bzoj4154 [Ipsc2015]Generating Synergy

针对1e5规模的数据集,原树无法有效进行区间覆盖和查询,通过DFS序和深度将点映射到KD树,利用tag标记优化至sqrt复杂度。解决子树修改与查询问题,注意查询时的条件判断避免超时。

https://www.lydsy.com/JudgeOnline/problem.php?id=4154

这种1e5,还要整个子树修改的,显然在原树上就不太可能实现区间覆盖和查询,

子树可以想到dfs序是在一个区间内,深度不超过l可以想到深度在一个区间内,那么把原来的所有点按照dfs序和深度,重新建一棵kd树就行了,然后可以标记一个tag,这个子树的超平面全在更改区间中的时候,直接打tag,不继续向下,这样就优化到sqrt的复杂度了。

然后这题的query不能直接pt<tree[k].p就直接走到左子树,下子树的时候还要判断一下能不能下去,不加这个判断超时。

#include<bits/stdc++.h>
using namespace std;

const int maxl=1e5+10;
const int mod=1e9+7;

int n,c,q,m,cnt,tot,idx,ind,root,ans;
long long sum;
int ehead[maxl],dfn[maxl],out[maxl],dep[maxl];
struct ed
{
	int to,nxt;
}e[maxl<<1];
struct point
{
	int x[2],val;
	bool operator < (const point &b)const
	{
		return x[idx]<b.x[idx];
	}	
}a[maxl];
struct kdtree
{
	int ls,rs,tag;
	int mi[2],mx[2];
	point p;
}tree[maxl];


inline void add(int u,int v)
{
	e[++cnt].to=v;e[cnt].nxt=ehead[u];ehead[u]=cnt;
}

inline void dfs(int u)
{
	int v;dfn[u]=++ind;
 	for(int i=ehead[u];i;i=e[i].nxt)
	{
		v=e[i].to;dep[v]=dep[u]+1;
		dfs(v);
	}
	out[u]=ind;
}

inline void push_up(int k)
{
	int s=tree[k].ls;
	if(s)
		for(int i=0;i<2;i++)
			tree[k].mx[i]=max(tree[k].mx[i],tree[s].mx[i]),
			tree[k].mi[i]=min(tree[k].mi[i],tree[s].mi[i]);
	s=tree[k].rs;
	if(s)
		for(int i=0;i<2;i++)
			tree[k].mx[i]=max(tree[k].mx[i],tree[s].mx[i]),
			tree[k].mi[i]=min(tree[k].mi[i],tree[s].mi[i]);
}

inline void build(int &k,int l,int r,int d)
{
	k=++tot;idx=d;
	tree[k].ls=tree[k].rs=0;
	int mid=(l+r)>>1;
	nth_element(a+l,a+mid,a+r+1);
	tree[k].p=a[mid];tree[k].tag=0;
	for(int i=0;i<2;i++)
		tree[k].mx[i]=tree[k].mi[i]=a[mid].x[i];
	if(l<mid)
		build(tree[k].ls,l,mid-1,d^1);
	if(mid<r)
		build(tree[k].rs,mid+1,r,d^1);
	push_up(k);
}

inline void prework()
{
	tot=0;cnt=0;
	scanf("%d%d%d",&n,&c,&q);
	for(int i=1;i<=n;i++)
		ehead[i]=0,dfn[i]=0;
	int u;
	for(int i=2;i<=n;i++)
	{
		scanf("%d",&u);
		add(u,i);
	}
	dep[1]=1;ind=0;
	dfs(1);
	for(int i=1;i<=n;i++)
		a[i].x[0]=dep[i],a[i].x[1]=dfn[i],a[i].val=1;
	root=0;
	build(root,1,n,0);
}

inline void gank(int k)
{
	if(!tree[k].tag) return;
	int c=tree[k].tag,ls=tree[k].ls,rs=tree[k].rs;
	if(ls)
		tree[ls].p.val=c,tree[ls].tag=c;
	if(rs)
		tree[rs].p.val=c,tree[rs].tag=c;
	tree[k].tag=0;
}

inline bool cross(int k,int x1,int x2,int y1,int y2)
{
	if(!k) return false;
	if(x1>tree[k].mx[0] || x2<tree[k].mi[0] || y1>tree[k].mx[1] || y2<tree[k].mi[1])
		return false;
	return true;
}

