选拔赛之 线段树

id=98
这道题自己陷入了一个坑,,
用了快速乘, 就会超时,,
快速乘只是用来防止中间结果溢出的,反而会比乘法慢
顺便复习下快速乘代码,,
这个地方还有一个坑就是数论里面的东西。。现在还不知道为什么。。
有个小坑就是ak≡ak mod (p−1)(mod p)a ^ k \equiv a ^ {k\ mod \ (p - 1)} (mod\ p)akak mod (p1)(mod p), ppp是素数.

#include<cstdio>
#include<cstring>
#include<algorithm>
#include<queue>
#include<string>
#include<cstring>
#include<iomanip>
#include<iostream>
#include<stack>
#include<cmath>
#include<map>
#include<vector>
#define ll long long
#define inf 0x3f3f3f3f
#define INF 1000000000
#define bug1 cout<<"bug1"<<endl;
#define bug2 cout<<"bug2"<<endl;
#define bug3 cout<<"bug3"<<endl;
using namespace std;
const int maxn=100005;
const int mod=1e9+7;
int a[maxn];
ll sum[maxn*4],lazy[maxn*4];
ll qpow(ll a,ll k){
    ll ret=1;
    while(k){
        if(k&1){
            ret=ret*a%mod;
        }
        a=a*a%mod;
        k>>=1;
    }
    return ret;
}
void build(int rt,int l,int r){
    if(l==r){sum[rt]=a[l];return;}
    int mid=(l+r)>>1;
    build(rt<<1,l,mid);
    build(rt<<1|1,mid+1,r);
    sum[rt]=sum[rt<<1]*sum[rt<<1|1]%mod;
}
void down(int rt){
    sum[rt<<1]=qpow(sum[rt<<1],lazy[rt]);
    sum[rt<<1|1]=qpow(sum[rt<<1|1],lazy[rt]);
    lazy[rt<<1]=lazy[rt<<1]*lazy[rt]%(mod-1);
    lazy[rt<<1|1]=lazy[rt<<1|1]*lazy[rt]%(mod-1);// 是mod   mod-1
    lazy[rt]=1;
}
void update(int ql,int qr,int l,int r,int rt,int b){
    if(ql<=l&&r<=qr){
        sum[rt]=qpow(sum[rt],b);
        lazy[rt]=lazy[rt]*b%(mod-1);
        return;
    }
    if(lazy[rt]!=1)down(rt);
    int mid=(l+r)>>1;
    if(ql<=mid)update(ql,qr,l,mid,rt<<1,b);
    if(mid<qr)update(ql,qr,mid+1,r,rt<<1|1,b);
    sum[rt]=sum[rt<<1]*sum[rt<<1|1]%mod;
}
ll query(int ql,int qr,int l,int r,int rt){
    if(ql<=l&&r<=qr){
        return sum[rt];
    }
    if(lazy[rt]!=1)down(rt);
    int mid=(l+r)>>1;
    ll ret=1;
    if(ql<=mid)ret=ret*query(ql,qr,l,mid,rt<<1)%mod;
    if(mid<qr)ret=ret*query(ql,qr,mid+1,r,rt<<1|1)%mod;
    return ret;
}
void init(){
    for(int i=1;i<4*maxn;++i){
        lazy[i]=1;
        sum[i]=1;
    }
    memset(a,0,sizeof(a));
}
int main(){
    int t;
    scanf("%d",&t);
    while(t--){
        init();
        int n,q;
        scanf("%d%d",&n,&q);
        for(int i=1;i<=n;++i){
            scanf("%d",&a[i]);
        }
        build(1,1,n);
        for(int i=1;i<=q;++i){
            int op;
            scanf("%d",&op);
            if(op==1){
                int l,r,b;
                scanf("%d%d%d",&l,&r,&b);
                update(l,r,1,n,1,b);
            }
            else{
                int l,r;
                scanf("%d%d",&l,&r);
                cout<<query(l,r,1,n,1)<<'\n';
            }
        }
    }
}

【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)内容概要:本文提出了一种基于融合鱼鹰和柯西变异的麻雀优化算法(OCSSA)优化变分模态分解(VMD)参数,并结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)的轴承故障诊断模型。该方法利用西储大学公开的轴承数据集进行验证,通过OCSSA算法优化VMD的分解层数K和惩罚因子α,有效提升信号分解精度,抑制模态混叠;随后利用CNN提取故障特征的空间信息,BiLSTM捕捉时间序列的动态特征,最终实现高精度的轴承故障分类。整个诊断流程充分结合了信号预处理、智能优化与深度学习的优势,显著提升了复杂工况下轴承故障诊断的准确性与鲁棒性。; 适合人群:具备一定信号处理、机器学习及MATLAB编程基础的研究生、科研人员及从事工业设备故障诊断的工程技术人员。; 使用场景及目标:①应用于旋转机械设备的智能运维与故障预警系统;②为轴承等关键部件的早期故障识别提供高精度诊断方案;③推动智能优化算法与深度学习在工业信号处理领域的融合研究。; 阅读建议:建议读者结合MATLAB代码实现,深入理解OCSSA优化机制、VMD参数选择策略以及CNN-BiLSTM网络结构的设计逻辑,通过复现实验掌握完整诊断流程,并可进一步尝试迁移至其他设备的故障诊断任务中进行验证与优化。
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