[HDU] 3966 树状数组+启发式树链剖分

树状数组+启发式树链剖分

一个讲解ppt
https://wenku.baidu.com/view/a088de01eff9aef8941e06c3.html

例题:Aragorn’s Story
点权树+路经加减+单点询问
时间复杂度 O(n+n+nlogn+Qlogn)
空间复杂度 O(n)

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

const int MAXN = (int)5e5 + 5;
struct Edge{int to, next;} E[MAXN<<1];
int head[MAXN], tot;
int top[MAXN];//top[v] 表示v所在的重链的顶端节点
int fa[MAXN];//父亲节点
int deep[MAXN];//深度
int num[MAXN];//num[v] 表示以v为根的子树的节点数
int p[MAXN];//p[v]表示v对应的位置
int fp[MAXN];//fp和p数组相反
int son[MAXN];//重儿子
int pos;
int N, M, P;

void add_edge(int u, int v) {
    E[tot].to = v;
    E[tot].next = head[u];
    head[u] = tot++;
}

void dfs_1(int u, int u_fa, int u_deep) {
    deep[u] = u_deep;
    fa[u] = u_fa;
    num[u] = 1;
    for(int i = head[u]; ~i; i = E[i].next) {
        int &v = E[i].to;
        if(v == u_fa) continue;
        dfs_1(v, u, u_deep + 1);
        num[u] += num[v];
        if(son[u] == -1 || num[v] > num[son[v]]) {
            son[u] = v;
        }
    }
}

int c[MAXN], val[MAXN];
int sum(int i) {
    int res = 0;
    while(i > 0) {
        res += c[i];
        i -= i&(-i);
    }
    return res;
}
void add(int i, int val) {
    while(i <= N) {
        c[i] += val;
        i += i&(-i);
    }
}

void getpos(int u, int sp) {
    top[u] = sp;
    p[u] = pos++;
    fp[p[u]] = u;
    if(son[u] == -1) return ;
    getpos(son[u], sp);
    for(int i = head[u]; ~i; i = E[i].next) {
        int &v = E[i].to;
        if(v != son[u] && v != fa[u]) {
            getpos(v, v);
        }
    }
}

void change(int u, int v, int _val) {
    int f1 = top[u], f2 = top[v];
    while(f1 != f2) {
        if(deep[f1] < deep[f2]) {
            swap(f1, f2);
            swap(u, v);
        }
        add(p[f1], +_val);
        add(p[u] + 1, -_val);
        u = fa[f1];
        f1 = top[u];
    }
    if(deep[u] > deep[v]) swap(u, v);
    add(p[u], +_val);
    add(p[v] + 1, -_val);
}

int main()
{
    while(scanf("%d%d%d", &N, &M, &P) != EOF) {
        memset(head, 0xff, sizeof head);
        memset(son , 0xff, sizeof son );
        memset(c   , 0x00, sizeof c   );
        tot = 0; pos = 1;
        for(int i = 1; i <= N; ++i) {
            scanf("%d", val + i);
        }
        for(int i = 0; i < M; ++i) {
            int x, y;
            scanf("%d%d", &x, &y);
            add_edge(x, y);
            add_edge(y, x);
        }
        dfs_1(1, 0, 0);
        getpos(1, 1);
        for(int i = 1; i <= N; ++i) {
            add(p[i], val[i]);
            add(p[i] + 1, -val[i]);
        }
        while(P--) {
            char op;
            scanf("\n%c", &op);
            if(op == 'Q') {
                int x;
                scanf("%d", &x);
                printf("%d\n", sum(p[x]));
            } else {
                int x, y, c;
                scanf("%d%d%d", &x, &y, &c);
                if(op == 'D') c = -c;
                change(x, y, c);
            }
        }
    }
    return 0;
}
【评估多目标跟踪方法】9个高度敏捷目标在编队中的轨迹和测量研究(Matlab代码实现)内容概要:本文围绕“评估多目标跟踪方法”,重点研究9个高度敏捷目标在编队飞行中的轨迹生成与测量过程,并提供完整的Matlab代码实现。文中详细模拟了目标的动态行为、运动约束及编队结构,通过仿真获取目标的状态信息与观测数据,用于验证和比较不同多目标跟踪算法的性能。研究内容涵盖轨迹建模、噪声处理、传感器测量模拟以及数据可视化等关键技术环节,旨在为雷达、无人机编队、自动驾驶等领域的多目标跟踪系统提供可复现的测试基准。; 适合人群:具备一定Matlab编程基础,从事控制工程、自动化、航空航天、智能交通或人工智能等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于多目标跟踪算法(如卡尔曼滤波、粒子滤波、GM-CPHD等)的性能评估与对比实验;②作为无人机编队、空中交通监控等应用场景下的轨迹仿真与传感器数据析的教学与研究平台;③支持对高度机动目标在复杂编队下的可观测性与跟踪精度进行深入析。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注轨迹生成逻辑与测量模型构建部,可通过修改目标数量、运动参数或噪声水平来拓展实验场景,进一步提升对多目标跟踪系统设计与评估的理解。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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