bzoj1036: [ZJOI2008]树的统计Count

本文详细介绍了树链剖分的概念及其在解决树形结构数据问题中的应用,并结合线段树实现高效的区间查询与更新操作。通过具体代码示例展示了树链剖分的实现过程。

树链剖分



#include <cstdio>
#include <cstring>
#include <iostream>
using namespace std;
int a[30010];
int read () {
	char c = getchar();
	int re = 0;
	int f = 1;
	while(c > '9' || c < '0') {
		if(c == '-')
			f = -1;
		c = getchar();
	}
	while(c <= '9' && c >= '0') {
		re = re * 10 + c - '0';
		c = getchar();
	}
	return re * f;
}
int n,u,v,q,lca;
char s[10];
int depth[30010],sz[30010],in[30010],son[30010],fa[30010],top[30010],ind;

struct LINE_TREE {
	int sum,MAX;
}tr[120010];

struct edge {
	int v,next;
}e[60010];
int cnt = -1,head[30010];
void adde (int u,int v) {
	e[++cnt].v = v;
	e[cnt].next = head[u];
	head[u] = cnt;
	e[++cnt].v = u;
	e[cnt].next = head[v];
	head[v] = cnt;
}

void dfs_1 (int U) {
	for(int i = head[U];i != -1;i = e[i].next) {
		int V = e[i].v;
		if(fa[U] == V)
			continue;
		depth[V] = depth[U] + 1;
		fa[V] = U;
		dfs_1(V);
		if(sz[son[U]] < sz[V])	
			son[U] = V;
		sz[U] += sz[V];
	}
	sz[U] += 1;
}

void dfs_2 (int U,int tp) {
	top[U] = tp;
	in[U] = ++ind;
	if(son[U])
		dfs_2(son[U],tp);
	for(int i = head[U];i != -1;i = e[i].next) {
		int V = e[i].v;
		if(fa[U] == V || V == son[U])
			continue;
		dfs_2(V,V);
	}
}

void push_up (int m) {
	if(tr[m << 1].MAX > tr[m << 1 | 1].MAX)
		tr[m].MAX = tr[m << 1].MAX;
	else tr[m].MAX = tr[m << 1 | 1].MAX;
	tr[m].sum = tr[m << 1].sum + tr[m << 1 | 1].sum;
}

void build (int l,int r,int m) {
	if(l == r) {
		tr[m].sum = tr[m].MAX = a[l];
		return;
	}
	int mid = (l + r) / 2;
	build(l,mid,m << 1);
	build(mid + 1,r,m << 1 | 1);
	push_up(m);
}

void change (int goal,int l,int r,int m) {
	if(l == r && l == goal) {
		tr[m].sum = tr[m].MAX = v;
		return;
	}
	int mid = (l + r) / 2;
	if(goal <= mid)
		change(goal,l,mid,m << 1);
	else change(goal,mid + 1,r,m << 1 | 1);
	push_up(m);
}

int Max (int L,int R,int l,int r,int m) {
	if(L == l && R == r)
		return tr[m].MAX;
	int mid = (l + r) / 2;
	if(L > mid)
		return Max(L,R,mid + 1,r,m << 1 | 1);
	else {
		if(R <= mid)
			return Max(L,R,l,mid,m << 1);
		else return max(Max(L,mid,l,mid,m << 1),Max(mid + 1,R,mid + 1,r,m << 1 | 1));
	}
}

int Sum (int L,int R,int l,int r,int m) {
	if(L == l && R == r)
		return tr[m].sum;
	int mid = (l + r) / 2;
	if(L > mid)
		return Sum(L,R,mid + 1,r,m << 1 | 1);
	else {
		if(R <= mid)
			return Sum(L,R,l,mid,m << 1);
		else return Sum(L,mid,l,mid,m << 1) + Sum(mid + 1,R,mid + 1,r,m << 1 | 1);
	}
}

int main () {
	freopen("FAQ.in","r",stdin);
	freopen("FAQ.in","w",stdout);
	memset(head,-1,sizeof head);
	n = read();
	for(int i = 1;i <= n - 1;++i) {
		u = read();
		v = read();
		adde(u,v);
	}
	depth[1] = 1;
	dfs_1(1);
	dfs_2(1,1);
	for(int i = 1;i <= n;i++)
		a[in[i]] = read();
	build(1,ind,1);
	q = read();
	while(q--) {
		scanf("%s",s);
		u = read();
		v = read();
		if(s[0] == 'C')
			change(in[u],1,ind,1);
		else {
			if(s[1] == 'M') {
				int re = -0x3f3f3f3f;
				
