[bzoj2120] 数颜色

本文深入探讨了带修改莫队算法的实现细节,通过调整块的大小为n^(2/3),确保了算法的复杂度维持在n^(5/3)次方,特别针对[bzoj2120]数颜色问题提供了代码示例,展示了如何处理区间查询和修改操作。

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

[bzoj2120] 数颜色


带修改莫队,块的大小是n^(2/3),这样我们可以保证复杂度在n^(5/3)次方。

  • 代码
#include<bits/stdc++.h>
using namespace std;
const int N=5e4+4;
const int blksz=1357;
inline int blk(int x) {
    return x/blksz;
}
int col[N],colcur[N],n,m;
struct question {
    int l,r,t;
    bool operator<(const question b)const {
        if(blk(l)^blk(b.l))return l<b.l;
        if(blk(r)^blk(b.r))return r<b.r;
        return t<b.t;
    }
} q[N];
int cnt1;
struct modify {
    int pos,col,colback,t;
} opt[N];
int cnt2;
int c[4000010];
int lstt,lstl,lstr,tpos;
int ans=0;
inline void add(int col,int sz) {
    c[col]+=sz;
    if(c[col]==1&&sz>0)ans++;
    if(c[col]==0&&sz<0)ans--;
}
inline int getopt() {
    char x=0;
    while(x<'A'||x>'Z')x=getchar();
    return x=='Q'?1:0;
}
int ret[N];
int main() {
    scanf("%d%d",&n,&m);
    for(int i=1; i<=n; i++) {
        scanf("%d",&col[i]);
        colcur[i]=col[i];
    }
    for(int i=1; i<=m; i++) {
        ret[i]=-1;
        int t;
        t=getopt();
        if(t==1) {
            q[++cnt1].t=i;
            scanf("%d%d",&q[cnt1].l,&q[cnt1].r);
        } else {
            opt[++cnt2].t=i;
            scanf("%d",&opt[cnt2].pos);
            opt[cnt2].colback=colcur[opt[cnt2].pos];
            scanf("%d",&opt[cnt2].col);
            colcur[opt[cnt2].pos]=opt[cnt2].col;
        }
    }
    sort(q+1,q+cnt1+1);
    for(int id=1; id<=cnt1; id++) {
        if(q[id].t>lstt) {
            while(tpos<cnt2&&opt[tpos+1].t<=q[id].t) {
                ++tpos;
                int pos=opt[tpos].pos,cc=opt[tpos].col;
                if(pos>=lstl&&pos<=lstr)
                    add(col[pos],-1),add(cc,1);
                col[pos]=cc;
            }
        }
        if(q[id].t<lstt) {
            while(tpos&&opt[tpos].t>q[id].t) {
                int pos=opt[tpos].pos,cc=opt[tpos].colback;
                if(pos>=lstl&&pos<=lstr)
                    add(col[pos],-1),add(cc,1);
                col[pos]=cc;
                --tpos;
            }
        }
        lstt=q[id].t;
        if(q[id].r>lstr)
            for(int i=lstr+1; i<=q[id].r; i++)
                add(col[i],1);
        if(q[id].l<lstl)
            for(int i=lstl-1; i>=q[id].l; i--)
                add(col[i],1);
        if(q[id].r<lstr)
            for(int i=lstr; i>q[id].r; i--)
                add(col[i],-1);
        if(q[id].l>lstl)
            for(int i=lstl; i<q[id].l; i++)
                add(col[i],-1);
        ret[q[id].t]=ans;
        lstl=q[id].l,lstr=q[id].r;
    }
    for(int i=1; i<=m; i++) {
        if(~ret[i]) {
            printf("%d\n",ret[i]);
        }
    }
}

 

内容概要:该研究通过在黑龙江省某示范村进行24小时实地测试,比较了燃煤炉具与自动/手动进料生物质炉具的污染物排放特征。结果显示,生物质炉具相比燃煤炉具显著降低了PM2.5、CO和SO2的排放(自动进料分别降低41.2%、54.3%、40.0%;手动进料降低35.3%、22.1%、20.0%),但NOx排放未降低甚至有所增加。研究还发现,经济性和便利性是影响生物质炉具推广的重要因素。该研究不仅提供了实际排放据支持,还通过Python代码详细复现了排放特征比较、减排效果计算和结果可视化,进一步探讨了燃料性质、动态排放特征、碳平衡计算以及政策建议。 适合人群:从事环境科学研究的学者、政府环保部门工作人员、能源政策制定者、关注农村能源转型的社会人士。 使用场景及目标:①评估生物质炉具在农村地区的推广潜力;②为政策制定者提供科学依据,优化补贴政策;③帮助研究人员深入了解生物质炉具的排放特征和技术改进方向;④为企业研发更高效的生物质炉具提供参考。 其他说明:该研究通过大量据分析和模拟,揭示了生物质炉具在实际应用中的优点和挑战,特别是NOx排放增加的问题。研究还提出了多项具体的技术改进方向和政策建议,如优化进料方式、提高热效率、建设本地颗粒厂等,为生物质炉具的广泛推广提供了可行路径。此外,研究还开发了一个智能政策建议生成系统,可以根据不同地区的特征定制化生成政策建议,为农村能源转型提供了有力支持。
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