Hdu 1166

本文介绍了一种利用线段树解决军事演习中敌方工兵营地人数变动监控的问题。通过构建线段树,实现快速修改区间值和查询区间总人数,有效解决了频繁变动的数据查询需求,简化了计算过程,提高了解决效率。

敌兵布阵

Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others)
Total Submission(s): 60585    Accepted Submission(s): 25682


Problem Description
C国的死对头A国这段时间正在进行军事演习,所以C国间谍头子Derek和他手下Tidy又开始忙乎了。A国在海岸线沿直线布置了N个工兵营地,Derek和Tidy的任务就是要监视这些工兵营地的活动情况。由于采取了某种先进的监测手段,所以每个工兵营地的人数C国都掌握的一清二楚,每个工兵营地的人数都有可能发生变动,可能增加或减少若干人手,但这些都逃不过C国的监视。
中央情报局要研究敌人究竟演习什么战术,所以Tidy要随时向Derek汇报某一段连续的工兵营地一共有多少人,例如Derek问:“Tidy,马上汇报第3个营地到第10个营地共有多少人!”Tidy就要马上开始计算这一段的总人数并汇报。但敌兵营地的人数经常变动,而Derek每次询问的段都不一样,所以Tidy不得不每次都一个一个营地的去数,很快就精疲力尽了,Derek对Tidy的计算速度越来越不满:"你个死肥仔,算得这么慢,我炒你鱿鱼!”Tidy想:“你自己来算算看,这可真是一项累人的工作!我恨不得你炒我鱿鱼呢!”无奈之下,Tidy只好打电话向计算机专家Windbreaker求救,Windbreaker说:“死肥仔,叫你平时做多点acm题和看多点算法书,现在尝到苦果了吧!”Tidy说:"我知错了。。。"但Windbreaker已经挂掉电话了。Tidy很苦恼,这么算他真的会崩溃的,聪明的读者,你能写个程序帮他完成这项工作吗?不过如果你的程序效率不够高的话,Tidy还是会受到Derek的责骂的.
 

Input
第一行一个整数T,表示有T组数据。
每组数据第一行一个正整数N(N<=50000),表示敌人有N个工兵营地,接下来有N个正整数,第i个正整数ai代表第i个工兵营地里开始时有ai个人(1<=ai<=50)。
接下来每行有一条命令,命令有4种形式:
(1) Add i j,i和j为正整数,表示第i个营地增加j个人(j不超过30)
(2)Sub i j ,i和j为正整数,表示第i个营地减少j个人(j不超过30);
(3)Query i j ,i和j为正整数,i<=j,表示询问第i到第j个营地的总人数;
(4)End 表示结束,这条命令在每组数据最后出现;
每组数据最多有40000条命令
 

Output
对第i组数据,首先输出“Case i:”和回车,
对于每个Query询问,输出一个整数并回车,表示询问的段中的总人数,这个数保持在int以内。
 

Sample Input
1 10 1 2 3 4 5 6 7 8 9 10 Query 1 3 Add 3 6 Query 2 7 Sub 10 2 Add 6 3 Query 3 10 End
 

Sample Output
Case 1: 6 33 59

典型的线段树问题,用线段树解决这类问题可以快速修改区间值,同时避免了遍历带来的多余时间浪费。代码很清晰,很容易看懂。

#include<iostream>
#include<cstdio>
using namespace std;
int n;
int tr[150000];//数组开大点,防止超内存
int a[50001];
int add,q,ql,qr;
void build(int L,int R,int rt){
	if(L==R){
		tr[rt]=a[L];
	}else{
		int M=(L+R)/2;
		build(L,M,rt*2);
		build(M+1,R,rt*2+1);
		tr[rt]=tr[rt*2]+tr[rt*2+1];
	}
}//构建线段树结构
void Add(int L,int R,int rt){
	if(L==q&&R==q){
		tr[rt]+=add;
	}else{
		int M=(L+R)/2;
		if(q>M) Add(M+1,R,rt*2+1);
		if(q<=M) Add(L,M,rt*2);
		tr[rt]+=add;
	}
}//修改区间值(增大)
void Sub(int L,int R,int rt){
	if(L==q&&R==q){
		tr[rt]-=add;
	}else{
		int M=(L+R)/2;
		if(q>M) Sub(M+1,R,rt*2+1);
		if(q<=M) Sub(L,M,rt*2);
		tr[rt]-=add;
	}
}//修改区间值(减小)
int query(int L,int R,int rt){
    if(L>=ql&&R<=qr){
    	return tr[rt];
    }else{
    	int M=(L+R)/2;
    	if(ql>M) return query(M+1,R,rt*2+1);
    	if(qr<=M) return query(L,M,rt*2);
    	return query(L,M,rt*2)+query(M+1,R,rt*2+1);
    }
}//查询区间值
int main(){
	int T,num=0;
	scanf("%d",&T);
	while(T--){
	   scanf("%d",&n);
	   for(int i=1;i<=n;i++){
	   	  scanf("%d",&a[i]);
	   }	
	   printf("Case %d:\n",++num);
	   
