Poj 2528 Mayor's posters (线段树区间更新+离散化)

本文介绍了一种利用离散化线段树解决海报覆盖问题的方法。通过实例讲解了如何实现区间更新,并详细解释了离散化的独特处理方式。代码示例清晰地展示了从输入到输出的整个过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题意

向墙上按顺序贴n张海报,第i张海报覆盖范围为[li , ri], 求最后能看到几张海报。

题解

首先肯定是线段树的区间更新,但是由于 li 和 ri 的范围是 1e7, 直接存数会爆炸,所以需要离散化。(看了很多题解,大家都是先将2*n个点排序,然后在update的时候二分找位置)本人的离散化比较奇特,是放在结构体里的。
一个需要注意的点是,两个点相差大于一的时候,要向中间插入一个点,所以建树的时候需要开4*n,具体原因,请看其他题解。:)

代码

#include<cstdio>
#include<cstring>
#include<iostream>
#include<algorithm>
#define lson l,m,rt<<1
#define rson m+1,r,rt<<1|1
using namespace std;
const int MAX_N = 50010;
typedef long long ll;

int a[MAX_N];

struct Point
{
    int x;
    int i;
    int y;
    int z;
}point[MAX_N];

struct node
{
    int l;
    int r;
    ll lazy;
}node[MAX_N<<2];

void build(int l,int r,int rt)
{
    node[rt].l=l;
    node[rt].r=r;
    node[rt].lazy = 0;
    if(l == r)
    {
        return ;
    }
    int m= (l+r)>>1;
    build(lson);
    build(rson);
}

void pushdown(int rt)
{
    if(node[rt].lazy == 0)
        return ;
   // cout<<rt<<" ! "<<node[rt].sum<<endl;
    node[rt<<1].lazy = node[rt].lazy;
    node[rt<<1|1].lazy = node[rt].lazy;
    node[rt].lazy = 0;
}

void update(int l,int r,ll z,int rt)
{
    //cout<<"~~ "<<node[rt].l<<" "<<node[rt].r<<" "<<rt<<endl;
    if(l<=node[rt].l && node[rt].r<=r)
    {
        node[rt].lazy = z;
        return ;
    }
    if(node[rt].l == node[rt].r)
        return ;
    pushdown(rt);
    int m = (node[rt].l+node[rt].r)>>1;
    if(l<=m)
    {
        update(l,r,z,rt<<1);
    }
    if(m<r)
    {
        update(l,r,z,rt<<1|1);
    }
}

void query(int rt)
{
    //cout<<"! "<<node[rt].l<<" "<<node[rt].r<<" "<<rt<<endl;
    if(node[rt].lazy > 0)
    {
        int x = node[rt].lazy;
        a[x] = 1;
        //cout<<"~ "<<x<<endl;
        return ;
    }
    if(node[rt].l == node[rt].r)
        return ;
    query(rt<<1);
    query(rt<<1|1);
}

bool cmp(Point A, Point B)
{
    return A.x<B.x;
}

bool cmp2(Point A,Point B)
{
    if(A.i == B.i)
        return A.y<B.y;
    else
        return A.i<B.i;
}

