HDU-3911-线段树区间合并-延迟标记

本文介绍了一种使用段式树和懒惰传播解决区间翻转和查询最大连续1长度的问题。通过维护区间状态,利用懒惰传播优化更新操作,有效解决了区间翻转带来的复杂度问题。

!


在这里插入图片描述

题目链接

在这里插入图片描述

题意

​ 给定区间01,然后可以把区间0变1,1变0,然后求最大连续1的长度

题解

正常的维护01区间,用lazy 来表示反转,多维护一个最大0的左连续,右连续,连续最大

然后反转的时候,直接swap 一下就可以

但是有一个坑点,就是查找区间最大连续1的时候,如果是包含你要的区间

那就直接返回这个区间最大的值,如果是这个区间完全左边和右边的时候也直接递归就可以

但是当在这个区间某一部分的时候,会有问题

比如 1-10 你找 2-8 你肯定要找到 1-5 和 6-10 对吧

但是,你分开区间的时候,你会把 1-5和6-10 区间连续的部分分开

所以,一定要考虑中间分开的连续区间

第一种就是完全包含直接返回,第二种完全右边和左边直接递归

第三种中间某部分分开的,比如 1-10,你找 2-8,1-10肯定没有了,

你要找1-5 和 6-10 里面的对吧,但是你分开的时候 1-5的右区间和6-10左区间连续被分开了

所以你要讨论一下 而且还要注意大小

因为 假设 1-10 找2-8 假设1-5 右连续贯穿 这个时候就比2大了 同理右儿子左连续也得比较一下

具体的看代码就行,主要来说就是你在往下递归这个树的时候,在分开的时候多考虑一下中间的情况

AC代码

#include<stdio.h>
#include<string.h>
#include<algorithm>
using namespace std;
#define N 100005
struct node
{
    int l,r;
    int ls,rs,sum;
    int lazy;
    int ls2,rs2,sum2;
};
node shu[N<<2];
int a[N];
void pushup(int rt)
{
    shu[rt].ls = shu[rt<<1].ls;
    shu[rt].rs = shu[rt<<1|1].rs;
    if(shu[rt<<1].ls==(shu[rt<<1].r - shu[rt<<1].l + 1))
    {
        shu[rt].ls += shu[rt<<1|1].ls;
    }
    if(shu[rt<<1|1].rs==(shu[rt<<1|1].r - shu[rt<<1|1].l + 1))
    {
        shu[rt].rs += shu[rt<<1].rs;
    }
    shu[rt].sum = max(max(shu[rt<<1].sum,shu[rt<<1|1].sum),shu[rt<<1].rs+shu[rt<<1|1].ls);

    shu[rt].ls2 = shu[rt<<1].ls2;
    shu[rt].rs2 = shu[rt<<1|1].rs2;
    if(shu[rt<<1].ls2==(shu[rt<<1].r - shu[rt<<1].l + 1))
    {
        shu[rt].ls2 += shu[rt<<1|1].ls2;
    }
    if(shu[rt<<1|1].rs2==(shu[rt<<1|1].r - shu[rt<<1|1].l + 1))
    {
        shu[rt].rs2 += shu[rt<<1].rs2;
    }
    shu[rt].sum2 = max(max(shu[rt<<1].sum2,shu[rt<<1|1].sum2),shu[rt<<1].rs2+shu[rt<<1|1].ls2);

}
void build(int rt,int l,int r)
{
    shu[rt].l = l,shu[rt].r = r;
    shu[rt].lazy = 0;
    if(l==r)
    {
        if(a[l])
        {
            shu[rt].ls = shu[rt].rs = shu[rt].sum = 1;
            shu[rt].ls2 = shu[rt].rs2 = shu[rt].sum2 = 0;
        }
        else
        {
            shu[rt].ls = shu[rt].rs = shu[rt].sum = 0;
            shu[rt].ls2 = shu[rt].rs2 = shu[rt].sum2 = 1;
        }
        return;
    }
    int mid = (l+r)>>1;
    build(rt<<1,l,mid);
    build(rt<<1|1,mid+1,r);
    pushup(rt);
}
void pushdown(int rt)
{
    if(shu[rt].lazy)
    {
        swap(shu[rt<<1].ls,shu[rt<<1].ls2);
        swap(shu[rt<<1].rs,shu[rt<<1].rs2);
        swap(shu[rt<<1].sum,shu[rt<<1].sum2);

        swap(shu[rt<<1|1].ls,shu[rt<<1|1].ls2);
        swap(shu[rt<<1|1].rs,shu[rt<<1|1].rs2);
        swap(shu[rt<<1|1].sum,shu[rt<<1|1].sum2);

        shu[rt<<1].lazy ^= shu[rt].lazy;
        shu[rt<<1|1].lazy ^= shu[rt].lazy;
        shu[rt].lazy ^= 1;
    }
}
void update(int rt,int l,int r)
{
    int L = shu[rt].l , R = shu[rt].r;
    if(l<=L&&R<=r)
    {
        swap(shu[rt].ls,shu[rt].ls2);
        swap(shu[rt].rs,shu[rt].rs2);
        swap(shu[rt].sum,shu[rt].sum2);
        shu[rt].lazy ^=1;
    }
    else
    {
        pushdown(rt);
        int mid = (L+R)>>1;
        if(l<=mid) update(rt<<1,l,r);
        if(mid<r) update(rt<<1|1,l,r);
        pushup(rt);
    }
}
int Find(int rt,int l,int r)
{
    int L = shu[rt].l, R = shu[rt].r;
    if(L==l&&R==r)
    {
        return shu[rt].sum;
    }
        pushdown(rt);
        int ans = 0;
        int mid = (L+R)>>1;
        if(r<=mid)
        {
            ans = Find(rt<<1,l,r);
        }
        else if(l>mid)
        {
            ans = Find(rt<<1|1,l,r);
        }
        else
        {
            int v1 = Find(rt<<1,l,mid);
            int v2 = Find(rt<<1|1,mid+1,r);
            int v3 = min(shu[rt<<1].rs, mid-l+1) + min(shu[rt<<1|1].ls,r-mid-1+1);
            int v4 = max(v1,v2);
            ans = max(v3,v4);
        }
        pushup(rt);
        return ans;
}
int main()
{
    int n;
    while(scanf("%d",&n)==1)
    {
        memset(shu,0,sizeof(shu));
        for(int i=1;i<=n;i++)
        {
            scanf("%d",&a[i]);
        }
        build(1,1,n);
        int m;
        scanf("%d",&m);
        while(m--)
        {
            int x,l,r;
            scanf("%d%d%d",&x,&l,&r);
            if(x==0)
            {
                printf("%d\n",Find(1,l,r));
            }
            else if(x==1)
            {
                update(1,l,r);
            }
        }
    }
}
内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略与效果评估体系,涵盖当前企业传播面临的预算、资源、内容与效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势与发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化与GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理与舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备一定媒体传播经验并希望提升发稿效率与ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放与GEO优化,提升品牌在AI搜索中的权威性与可见性;④通过数据驱动评估体系量化品牌影响力与销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析与工具指南进行系统学习,重点关注媒体适配性策略与GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
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