SP1487 PT07J - Query on a tree III 主席树+dfs序

本文详细介绍了一种基于离线查询的树状数组算法实现,该算法通过预处理和离线查询的方式,有效地解决了在固定数据集上的动态查询问题。文章首先介绍了离线查询的基本概念,随后详细阐述了树状数组的构建过程,包括节点插入、区间更新和查询操作。通过具体的代码示例,展示了如何使用树状数组进行高效的数据管理和查询。此外,还讨论了算法的时间复杂度和空间复杂度,以及在实际应用中的优化技巧。

Code:

#include<iostream>
#include<cstdio>
#include<algorithm>
#include<string>
#include<cstring>
#define REP(i,a,n)for(int i=a;i<=n;++i)
#define CLR(d,a)memset(d,a,sizeof(d));

using namespace std;

void SetIO(string a){
    string in=a+".in";
    freopen(in.c_str(),"r",stdin);	
}

const int maxn=100000+5;

int val[maxn], Sorted[maxn], n,edges;

int idx[maxn];

void Discrete(){
	REP(i,1,n) Sorted[i]=val[i];
	sort(Sorted+1,Sorted+1+n);
	REP(i,1,n){
		val[i]=lower_bound(Sorted+1,Sorted+1+n,val[i])-Sorted;
		idx[val[i]]=i;
	}
}

int head[maxn<<1],to[maxn<<1],nex[maxn<<1];

void add_edge(int u,int v){
	nex[++edges]=head[u];
	head[u]=edges;
	to[edges]=v;
}

void Read(){
	scanf("%d",&n);
	REP(i,1,n) scanf("%d",&val[i]);
	REP(i,1,n-1){
		int a,b;
		scanf("%d%d",&a,&b);
		add_edge(a,b);
		add_edge(b,a);
	}
}

int arr[maxn], siz[maxn],nodes,position[maxn];

int dfs(int u,int fa){
	siz[u]=1;
	arr[++nodes]=u;
	position[u]=nodes;

	for(int v=head[u];v;v=nex[v]){
		if(to[v]==fa)continue;
		siz[u]+=dfs(to[v],u);
	}
	return siz[u];
}

const int const_Tree=70;

int numv[maxn*const_Tree],root[maxn];

struct Chair_Tree{
	int cnt_Tree,lson[maxn*const_Tree],rson[maxn*const_Tree];

	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 o,int pos){
		int oo=++cnt_Tree;
		numv[oo]=numv[o]+1;
		lson[oo]=lson[o];
		rson[oo]=rson[o];
		if(l==r)return oo;

		int mid=(l+r)>>1;
		if(pos<=mid) 
			lson[oo]=insert(l,mid,lson[o],pos);
		else 
			rson[oo]=insert(mid+1,r,rson[o],pos);
		return oo;
	}

	int query(int l,int r,int pre,int cur,int k){
		if(l==r)return l;
		int lsum=numv[lson[cur]]-numv[lson[pre]];
		int mid=(l+r)>>1;

		if(k<=lsum) 
			return query(l,mid,lson[pre],lson[cur],k);
		else 
			return query(mid+1,r,rson[pre],rson[cur],k-lsum);
	}
}Tree;

void Build(){
	Discrete();
	dfs(1,0);
	Tree.build(1,n,root[0]);

	REP(i,1,n){
		int u=arr[i];
		root[i]=Tree.insert(1,n,root[i-1],val[u]);		
	}
}

void Work(){
	int m;
	scanf("%d",&m);
	REP(i,1,m){
		int a,k;
		scanf("%d%d",&a,&k);
		int root1=root[position[a]-1];
		int root2=root[position[a]+siz[a]-1];

		int ans=Tree.query(1,n,root1,root2,k);
		ans=idx[ans];
		printf("%d\n",ans);
	}
}


int main(){
	SetIO("input");
	Read();
	Build();
	Work();
	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