int main()
{
    int n,q;
    int T;
    cin>>T;
    int t = 1;
    while(T--)
    {
        memset(a,0,sizeof(a));
        cin>>n;
        build(1,4*n,1);
        int cnt = 1;
        for(int i=1;i<=n;i++)
        {
            int a,b;
            scanf("%d%d",&a,&b);
            point[cnt].x = a;
            point[cnt].i = i;
            point[cnt++].y = 1;
            point[cnt].x = b;
            point[cnt].i = i;
            point[cnt++].y = 2;
        }
        sort(point+1,point+cnt,cmp);
        int tmp = 1;
        point[1].z = 1;
        for(int i=2;i<cnt;i++)
        {
            if(point[i].x == point[i-1].x)
            {
                point[i].z = tmp;
            }
            else
            {
                if(point[i].x - point[i-1].x >1 )
                    tmp++;
                tmp++;
                point[i].z = tmp;
            }
        }
        sort(point+1,point+cnt,cmp2);
        for(int i=1;i<=2*n;i+=2)
        {
            //cout<<point[i].z<<" ! "<<point[i+1].z;
            //cout<<" ! "<<i/2+1<<endl;
            update(point[i].z,point[i+1].z,i/2+1,1);
        }
        query(1);
        int ans = 0;
        for(int i=1;i<=n;i++)
        {
            //cout<<i<<"~"<<a[i]<<endl;
            ans += a[i];
        }
        printf("%d\n",ans);
    }
    return 0;
}
/**
1
5
20 50
30 44
12 33
61 76
51 66
**/
内容概要:本文深入探讨了Kotlin语言在函数式编程和跨平台开发方面的特性和优势,结合详细的代码案例,展示了Kotlin的核心技巧和应用场景。文章首先介绍了高阶函数和Lambda表达式的使用,解释了它们如何简化集合操作和回调函数处理。接着,详细讲解了Kotlin Multiplatform(KMP)的实现方式,包括共享模块的创建和平台特定模块的配置,展示了如何通过共享业务逻辑代码提高开发效率。最后,文章总结了Kotlin在Android开发、跨平台移动开发、后端开发和Web开发中的应用场景,并展望了其未来发展趋势,指出Kotlin将继续在函数式编程和跨平台开发领域不断完善和发展。; 适合人群:对函数式编程和跨平台开发感兴趣的开发者,尤其是有一定编程基础的Kotlin初学者和中级开发者。; 使用场景及目标:①理解Kotlin中高阶函数和Lambda表达式的使用方法及其在实际开发中的应用场景;②掌握Kotlin Multiplatform的实现方式,能够在多个平台上共享业务逻辑代码,提高开发效率;③了解Kotlin在不同开发领域的应用场景,为选择合适的技术栈提供参考。; 其他说明:本文不仅提供了理论知识,还结合了大量代码案例,帮助读者更好地理解和实践Kotlin的函数式编程特性和跨平台开发能力。建议读者在学习过程中动手实践代码案例,以加深理解和掌握。
内容概要:本文深入探讨了利用历史速度命令(HVC)增强仿射编队机动控制性能的方法。论文提出了HVC在仿射编队控制中的潜在价值,通过全面评估HVC对系统的影响,提出了易于测试的稳定性条件,并给出了延迟参数与跟踪误差关系的显式不等式。研究为两轮差动机器人(TWDRs)群提供了系统的协调编队机动控制方案,并通过9台TWDRs的仿真和实验验证了稳定性和综合性能改进。此外,文中还提供了详细的Python代码实现,涵盖仿射编队控制类、HVC增强、稳定性条件检查以及仿真实验。代码不仅实现了论文的核心思想,还扩展了邻居历史信息利用、动态拓扑优化和自适应控制等性能提升策略,更全面地反映了群体智能协作和性能优化思想。 适用人群:具备一定编程基础,对群体智能、机器人编队控制、时滞系统稳定性分析感兴趣的科研人员和工程师。 使用场景及目标:①理解HVC在仿射编队控制中的应用及其对系统性能的提升;②掌握仿射编队控制的具体实现方法,包括控制器设计、稳定性分析和仿真实验;③学习如何通过引入历史信息(如HVC)来优化群体智能系统的性能;④探索中性型时滞系统的稳定性条件及其在实际系统中的应用。 其他说明:此资源不仅提供了理论分析,还包括完整的Python代码实现,帮助读者从理论到实践全面掌握仿射编队控制技术。代码结构清晰,涵盖了从初始化配置、控制律设计到性能评估的各个环节,并提供了丰富的可视化工具,便于理解和分析系统性能。通过阅读和实践,读者可以深入了解HVC增强仿射编队控制的工作原理及其实际应用效果。
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