inline void upd(int k,int x1,int x2,int y1,int y2,int c)
{
	if(!k) return;
	gank(k);
	if(x1<=tree[k].p.x[0] && tree[k].p.x[0]<=x2 && y1<=tree[k].p.x[1] && tree[k].p.x[1]<=y2)
		tree[k].p.val=c;
	if(x1<=tree[k].mi[0] && tree[k].mx[0]<=x2 && y1<=tree[k].mi[1] && tree[k].mx[1]<=y2)
	{
		tree[k].tag=c;
		return;
	}
	if(cross(tree[k].ls,x1,x2,y1,y2))
		upd(tree[k].ls,x1,x2,y1,y2,c);
	if(cross(tree[k].rs,x1,x2,y1,y2))
		upd(tree[k].rs,x1,x2,y1,y2,c);
}

inline void query(int k,point pt,int d)
{
	if(!k) return;
	gank(k);idx=d;
	if(tree[k].p.x[0]==pt.x[0] && tree[k].p.x[1]==pt.x[1])
	{
		ans=tree[k].p.val;
		return;
	}
	if(pt<tree[k].p)
	{
		if(cross(tree[k].ls,pt.x[0],pt.x[0],pt.x[1],pt.x[1]))
			query(tree[k].ls,pt,d^1);
		if(!ans)
			query(tree[k].rs,pt,d^1);
	}
	else
	{
		if(cross(tree[k].rs,pt.x[0],pt.x[0],pt.x[1],pt.x[1]))
			query(tree[k].rs,pt,d^1);
		if(!ans)
			query(tree[k].ls,pt,d^1);
	}
}

inline void mainwork()
{
	int a,l,c;sum=0;point d;
	for(int i=1;i<=q;i++)
	{
		scanf("%d%d%d",&a,&l,&c);
		if(c==0)
		{
			ans=0;d.x[0]=dep[a];d.x[1]=dfn[a];
			query(root,d,0);
			sum=(sum+1ll*i*ans)%mod;
		}
		else
			upd(root,dep[a],dep[a]+l,dfn[a],out[a],c);
	}
}

inline void print()
{
	printf("%lld\n",sum);
}

int main()
{
	int t;
	scanf("%d",&t);
	for(int i=1;i<=t;i++)
	{
		prework();
		mainwork();
		print();
	}
	return 0;
}

 

【Koopman】遍历论、动态模态分解和库普曼算子谱特性的计算研究(Matlab代码实现)内容概要:本文围绕【Koopman】遍历论、动态模态分解和库普曼算子谱特性的计算研究展开,重点介绍基于Matlab的代码实现方法。文章系统阐述了遍历理论的基本概念、动态模态分解(DMD)的数学原理及其与库普曼算子谱特性之间的内在联系,展示了如何通过数值计算手段分析非线性动力系统的演化行为。文中提供了完整的Matlab代码示例,涵盖数据驱动的模态分解、谱分析及可视化过程,帮助读者理解并复现相关算法。同时,文档还列举了多个相关的科研方向和技术应用场景,体现出该方法在复杂系统建模与分析中的广泛适用性。; 适合人群:具备一定动力系统、线性代数与数值分析基础,熟悉Matlab编程,从事控制理论、流体力学、信号处理或数据驱动建模等领域研究的研究生、博士生及科研人员。; 使用场景及目标:①深入理解库普曼算子理论及其在非线性系统分析中的应用;②掌握动态模态分解(DMD)算法的实现与优化;③应用于流体动力学、气候建模、生物系统、电力系统等领域的时空模态提取与预测;④支撑高水平论文复现与科研项目开发。; 阅读建议:建议读者结合Matlab代码逐段调试运行,对照理论推导加深理解;推荐参考文中提及的相关研究方向拓展应用场景;鼓励在实际数据上验证算法性能,并尝试改进与扩展算法功能。
本系统采用微信小程序作为前端交互界面,结合Spring Boot与Vue.js框架实现后端服务及管理后台的构建,形成一套完整的电子商务解决方案。该系统架构支持单一商户独立运营,亦兼容多商户入驻的平台模式,具备高度的灵活性与扩展性。 在技术实现上,后端以Java语言为核心,依托Spring Boot框架提供稳定的业务逻辑处理与数据接口服务;管理后台采用Vue.js进行开发,实现了直观高效的操作界面;前端微信小程序则为用户提供了便捷的移动端购物体验。整套系统各模块间紧密协作,功能链路完整闭环,已通过严格测试与优化,符合商业应用的标准要求。 系统设计注重业务场景的全面覆盖,不仅包含商品展示、交易流程、订单处理等核心电商功能,还集成了会员管理、营销工具、数据统计等辅助模块,能够满足不同规模商户的日常运营需求。其多店铺支持机制允许平台方对入驻商户进行统一管理,同时保障各店铺在品牌展示、商品销售及客户服务方面的独立运作空间。 该解决方案强调代码结构的规范性与可维护性,遵循企业级开发标准,确保了系统的长期稳定运行与后续功能迭代的可行性。整体而言,这是一套技术选型成熟、架构清晰、功能完备且可直接投入商用的电商平台系统。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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