch(u)].sum = (tr[u].right-mid)*tr[u].lazy;
       tr[u].lazy = 0;
   }

   void update(int u, int a, int b, int val) {
       if (tr[u].left == a && tr[u].right == b) {
           tr[u].lazy = val;
           tr[u].sum = (b-a+1)*val;
           return;
       }

       push_down(u);

       int mid = Mid;
       if (b<=mid) update(lch(u),a,b,val);
       else if (a>mid) update(rch(u),a,b,val);
       else {
           update(lch(u),a,mid,val);
           update(rch(u),mid+1,b,val);
       }
       push_up(u);
   }


}T;
int n,q;
int x,y,z;

int main(){
    int t;
    scanf("%d",&t);

    int kase = 0;
    while (t--){
        scanf("%d %d",&n,&q);
        T.build(1,1,n);
        while (q--){
            scanf("%d %d %d",&x,&y,&z);
            T.update(1,x,y,z);
        }
        printf("Case %d: The total value of the hook is %d.\n",++kase,T.tr[1].sum);
    }
    return 0;
}


基于遗传算法的微电网调度(风、光、蓄电池、微型燃气轮机)(Matlab代码实现)内容概要:本文档介绍了基于遗传算法的微电网调度模型,涵盖风能、太阳能、蓄电池和微型燃气轮机等多种能源形式,并通过Matlab代码实现系统优化调度。该模型旨在解决微电网中多能源协调运行的问题,优化能源分配,降低运行成本,提高可再生能源利用率,同时考虑系统稳定性与经济性。文中详细阐述了遗传算法在求解微电网多目标优化问题中的应用,包括编码方式、适应度函数设计、约束处理及算法流程,并提供了完整的仿真代码供复现与学习。此外,文档还列举了大量相关电力系统优化案例,如负荷预测、储能配置、潮流计算等,展示了广泛的应用背景和技术支撑。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事微电网、智能电网优化研究的工程技术人员。; 使用场景及目标:①学习遗传算法在微电网调度中的具体实现方法;②掌握多能源系统建模与优化调度的技术路线;③为科研项目、毕业设计或实际工程提供可复用的代码框架与算法参考; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注目标函数构建与约束条件处理,同时可参考文档中提供的其他优化案例进行拓展学习,以提升综合应用能力。
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