洛谷2184 贪婪大陆(树状数组)

本文介绍了一种高效解决洛谷2184题的方法,通过使用线段树和树状数组来优化空间和时间复杂度,避免TLE或MLE。详细解析了如何维护每个位置的区间端点数量,将问题转化为支持单点查询和区间修改的树状数组维护。

题目:luogu2184.
题目大意:一个长度为 n n n的序列,每次操作为询问区间内不同的数的数量或给一段区间加入一个不同于之前所有数的数.
1 ≤ n ≤ 1 0 5 1\leq n\leq 10^5 1n105,操作数 ≤ 1 0 5 \leq 10^5 105.

那么这道题其实稍微一想就会是一棵线段树,但是这样得浪费大量空间和时间,很容易TLE或MLE.

考虑用维护每一个位置 i i i前面区间的左端点数量 c l i cl_i cli和右端点数量 c r i cr_i cri,显然一个询问区间 [ l , r ] [l,r] [l,r]的答案为 c l r − c r l cl_r-cr_l clrcrl.

然后问题就转化成为维护两个支持单点查询区间修改的树状数组了.

那么代码如下:

#include<cstdio>
#include<cstdlib>
#include<algorithm>
#include<cstring>
#include<iostream>
  using namespace std;
int n,m;
class tree{
  public:
    int c[200000];
    inline int lowbit(int k);
    inline void build(int l,int r);
    inline void add(int x,int num,int n);
    inline int query(int l,int r);
};
inline int tree::lowbit(int k){
  return k&-k;
}
inline void tree::build(int l,int r){
  for (int i=0;i<200000;i++)
    c[i]=0;
}
inline void tree::add(int x,int num,int n){
  while (x<=n){
    c[x]+=num;
    x+=lowbit(x);
  }
}
inline int tree::query(int l,int r){
  l--;
  int lsum=0,rsum=0;
  while (l){
    lsum+=c[l];
    l-=lowbit(l);
  }
  while (r){
    rsum+=c[r];
    r-=lowbit(r);
  }
  return rsum-lsum;
}
tree tr1,tr2;
inline void into(){
}
inline void work(){
  scanf("%d%d",&n,&m);
  int c,x,y;
  tr1.build(1,n);
  tr2.build(1,n);
  for (int i=1;i<=m;i++){
    scanf("%d%d%d",&c,&x,&y);
    if (c==1) tr1.add(x,1,n),tr2.add(y,1,n);
    else printf("%d\n",tr1.query(1,y)-tr2.query(1,x-1));
  }
}
inline void outo(){
}
int main(){
  for (int i=1;i<=1;i++){
    into();
    work();
    outo();
  }
  return 0;
}
内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程,并通过Matlab代码实现相关算法。文章结合理论推导与仿真实践,利用人工神经网络对复杂的非线性关系进行建模与逼近,提升机械臂运动控制的精度与效率。同时涵盖了路径规划中的RRT算法与B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模与ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿与高精度轨迹跟踪控制;④结合RRT与B样条完成平滑路径规划与优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析与神经网络训练,注重理论推导与仿真实验的结合,以充分理解机械臂控制系统的设计流程与优化策略。
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