CF1217E Sum Queries

本文详细解析了CF1217E: SumQueries?的题意,提供了针对不平衡多重集求最小值的高效算法思路。通过定义平衡多重集的概念,介绍了如何查询最小的两个非零数之和来解决区间内不平衡情况的问题。使用了段树数据结构进行优化,并附带完整的C++代码实现。

CF1217E Sum Queries?


题意

我们这样定义一个多重集是平衡的:

对于sum的每一个数位,多重集中至少有一个元素与sum此数位相同

  • 修改a数组中一个位置的值

  • 询问一个区间中所有不平衡多重集的sum的最小值


思路

在一个数位若要达成平衡

  • 一个数该位为0-9,其他数该位为0
  • 产生进位,使出现相同

第二种方式是不可能的,若第i位产生进位,则第i+1位也必须产生进位,否则无法达成平衡

最高位也必然会进位,那么进位的那一位就无法达成平衡了

所以不平衡的情况即为该位上有两个非0的数

对于每次询问,我们查询每个数为最小的两个非零数的和,即为最小集

查询最小的两个数,可以直接将节点定义为该区间最小的两个数


代码

#include <bits\stdc++.h>
using namespace std;
typedef long long LL;
const int maxn = 2e5 + 5;
const int inf = 2e9 + 5;
int a[maxn], b[maxn];
typedef pair<int, int> pii;
pii merge(const pii& a, const pii& b)
{
    return a.first < b.first ? (a.second < b.first ? a : make_pair(a.first, b.first)) : (b.second < a.first ? b : make_pair(b.first, a.first));
}
struct Tree {
    pii tree[maxn << 2];
    void build(int root, int left, int right)
    {
        if (left == right) {
            if (a[left] % 10 == 0)
                tree[root] = make_pair(inf, inf);
            else
                tree[root] = make_pair(b[left], inf);
            a[left] /= 10;
            return;
        }
        int mid = (left + right) >> 1;
        build(root << 1, left, mid);
        build(root << 1 | 1, mid + 1, right);
        tree[root] = merge(tree[root << 1], tree[root << 1 | 1]);
    }
    void update(int root, int left, int right, int x)
    {
        if (left == right) {
            if (a[left] % 10 == 0)
                tree[root] = make_pair(inf, inf);
            else
                tree[root] = make_pair(b[left], inf);
            a[left] /= 10;
            return;
        }
        int mid = (left + right) >> 1;
        if (x <= mid)
            update(root << 1, left, mid, x);
        else
            update(root << 1 | 1, mid + 1, right, x);
        tree[root] = merge(tree[root << 1], tree[root << 1 | 1]);
    }
    pii query(int root, int left, int right, int stdl, int stdr)
    {
        if (left >= stdl && right <= stdr)
            return tree[root];
        int mid = (left + right) >> 1;
        pii res = make_pair(inf, inf);
        if (stdl <= mid)
            res = merge(res, query(root << 1, left, mid, stdl, stdr));
        if (stdr > mid)
            res = merge(res, query(root << 1 | 1, mid + 1, right, stdl, stdr));
        return res;
    }
} T[9];

int main()
{
    int n, m;
    scanf("%d%d", &n, &m);
    for (int i = 1; i <= n; i++) {
        scanf("%d", &a[i]);
        b[i] = a[i];
    }
    for (int i = 0; i < 9; i++)
        T[i].build(1, 1, n);
    int opt, x, y;
    for (int i = 1; i <= m; i++) {
        scanf("%d%d%d", &opt, &x, &y);
        if (opt == 1) {
            a[x] = b[x] = y;
            for (int j = 0; j < 9; j++)
                T[j].update(1, 1, n, x);
        } else {
            int ans = inf;
            for (int j = 0; j < 9; j++) {
                pii cnt = T[j].query(1, 1, n, x, y);
                if (cnt.second == inf || cnt.first == inf)
                    continue;
                ans = min(ans, cnt.first + cnt.second);
            }
            if (ans == inf)
                printf("-1\n");
            else
                printf("%d\n", ans);
        }
    }
    return 0;
}
【四轴飞行器】非线性三自由度四轴飞行器模拟器研究(Matlab代码实现)内容概要:本文围绕非线性三自由度四轴飞行器模拟器的研究展开,重点介绍了基于Matlab的建模与仿真方法。通过对四轴飞行器的动力学特性进行分析,构建了非线性状态空间模型,并实现了姿态与位置的动态模拟。研究涵盖了飞行器运动方程的建立、控制系统设计及数值仿真验证等环节,突出非线性系统的精确建模与仿真优势,有助于深入理解飞行器在复杂工况下的行为特征。此外,文中还提到了多种配套技术如PID控制、状态估计与路径规划等,展示了Matlab在航空航天仿真中的综合应用能力。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的高校学生、科研人员及从事无人机系统开发的工程技术人员,尤其适合研究生及以上层次的研究者。; 使用场景及目标:①用于四轴飞行器控制系统的设计与验证,支持算法快速原型开发;②作为教学工具帮助理解非线性动力学系统建模与仿真过程;③支撑科研项目中对飞行器姿态控制、轨迹跟踪等问题的深入研究; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注动力学建模与控制模块的实现细节,同时可延伸学习文档中提及的PID控制、状态估计等相关技术内容,以全面提升系统仿真与分析能力。
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