	   build(1,n,1);
	   
	   char ch[5];
	   while(scanf("%s",ch)!=EOF){
	   	    if(ch[0]=='E') break;
	   	    if(ch[0]=='Q'){
	   	    	scanf("%d%d",&ql,&qr);
	   	    	printf("%d\n",query(1,n,1));
	   	    }
	   	    if(ch[0]=='A'){
	   	    	scanf("%d%d",&q,&add);
	   	    	Add(1,n,1);
	   	    }
	   	    if(ch[0]=='S'){
	   	    	scanf("%d%d",&q,&add);
	   	    	Sub(1,n,1);
	   	    }
	   }
	}
	return 0;
}


### POJ 1182 食物链问题解题思路分析 POJ 1182 是一个经典的并查集问题,主要涉及三类动物之间的食物链关系。以下是对该问题的详细解题思路分析。 #### 问题描述 给定 N 个动物和 K 条关于这些动物的说法,需要判断每条说法是否为真。说法分为两种类型: - 类型 1:`1 X Y`,表示动物 X 和动物 Y 是同类。 - 类型 2:`2 X Y`,表示动物 X 吃动物 Y。 此外,还需要满足以下条件以判定说法为假: 1. 当前说法与之前的某些真说法冲突时,为假。 2. 如果当前说法中的 X 或 Y 超过 N,则为假。 3. 如果当前说法表示 X 吃 X,则为假。 #### 并查集算法的基本原理 并查集是一种用于处理集合合并与查询的数据结构,支持高效地查找两个元素是否属于同一集合以及合并两个集合。在本问题中,通过扩展并查集的功能,可以解决三类动物之间的复杂关系[^1]。 #### 扩展并查集的应用 由于动物之间存在三种可能的关系(同类、X 吃 Y、Y 吃 X),可以通过对每个节点进行分组标记来实现关系的区分。具体方法如下: 1. **节点编号扩展**:将每个动物的编号扩展为三倍,分别表示该动物的三种状态: - `i` 表示动物 i 是 A 类。 - `i + N` 表示动物 i 是 B 类。 - `i + 2 * N` 表示动物 i 是 C 类。 2. **初始化并查集**:对于每个动物 i,初始化其父节点为自身,并设置初始状态为 A 类。 3. **处理类型 1 的说法**:当输入为 `1 X Y` 时,表示动物 X 和动物 Y 是同类。可以通过合并 X 和 Y 的对应状态来实现这一关系。例如,如果 X 和 Y 都是 A 类,则合并 `X` 和 `Y`;如果 X 是 B 类且 Y 是 C 类,则合并 `X + N` 和 `Y + 2 * N` 等等。 4. **处理类型 2 的说法**:当输入为 `2 X Y` 时,表示动物 X 吃动物 Y。根据食物链规则,A 吃 B,B 吃 C,C 吃 A。因此,可以通过检查 X 和 Y 的状态是否符合这一规则来判断说法是否为真。例如,如果 X 是 A 类且 Y 是 B 类,则说法为真;否则为假[^1]。 5. **冲突检测**:在每次合并或查询操作中,需要检查是否存在冲突。例如,如果 X 和 Y 已经被标记为不同类,则当前说法为假。 #### 并查集的实现代码 以下是一个基于上述思路的并查集实现代码: ```python class UnionFind: def __init__(self, n): self.parent = list(range(3 * n)) def find(self, x): if self.parent[x] != x: self.parent[x] = self.find(self.parent[x]) return self.parent[x] def union(self, x, y): root_x = self.find(x) root_y = self.find(y) if root_x != root_y: self.parent[root_x] = root_y def solve(n, k, statements): uf = UnionFind(n) false_count = 0 for statement in statements: op, x, y = statement if x > n or y > n: false_count += 1 continue if op == 1: # Same type if uf.find(x) == uf.find(y + n) or uf.find(x) == uf.find(y + 2 * n): false_count += 1 else: uf.union(x, y) uf.union(x + n, y + n) uf.union(x + 2 * n, y + 2 * n) elif op == 2: # X eats Y if x == y or uf.find(x) == uf.find(y) or uf.find(x) == uf.find(y + 2 * n): false_count += 1 else: uf.union(x, y + n) uf.union(x + n, y + 2 * n) uf.union(x + 2 * n, y) return false_count ``` #### 时间复杂度分析 并查集的时间复杂度接近于 \(O(\alpha(N))\),其中 \(\alpha(N)\) 是反阿克曼函数,增长极为缓慢,可视为常数时间。因此,对于本问题中的大规模数据(\(N \leq 50,000\),\(K \leq 100,000\)),该算法能够高效运行。 ---
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