洛谷P3567 [POI2014]KUR-Couriers 主席树

部署运行你感兴趣的模型镜像

挺裸的,没啥可讲的。
不带修改的主席树裸题
Code:

#include<cstdio>
#include<algorithm>
using namespace std;
const int maxn = 500000 + 5;
int  n, m ,root[maxn];
struct Chair_Tree{
	int cnt_Tree;
	int lson[maxn * 50], rson[maxn * 50], sumv[maxn * 50];
	void build(int l, int r, int &o){
		if(l > r) return ;
		o = ++cnt_Tree;
		if(l == r) return ;
		int mid = (l + r) >> 1;
		build(l, mid, lson[o]);
		build(mid + 1, r, rson[o]);
	}
	int insert(int l, int r, int pos, int o){
		int oo = ++cnt_Tree;
		lson[oo] = lson[o], rson[oo] = rson[o], sumv[oo] = sumv[o] + 1;
		if(l == r) return oo;
		int mid = (l + r) >> 1;
		if(pos <= mid) lson[oo] = insert(l, mid, pos, lson[o]);
		else rson[oo] = insert(mid + 1, r, pos, rson[o]);
		return oo;
	}
	int query(int l, int r, int k, int pre_o, int cur_o){
		if(l == r) return l;
		int lsum = sumv[lson[cur_o]] - sumv[lson[pre_o]];
		int cur_sum = sumv[cur_o] - sumv[pre_o];
		int mid = (l + r) >> 1;
		if(k <= lsum) return query(l, mid, k, lson[pre_o], lson[cur_o]);
		else if(cur_sum - lsum >= k) return query(mid + 1, r, k, rson[pre_o], rson[cur_o]);
		else return 0;
	}
}T;
int main(){
	scanf("%d%d",&n,&m);
	T.build(1, n, root[0]);
	for(int i = 1;i <= n; ++i)
	{
		int cur_num;
		scanf("%d",&cur_num);
		root[i] = T.insert(1, n, cur_num, root[i - 1]);
	}
	while(m--){
		int l, r, k;
		scanf("%d%d",&l,&r);
		k = (r - l + 1)/2 + 1;
		printf("%d\n", T.query(1, n, k, root[l - 1], root[r]));
	}
	return 0;
}

您可能感兴趣的与本文相关的镜像

ACE-Step

ACE-Step

音乐合成
ACE-Step

ACE-Step是由中国团队阶跃星辰(StepFun)与ACE Studio联手打造的开源音乐生成模型。 它拥有3.5B参数量,支持快速高质量生成、强可控性和易于拓展的特点。 最厉害的是,它可以生成多种语言的歌曲,包括但不限于中文、英文、日文等19种语言

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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