线段树(动态建点)

敌兵布阵

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


解:

线段树单点更新区间查询区间和即可


线段树动态建点:

一个足够大的结构体数组保存线段树数据。
其中线段树的每个结点为一个结构体 保存此点的数据,左儿子的下标,右儿子的下标。
从1开始,左右儿子下标为0即空。
有一个变量tot表示数组中一共占用了多少个。根为1,tot一开始为1。每次新建点都++tot。
update的时候需要的结点为空则新建。

//主席树也是动态建点

#include<iostream>
#include<stdio.h>
#include<string>
#include<string.h>
using namespace std;
typedef long long ll;
struct node
{
    int num, l, r;
    node() {}
    node(int a, int b, int c)
    {
        num = a;
        l = b;
        r = c;
    }
}tre[200000];
int tot;
void update(int t, int l, int r, int x, int y)
{
    if (l == r)
    {
        tre[t].num += y;
        return;
    }
    int mid = l + r >> 1;
    if (x <= mid)
    {
        if (tre[t].l == 0)
            tre[t].l = ++tot;//若为空则新建
        update(tre[t].l, l, mid, x, y);
    }
    else
    {
        if (tre[t].r == 0)
            tre[t].r = ++tot;//若为空则新建
        update(tre[t].r, mid + 1, r, x, y);
    }
    tre[t].num = tre[tre[t].l].num + tre[tre[t].r].num;//保留左右儿子之和
}
ll ans = 0;
void query(int t, int l, int r, int x, int y)
{
    if (l >= x && r <= y)
    {
        ans += tre[t].num;
        return;
    }
    int mid = l + r >> 1;
    if (y <= mid)
    {
        if (tre[t].l != 0)
            query(tre[t].l, l, mid, x, y);
    }
    else if (x > mid)
    {
        if (tre[t].r != 0)
            query(tre[t].r, mid + 1, r, x, y);
    }
    else
    {
        if (tre[t].l != 0)
            query(tre[t].l, l, mid, x, y);
        if (tre[t].r != 0)
            query(tre[t].r, mid + 1, r, x, y);
    }
}
int main()
{
    int T;
    int I = 0;
    scanf("%d", &T);
    while (T--)
    {
        memset(tre, 0, sizeof(tre));
        printf("Case %d:\n", ++I);
        int n;
        tot = 1;
        tre[1] = tre[0] = node(0, 0, 0);
        scanf("%d", &n);
        for (int i = 1; i <= n; i++)
        {
            int y;
            scanf("%d", &y);
            update(1, 1, n, i, y);
        }
        string s;
        while (cin >> s)
        {
            if (s == "End")
                break;
            if (s == "Add")
            {
                int i, j;
                scanf("%d%d", &i, &j);
                update(1, 1, n, i, j);
            }
            else if (s == "Sub")
            {
                int i, j;
                scanf("%d%d", &i, &j);
                update(1, 1, n, i, -j);
            }
            else
            {
                int i, j;
                scanf("%d%d", &i, &j);
                ans = 0;
                query(1, 1, n, i, j);
                printf("%lld\n", ans);
            }
        }
    }
}
<think> 嗯...用户这次问的是扫描线算法中线段树是否动态。看来用户正在学习计算几何的高级数据结构应用,可能是个OI选手或者算法爱好者。 从用户引用的两篇文献来看,第一篇详细描述了扫描线配合线段树求矩形面积并的标准流程,第二篇则涉及矩形覆盖最大数的变种问题。用户能提出"动态"这样的专业术语,说明已经对线段树的常见优化方式有所了解。 关于动态问题,需要分场景讨论:在标准的离散化扫描线中,由于横坐标已离散化为固定区间,线段树可以预先树无需动态;但在处理浮数或值域过大的情况时,动态就成为必要选择。这个区别很关键,用户可能正在处理特殊场景才会这么问。 考虑到用户之前关注过线段树维护区间覆盖的技术细节,后续可以补充离散化与动态的性能对比。不过当前问题需要先明确回答核心疑问——常规实现不用动态,特殊情况才需要。 </think> 在扫描线算法中,线段树**通常不需要动态**,但具体实现取决于问题需求和坐标系特征: ### 📍 标准实现(非动态) 1. **离散化处理** 扫描线算法的关键步骤是将所有坐标在 $x$$-轴上离散化(如图1所示): $$ \text{步骤:收集坐标} \rightarrow \text{排序} \rightarrow \text{去重} \rightarrow \text{立映射} $$ 离散化后,线段树管理的区间数量被压缩为 $O(n)$ 级别($n$ 为坐标数),因此可直接**预满二叉树**,无需动态[^1]。 2. **空间复杂度优化** 预树的空间复杂度为 $O(n)$,例如: - 原始坐标范围:$[1, 10^9]$ - 离散化后区间数:$2000$(若 $n=1000$) 此时只需开 $4 \times 2000 = 8000$ 的节点数组,完全可行[^1]。 3. **维护信息** - 节点存储 **区间覆盖次数** 和 **有效长度** - 更新操作:区间加减(矩形入边 `+1`,出边 `-1`) - 查询操作:直接取根节点有效长度 ### ⚡ 需动态的情况 | **场景** | **原因** | **示例** | |-----------------------|--------------------------------------------------------------------------|---------------------------| | **值域极大且无法离散化** | 浮数坐标或值域超限(如 $[1, 10^{18}]$) | 地理信息系统(GIS)中的浮计算 | | **强制在线查询** | 矩形边界实时插入,无法预离散化 | 流式数据处理场景 | | **内存严格受限** | $n$ 极大(如 $>10^6$),离散化后区间仍过多,需节省空间 | 嵌入式设备上的算法部署 | ### 🌰 实例对比 1. **标准问题(矩形面积并)** ```python # 离散化坐标 xs = sorted(set(x_coords)) tree = SegmentTree([0]*4*len(xs)) # 预树 ``` 2. **动态问题(浮数覆盖)** ```python class Node: def __init__(self): self.cover = 0 self.len = 0.0 self.lson = None # 动态节点 self.rson = None ``` ### ✅ 结论 - **大多数场景**(如引用[1][2]的矩形问题):离散化 + 静态线段树 ✅ - **特殊场景**(浮数/在线查询):动态线段树 ✅ 若处理整数坐标系且可离散化,推荐静态实现,效率更高且编码简单[^1][^2]。 --- ### ❓相关问题 1. 扫描线算法中如何处理浮数坐标的精度问题? 2. 离散化过程如何避免哈希冲突导致的查询错误? 3. 动态线段树在扫描线中的更新操作时间复杂度如何保证? 4. 矩形覆盖最大值问题(如HDU 5091)如何转化为扫描线模型?[^2] [^1]: 线段树应用——扫描线,离散化坐标与静态树 [^2]: HDU 5091 矩形覆盖问题中的扫描线转化技巧
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