HDU-6356 Glad You Came (rmq)

本文详细介绍了如何使用逆向更新和线段树或RMQ(线段树或区间查询)来解决在大范围内进行多次更新操作后,计算最终数组抑或值的问题。特别关注于优化时间复杂度,适用于处理大量更新操作的场景。

题目:刚开始一个长度为n(n<=1e5)的全为0的数组a,生成q(q<=5e6)组更新(l,r,v)把 l 到 r 区间内小于v的数都更新成v,最后输出n个数字的抑或值。

思路:时间卡的好紧,比赛时,优先队列维护T,线段树也T,时间复杂度O(qlogn),但是q太大了数据组数又比较多。赛后看官方题解分析的是rmq,O(nlogn),更新时逆向更新就好。

#include <bits/stdc++.h>
using namespace std;
#define inf 0x3f3f3f3f
#define u unsigned int
#define ll long long
const int maxn=1e5+10;
const u mod=(1<<30);
u x,y,z,w;
u rng61()
{
    x=x^(x<<11);
    x=x^(x>>4);
    x=x^(x<<5);
    x=x^(x>>14);
    w=x^(y^z);
    x=y;
    y=z;
    z=w;
    return z;
}

ll dp[maxn][25],f[maxn],p[110],a[maxn];
int main()
{
    #define int ll
    int t,sum=1,num=0;
    p[0]=1;
    cin>>t;
    for(int i=1;i<maxn;i++)
    {
        if(sum*2==i)
        {
            sum*=2;
            num++;
            p[num]=sum;
        }
        f[i]=num;
    }
    while(t--)
    {
        ll n,q;
        cin>>n>>q>>x>>y>>z;
        for(int i=1;i<=n;i++)
            for(int j=0;j<=22;j++)
                dp[i][j]=0;
        u nn=n;
        for(int i=1;i<=q;i++)
        {
            ll f1=rng61();
            ll f2=rng61();
            ll f3=rng61();
            int l=(int)min((f1%nn)+1,(f2%nn)+1);
            int r=(int)max((f1%nn)+1,(f2%nn)+1);
            int v=(int)(f3%mod);

            int d=f[r-l+1];//找到2的几次方
            dp[l][d]=max(dp[l][d],v);
            dp[r-p[d]+1][d]=max(dp[r-p[d]+1][d],v);
        }
        for(int j=f[n];j;j--)
        for(int i=1;i<=n;i++)
        {
            dp[i][j-1]=max(dp[i][j-1],dp[i][j]);///rmq的逆向
            if(i+p[j-1]<=n)
            dp[i+p[j-1]][j-1]=max(dp[i+p[j-1]][j-1],dp[i][j]);///rmq的逆向
        }
        ll ans=0;
        for(int i=1;i<=n;i++)
            ans^=1ll*i*1ll*dp[i][0];
        cout<<ans<<endl;
    }
    return 0;
}
/*
4
1 10 100 1000 10000
10 100 1000 10000 100000
100 1000 10000 100000 1000000
1000 10000 100000 1000000 10000000

*/

 

### 关于HDU - 6609 的题目解析 由于当前未提供具体关于 HDU - 6609 题目的详细描述,以下是基于一般算法竞赛题型可能涉及的内容进行推测和解答。 #### 可能的题目背景 假设该题目属于动态规划类问题(类似于多重背包问题),其核心在于优化资源分配或路径选择。此类问题通常会给出一组物品及其属性(如重量、价值等)以及约束条件(如容量限制)。目标是最优地选取某些物品使得满足特定的目标函数[^2]。 #### 动态转移方程设计 如果此题确实是一个变种的背包问题,则可以采用如下状态定义方法: 设 `dp[i][j]` 表示前 i 种物品,在某种条件下达到 j 值时的最大收益或者最小代价。对于每一种新加入考虑范围内的物体 k ,更新规则可能是这样的形式: ```python for i in range(n): for s in range(V, w[k]-1, -1): dp[s] = max(dp[s], dp[s-w[k]] + v[k]) ``` 这里需要注意边界情况处理以及初始化设置合理值来保证计算准确性。 另外还有一种可能性就是它涉及到组合数学方面知识或者是图论最短路等相关知识点。如果是后者的话那么就需要构建相应的邻接表表示图形结构并通过Dijkstra/Bellman-Ford/Floyd-Warshall等经典算法求解两点间距离等问题了[^4]。 最后按照输出格式要求打印结果字符串"Case #X: Y"[^3]。 #### 示例代码片段 下面展示了一个简单的伪代码框架用于解决上述提到类型的DP问题: ```python def solve(): t=int(input()) res=[] cas=1 while(t>0): n,k=list(map(int,input().split())) # Initialize your data structures here ans=find_min_unhappiness() # Implement function find_min_unhappiness() res.append(f'Case #{cas}: {round(ans)}') cas+=1 t-=1 print("\n".join(res)) solve() ```
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