HDU3911 线段树

 题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=3911

 

题意:给出一段边续的01序列,有两种操作,1)更改a,b之间的元素状态;2)查询a,b之间最长的连续的1的长度

 

线段树题目,维护了六个域来记录该节点的状态,另外要用到Lazy提速

 

Code:

#include<stdio.h>
#include<string.h>
#include<stdlib.h>

#define M 102220
#define L(x) (x<<1)
#define R(x) (x<<1|1)
#define Mid(x,y) ((x+y)>>1)
#define Swap(x,y,tmp) (tmp=x,x=y,y=tmp)

typedef struct{
	int lt,rt;
	int maxw,maxb;
	int lw,lb,rw,rb;
	int c;
}SegT;

SegT T[M*5];
int a[M];

int Max(int a,int b)
{
	return a>b?a:b;
}

void Cal(int i)
{
	int lt,rt;
	lt=L(i);rt=R(i);
	T[i].maxw=Max(T[lt].maxw,T[rt].maxw);
	T[i].maxb=Max(T[lt].maxb,T[rt].maxb);
	T[i].maxw=Max(T[i].maxw,T[lt].rw+T[rt].lw);
	T[i].maxb=Max(T[i].maxb,T[lt].rb+T[rt].lb);
	
	T[i].lw=(T[lt].rt-T[lt].lt+1==T[lt].lw)?T[lt].lw+T[rt].lw:T[lt].lw;
	T[i].lb=(T[lt].rt-T[lt].lt+1==T[lt].lb)?T[lt].lb+T[rt].lb:T[lt].lb;
	
	T[i].rw=(T[rt].rw==T[rt].rt-T[rt].lt+1)?T[rt].rw+T[lt].rw:T[rt].rw;
	T[i].rb=(T[rt].rb==T[rt].rt-T[rt].lt+1)?T[rt].rb+T[lt].rb:T[rt].rb;
}

void Lazy(int i)
{
	int lt,rt,tmp;

	if(T[i].lt!=T[i].rt){

		lt=L(i),rt=R(i);

		T[lt].c+=T[i].c;T[rt].c+=T[i].c;

		if(T[i].c&1){

			Swap(T[lt].maxw,T[lt].maxb,tmp);
			Swap(T[rt].maxw,T[rt].maxb,tmp);

			Swap(T[lt].lw,T[lt].lb,tmp);
			Swap(T[lt].rw,T[lt].rb,tmp);

			Swap(T[rt].lw,T[rt].lb,tmp);
			Swap(T[rt].rw,T[rt].rb,tmp);
		}
	}
	T[i].c=0;
}

void Create(int i,int l,int r)
{
	int mid;
	T[i].lt=l;T[i].rt=r;
	T[i].c=0;
	if(l==r){
		T[i].lw=T[i].rw=T[i].maxw=a[l];
		T[i].lb=T[i].rb=T[i].maxb=1-a[l];
		return ;
	}
	mid=Mid(l,r);
	Create(L(i),l,mid);
	Create(R(i),mid+1,r);
	Cal(i);
}

void Updata(int i,int l,int r)
{
	int mid,tmp;
	Lazy(i);
	if(T[i].lt>=l&&T[i].rt<=r){
		T[i].c++;
		Swap(T[i].maxb,T[i].maxw,tmp);
		Swap(T[i].lb,T[i].lw,tmp);
		Swap(T[i].rb,T[i].rw,tmp);
		return ;
	}
	mid=Mid(T[i].lt,T[i].rt);
	if(r<=mid) Updata(L(i),l,r);
	else if(l>mid) Updata(R(i),l,r);
	else{
		Updata(L(i),l,r);
		Updata(R(i),l,r);
	}
	Cal(i);
}
int Query(int i,int l,int r)
{
	int ret=0,mid,r1,r2,tmp;
	Lazy(i);
	if(T[i].lt>=l&&T[i].rt<=r)
		return T[i].maxw;
	mid=Mid(T[i].lt,T[i].rt);
	if(r<=mid) return Query(L(i),l,r);
	if(l>mid) return Query(R(i),l,r);
	
	r1=Query(L(i),l,r);
	r2=Query(R(i),l,r);

	ret=Max(r1,r2);
	tmp=T[L(i)].rw+T[R(i)].lw;

	if(mid-l+1<T[L(i)].rw)
		tmp-=T[L(i)].rw-mid+l-1;
	if(r-mid<T[R(i)].lw)
		tmp-=T[R(i)].lw-r+mid;
	ret=Max(ret,tmp);
	return ret;
}

int main()
{
	int n,m,i;
	int x,f,t;

	while(~scanf("%d",&n)){

		for(i=1;i<=n;i++)
			scanf("%d",a+i);

		Create(1,1,n);
		scanf("%d",&m);
		
		while(m--){
			scanf("%d%d%d",&x,&f,&t);
			switch(x){
			case 0:printf("%d\n",Query(1,f,t));break;
			case 1:Updata(1,f,t);break;
			}
		}
	}
	return 1;
}


 

变分模态分解(Variational Mode Decomposition, VMD)是一种强大的非线性、无参数信号处理技术,专门用于复杂非平稳信号的分析分解。它由Eckart Dietz和Herbert Krim于2011年提出,主要针对传统傅立叶变换在处理非平稳信号时的不足。VMD的核心思想是将复杂信号分解为一系列模态函数(即固有模态函数,IMFs),每个IMF具有独特的频率成分和局部特性。这一过程小波分析或经验模态分解(EMD)类似,但VMD通过变分优化框架显著提升了分解的稳定性和准确性。 在MATLAB环境中实现VMD,可以帮助我们更好地理解和应用这一技术。其核心算法主要包括以下步骤:首先进行初始化,设定模态数并为每个模态分配初始频率估计;接着采用交替最小二乘法,通过交替最小化残差平方和以及模态频率的离散时间傅立叶变换(DTFT)约束,更新每个模态函数和中心频率;最后通过迭代优化,在每次迭代中优化所有IMF的幅度和相位,直至满足停止条件(如达到预设迭代次数或残差平方和小于阈值)。 MATLAB中的VMD实现通常包括以下部分:数据预处理,如对原始信号进行归一化或去除直流偏置,以简化后续处理;定义VMD结构,设置模态数、迭代次数和约束参数等;VMD算法主体,包含初始化、交替最小二乘法和迭代优化过程;以及后处理,对分解结果进行评估和可视化,例如计算每个模态的频谱特性,绘制IMF的时频分布图。如果提供了一个包含VMD算法的压缩包文件,其中的“VMD”可能是MATLAB代码文件或完整的项目文件夹,可能包含主程序、函数库、示例数据和结果可视化脚本。通过运行这些代码,可以直观地看到VMD如何将复杂信号分解为独立模态,并理解每个模态的物理意义。 VMD在多个领域具有广泛的应用,包括信号处理(如声学、振动、生物医学信号分析)、图像处理(如图像去噪、特征提取)、金融时间序列分析(识
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