				int tu = top[u];
				int tv = top[v];
				while(tu != tv) {
					if(depth[tu] < depth[tv]) {
						swap(u,v);
						swap(tu,tv);
					}
					re = max(re,Max(in[top[u]],in[u],1,ind,1));
					u = fa[tu];
					tu = top[u];
				}
				if(depth[u] > depth[v])
					swap(u,v);
				re = max(re,Max(in[u],in[v],1,ind,1));
				printf("%d\n",re);
				
			}
			else {
				int re = 0;
				int tu = top[u];
				int tv = top[v];
				while(tu != tv) {
					if(depth[tu] < depth[tv]) {
						swap(u,v);
						swap(tu,tv);
					}
					re += Sum(in[top[u]],in[u],1,ind,1);
					u = fa[tu];
					tu = top[u];
				}
				if(depth[u] > depth[v])
					swap(u,v);
				re += Sum(in[u],in[v],1,ind,1);
				printf("%d\n",re);
			}
		}
	}
	return 0;
}









内容概要:本文是一篇关于使用RandLANet模型对SensatUrban数据集进行点云语义分割的实战教程,系统介绍了从环境搭建、数据准备、模型训练与测试到精度评估的完整流程。文章详细说明了在Ubuntu系统下配置TensorFlow 2.2、CUDA及cuDNN等深度学习环境的方法,并指导用户下载和预处理SensatUrban数据集。随后,逐步讲解RandLANet代码的获取与运行方式,包括训练、测试命令的执行与参数含义,以及如何监控训练过程中的关键指标。最后,教程涵盖测试结果分析、向官方平台提交结果、解读评估报告及可视化效果等内容,并针对常见问题提供解决方案。; 适合人群:具备一定深度学习基础,熟悉Python编程和深度学习框架,从事计算机视觉或三维点云相关研究的学生、研究人员及工程师;适合希望动手实践点云语义分割项目的初学者与进阶者。; 使用场景及目标:①掌握RandLANet网络结构及其在点云语义分割任务中的应用;②学会完整部署一个点云分割项目,包括数据处理、模型训练、测试与性能评估;③为参与相关竞赛或科研项目提供技术支撑。; 阅读建议:建议读者结合提供的代码链接和密码访问完整资料,在本地或云端环境中边操作边学习,重点关注数据格式要求与训练参数设置,遇到问题时参考“常见问题与解决技巧”部分及时排查。
内容概要:本文详细介绍了三相异步电机SVPWM-DTC(空间矢量脉宽调制-直接转矩控制)的Simulink仿真实现方法,结合DTC响应快与SVPWM谐波小的优点,构建高性能电机控制系统。文章系统阐述了控制原理,包括定子磁链观测、转矩与磁链误差滞环比较、扇区判断及电压矢量选择,并通过SVPWM技术生成固定频率PWM信号,提升系统稳态性能。同时提供了完整的Simulink建模流程,涵盖电机本体、磁链观测器、误差比较、矢量选择、SVPWM调制、逆变器驱动等模块的搭建与参数设置,给出了仿真调试要点与预期结果,如电流正弦性、转矩响应快、磁链轨迹趋圆等,并提出了模型优化与扩展方向,如改进观测器、自适应滞环、弱磁控制和转速闭环等。; 适合人群:电气工程、自动化及相关专业本科生、研究生,从事电机控制算法开发的工程师,具备一定MATLAB/Simulink和电机控制理论基础的技术人员。; 使用场景及目标:①掌握SVPWM-DTC控制策略的核心原理与实现方式;②在Simulink中独立完成三相异步电机高性能控制系统的建模与仿真;③通过仿真验证控制算法有效性,为实际工程应用提供设计依据。; 阅读建议:学习过程中应结合文中提供的电机参数和模块配置逐步搭建模型,重点关注磁链观测、矢量选择表和SVPWM调制的实现细节,仿真时注意滞环宽度与开关频率的调试,建议配合MATLAB官方工具箱文档进行参数校准与结果分析。
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