12345

题意简述

∑ 1 ≤ L ≤ R ≤ n ⨁ L ≤ l ≤ r ≤ R ⨂ l ≤ x ≤ r A x , n ≤ 2 ∗ 1 0 5 \sum_{1\leq L\leq R\leq n}\bigoplus_{L\leq l\leq r\leq R}\bigotimes_{l\leq x\leq r}{A_x},n\leq 2*10^5 1LRnLlrRlxrAx,n2105
⨁ \bigoplus 是异或, ⨂ \bigotimes 是或。

题解

10%

按照题意模拟即可, O ( n 5 ) O(n^5) O(n5)

40%

S 1 [ l , r ] = ⨂ l ≤ x ≤ r A x , S 2 [ L , R ] = ⨁ L ≤ l ≤ r ≤ R S 1 [ l , r ] S_1[l,r]=\bigotimes_{l\leq x\leq r}{A_x},S_2[L,R]=\bigoplus_{L\leq l\leq r\leq R}S_1[l,r] S1[l,r]=lxrAx,S2[L,R]=LlrRS1[l,r]
不难发现可以 O ( n 2 ) O(n^2) O(n2)求出所有值。

100%

由于内部是位运算,考虑对于每一位, ⨁ L ≤ l ≤ r ≤ R ⨂ l ≤ x ≤ r A x \bigoplus_{L\leq l\leq r\leq R}\bigotimes_{l\leq x\leq r}{A_x} LlrRlxrAx的值为1的 L , R L,R L,R的个数。
由于有异或,原问题转化为求有多少个子区间,它有奇数个子区间中至少有一个1。
假设已经算完了右端点为 k − 1 k-1 k1的区间的贡献,考虑如何计算右端点为 k k k的。
假设前 k k k个位置中最后一个1的位置为 p p p。那么对于 i > p i>p i>p [ i , k ] [i,k] [i,k]的贡献为0;对于 i ≤ p i\leq p ip [ i , k ] [i,k] [i,k]的贡献为 [ i , k − 1 ] [i,k-1] [i,k1]的贡献加上 p − i + 1 p-i+1 pi+1以后模二的值。不难发现贡献是否改变只与p、i的奇偶性有关,于是记一下奇/偶位置当前1/0的个数即可。具体实现见代码。
时间复杂度 O ( n ∗ w ) , w = 20 O(n*w),w=20 O(nw),w=20

基于python tensorflow2.3的果蔬识别系统源码+模型-基于卷积神经网络的果蔬识别系统,个人经导师指导并认可通过的高分设计项目,评审分98分,项目中的源码都是经过本地编译过可运行的,都经过严格调试,确保可以运行!主要针对计算机相关专业的正在做大作业、毕业设计的学生和需要项目实战练习的学习者,资源项目的难度比较适中,内容都是经过助教老师审定过的能够满足学习、使用需求,如果有需要的话可以放心下载使用。 基于python tensorflow2.3的果蔬识别系统源码+模型-基于卷积神经网络的果蔬识别系统基于python tensorflow2.3的果蔬识别系统源码+模型-基于卷积神经网络的果蔬识别系统基于python tensorflow2.3的果蔬识别系统源码+模型-基于卷积神经网络的果蔬识别系统基于python tensorflow2.3的果蔬识别系统源码+模型-基于卷积神经网络的果蔬识别系统基于python tensorflow2.3的果蔬识别系统源码+模型-基于卷积神经网络的果蔬识别系统基于python tensorflow2.3的果蔬识别系统源码+模型-基于卷积神经网络的果蔬识别系统基于python tensorflow2.3的果蔬识别系统源码+模型-基于卷积神经网络的果蔬识别系统基于python tensorflow2.3的果蔬识别系统源码+模型-基于卷积神经网络的果蔬识别系统基于python tensorflow2.3的果蔬识别系统源码+模型-基于卷积神经网络的果蔬识别系统基于python tensorflow2.3的果蔬识别系统源码+模型-基于卷积神经网络的果蔬识别系统基于python tensorflow2.3的果蔬识别系统源码+模型-基于卷积神经网络的果蔬识别系统基于python tensorflow2.3的果蔬识别系统源码+模型-基于卷积神经
基于Opencv与Python结合的车牌识别系统(含源码及报告)适合期末大作业&课程设计,个人经导师指导并认可通过的高分设计项目,评审分98分,项目中的源码都是经过本地编译过可运行的,都经过严格调试,确保可以运行!主要针对计算机相关专业的正在做大作业、毕业设计的学生和需要项目实战练习的学习者,资源项目的难度比较适中,内容都是经过助教老师审定过的能够满足学习、使用需求,如果有需要的话可以放心下载使用。 基于Opencv与Python结合的车牌识别系统(含源码及报告)适合期末大作业&课程设计基于Opencv与Python结合的车牌识别系统(含源码及报告)适合期末大作业&课程设计基于Opencv与Python结合的车牌识别系统(含源码及报告)适合期末大作业&课程设计基于Opencv与Python结合的车牌识别系统(含源码及报告)适合期末大作业&课程设计基于Opencv与Python结合的车牌识别系统(含源码及报告)适合期末大作业&课程设计基于Opencv与Python结合的车牌识别系统(含源码及报告)适合期末大作业&课程设计基于Opencv与Python结合的车牌识别系统(含源码及报告)适合期末大作业&课程设计基于Opencv与Python结合的车牌识别系统(含源码及报告)适合期末大作业&课程设计基于Opencv与Python结合的车牌识别系统(含源码及报告)适合期末大作业&课程设计基于Opencv与Python结合的车牌识别系统(含源码及报告)适合期末大作业&课程设计基于Opencv与Python结合的车牌识别系统(含源码及报告)适合期末大作业&课程设计基于Opencv与Python结合的车牌识别系统(含源码及报告)适合期末大作业&课程设计基于Opencv与Python结合的车牌识别系统(含源码及报告)适合期末大作业&课程设计基于Opencv与Python结合的车牌识别系统(
评论 1
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