bzoj 3932 [CQOI2015]任务查询系统 可持久化二维线段树

本文介绍了一种使用主席树解决区间查询问题的方法,并通过实际案例分享了如何避免内存溢出和超时错误。作者对比了两种不同的实现思路,一种是采用可持久化二维线段树,另一种则是更简洁高效的主席树方案。

好好的一道主席树被我强行套了一层。。。
然后MLE+TLE,然后我惊奇地发现区间的sum只要开int就行了。。。

我的做法:
一个点需要满足si<=x且ei>=x,然后求满足这个条件的pi前k小的点的和。
那么对si排一遍序,把所有点按ei第一维,pi第二维插入可持久化二维线段树。。。。

正常的做法:
对于一个点,在si时+1,ti+1时-1,然后按这个建主席树。

#include <bits/stdc++.h>
using namespace std;
#define N 110000
#define M 1800000
#define A 31300000
#define ll long long
#define ls l,mid,ch[now][0]
#define rs mid+1,r,ch[now][1]
int n,m,v1,v2,K;
int st[N],root[N],top,pos[N];
int st1[1100],top1;
ll ans;
char getc()
{
    static const int LEN = 4096;
    static char buf[LEN],*S=buf,*T=buf;
    if(S == T)
    {
        T = (S=buf)+fread(buf,1,LEN,stdin);
        if(S == T)return EOF;
    }
    return *S++;
}
int read()
{
    static char ch;
    static int D,type;
    type=0;
    while(!isdigit(ch=getc()))type|=(ch=='-');
    for(D=ch-'0'; isdigit(ch=getc());)
        D=(D<<3)+(D<<1)+(ch-'0');
    return type ? -D:D;
}
struct node
{
    int s,e,p;
    void red(){s=read();e=read();p=read();st[++top]=p;}
    friend bool operator < (const node &r1,const node &r2)
    {return r1.s<r2.s;};
}a[N];
struct seg_tree2
{
    int ch[A][2],num[A],cnt;
    int sum[A];
    void insert(int l,int r,int &now,int pre)
    {
        sum[now=++cnt]=sum[pre]+st[v2];
        num[now]=num[pre]+1;
        if(l==r)return;
        int mid=(l+r)>>1;
        ch[now][0]=ch[pre][0];
        ch[now][1]=ch[pre][1];
        if(mid>=v2)insert(ls,ch[pre][0]);
        else insert(rs,ch[pre][1]);
    }
    void trs(int x)
    {
        for(int i=1;i<=top1;i++)
            st1[i]=ch[st1[i]][x];
    }
    ll query(int l,int r,int rem)
    {
        ll nm=0,sm=0;
        if(l==r)
        {
            for(int i=1;i<=top1;i++)
                nm+=num[st1[i]];        
            return (ll)min((ll)rem,nm)*st[l];
        }
        for(int i=1;i<=top1;i++)
        {
            nm+=num[ch[st1[i]][0]];
            sm+=sum[ch[st1[i]][0]];
        }
        int mid=(l+r)>>1;
        if(nm>=rem){trs(0);return query(l,mid,rem);}
        else {trs(1);return sm+query(mid+1,r,rem-nm);}
    }
}tr2;
struct seg_tree1
{
    int ch[M][2],root[M],cnt;
    void insert(int l,int r,int &now,int pre)
    {
        now=++cnt;
        tr2.insert(1,top,root[now],root[pre]);
        if(l==r)return;
        int mid=(l+r)>>1;
        ch[now][0]=ch[pre][0];
        ch[now][1]=ch[pre][1];
        if(mid>=v1)insert(ls,ch[pre][0]);
        else insert(rs,ch[pre][1]);
    }
    void query(int l,int r,int now)
    {
        if(l>=v1)
            {st1[++top1]=root[now];return;}
        int mid=(l+r)>>1;
        query(rs);
        if(mid>=v1)query(ls);
    }
    ll query(int x)
    {
        top1=0;query(1,m,x);
        return tr2.query(1,top,K);
    }
}tr1;
int main()
{
    n=read();m=read();
    for(int i=1;i<=n;i++)a[i].red();
    sort(st+1,st+1+top);
    top=unique(st+1,st+1+top)-st-1;
    for(int i=1;i<=n;i++)
        a[i].p=lower_bound(st+1,st+1+top,a[i].p)-st;
    sort(a+1,a+1+n);
    for(int i=1;i<=n;i++)
    {
        v1=a[i].e;v2=a[i].p;
        tr1.insert(1,m,root[i],root[i-1]);
    }
    for(int i=1,j=0;i<=m;i++)
    {
        while(j<n&&a[j+1].s<=i)j++;
        pos[i]=j;
    }
    ans=1;
    for(int i=1,x,a,b,c;i<=m;i++)
    {
        x=read();a=read();b=read();c=read();
        K=1+(a*(ans%c)+b)%c;v1=x;
        printf("%lld\n",ans=tr1.query(root[pos[x]]));
    }
    return 0;
}
先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
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