EOJ 1076 染气球(树状数组)

题目

http://acm.ecnu.edu.cn/problem/1076/
http://acm.hdu.edu.cn/showproblem.php?pid=1556

题意:给定区间[1, N],每次输入一对整数a, b表示区间[a, b]中的每个元素都加1,最后统计[1, N]中每个元素的值。

解题思路

题目看上去很简单,但是如果单纯遍历[a, b]对数组元素更新,会超时,原因是这样一个个更新太慢。

之前理解的树状数组是单点更新、成段求和的,但是大神们给出的方法是利用树状数组,成段更新、单点求和

每次更新的操作,就是为左端点a执行树状数组的add(a,1)操作,再为右端点b的后一位执行add(b+1, -1)操作,查询的时候输出对应点的sum(i)即为结果。

然而看了很久也并没有理解…先占个坑吧,以后理解了再补上。

还有更简洁的复杂度为O(n)的dp方法,直接在原数组上操作,同样是左端点+1,右端点后一位-1,查询 i 时直接将a[i]+a[i-1]作为结果。脑洞太大…
详见hdu 1556 Color the ball 线段树,树状树组,与dp思想的树组解决技巧

AC代码

#include <bits/stdc++.h>

using namespace std;
const int maxn = 100005;

int tree[maxn], n;

int lowbit(int x) //求2^k,k为x二进制末尾0的个数
{
    return x & -x;
}

int sum(int x) //统计原数组A[1..x]元素值的和
{
    int s = 0;
    for (int i = x; i > 0; i -= lowbit(i)) //不断处理子节点
        s += tree[i];
    return s;
}

void add(int x, int v) //原数组A[x]加上v
{
    for (int i = x; i <= n; i += lowbit(i)) //对自身和所有父节点调整
        tree[i] += v;
}

int main()
{
    ios::sync_with_stdio(false);
    int a, b;
    while(cin >> n && n)
    {
        fill(tree, tree+maxn, 0);
        //成段更新,单点查询
        for (int k = 0; k < n; ++k)
        {
            cin >> a >> b;
            add(a, 1); //左端点+1
            add(b+1, -1); //右端点后一位-1
        }
        for (int i = 1; i < n; ++i)
            cout << sum(i) << ' '; //以求和作为单点的值
        cout << sum(n) << endl;
    }
}
### 关于EOJ DNA排序问题的解题思路 在处理EOJ中的DNA排序问题时,主要挑战在于如何高效地完成字符串数组的排序以及去重操作。由于题目涉及两个测试点可能因时间复杂度较高而超时,因此需要优化算法设计。 #### 数据结构的选择 为了降低时间复杂度并提高效率,可以引入`std::map`或者`unordered_map`来辅助实现去重功能[^1]。这些数据结构能够快速判断某项是否存在集合中,并支持高效的插入和查找操作。具体来说: - 使用 `std::set` 可以自动去除重复元素并对结果进行升序排列; - 如果还需要自定义比较逻辑,则可以选择基于哈希表的数据结构如 `unordered_set` 配合手动排序。 #### 排序策略 对于给定的一组DNA序列(通常表示为长度固定的字符串),按照字典顺序对其进行排序是一个常见需求。C++标准库提供了非常方便的方法来进行此类任务——即利用 `sort()` 函数配合合适的比较器函数对象或 lambda 表达式来指定所需的排序规则。 下面展示了一个简单的例子用于说明如何读取输入、执行必要的预处理步骤(包括但不限于删除冗余条目),最后输出经过整理的结果列表: ```cpp #include <bits/stdc++.h> using namespace std; int main(){ set<string> uniqueDNAs; string line, dna; while(getline(cin,line)){ stringstream ss(line); while(ss>>dna){ uniqueDNAs.insert(dna); // 自动过滤掉重复项 } } vector<string> sortedUnique(uniqueDNAs.begin(),uniqueDNAs.end()); sort(sortedUnique.begin(),sortedUnique.end()); for(auto it=sortedUnique.cbegin();it!=sortedUnique.cend();++it){ cout<<*it; if(next(it)!=sortedUnique.cend())cout<<" "; } } ``` 上述程序片段实现了基本的功能模块:从标准输入流逐行解析得到各个独立的DNA片段;借助 STL 容器特性轻松达成无重复记录维护目的;最终依据字母大小关系重新安排各成员位置后再统一打印出来[^3]。 #### 学习延伸至自然语言处理领域 值得注意的是,在计算机科学特别是机器学习方向上,“上下文”概念同样重要。例如 Word2Vec 这样的技术就是通过考察周围词语环境来捕捉特定词汇的意义特征[^2]。尽管两者应用场景差异显著,但从原理层面看均体现了对局部模式挖掘的关注。 ---
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