luoguP3369[模板]普通平衡树(Treap/SBT) 题解

本文详细介绍了平衡树(Treap/SBT)的数据结构及其基本操作,包括插入、删除、查找等,并提供了完整的C++实现代码。通过本文,读者可以深入理解平衡树的工作原理及其在解决实际问题中的应用。

链接一下题目:luoguP3369[模板]普通平衡树(Treap/SBT)

平衡树解析

#include<iostream>
#include<cstdlib>
#include<cstdio>
#include<cmath>
#include<cstring>
#include<iomanip>
#include<algorithm>
#include<ctime>
#include<queue>
#include<stack>
#define lst long long
#define rg register
#define N 500050
#define Inf 2147483647
using namespace std;

int use,root,tot;//操作数,根节点编号,树中元素总和
struct T{
    int cnt;//这个数相等的数的数量
    int size;//这棵子树上一共有几个元素
    int fa,v;//父亲节点,当前点的权值
    int ch[2];//左(0)右(1)孩子
}ljl[N];//平衡树

inline int read()
{
    rg int s=0,m=1;char ch=getchar();
    while(ch!='-'&&(ch<'0'||ch>'9'))ch=getchar();
    if(ch=='-')m=-1,ch=getchar();
    while(ch>='0'&&ch<='9')s=(s<<3)+(s<<1)+ch-'0',ch=getchar();
    return s*m;
}

inline void Pushup(rg int now)//更新节点size的操作
{
    ljl[now].size=ljl[ljl[now].ch[0]].size+ljl[ljl[now].ch[1]].size+ljl[now].cnt;
    //当前节点的size是左孩子子树的size加上右孩子子树的size加上本节点相等的数的数量
}

inline void rotate(rg int x)//把x往上转
{//定义:x的相对位置为x属于y的?孩子
    rg int y=ljl[x].fa;//父亲
    rg int z=ljl[y].fa;//祖父
    rg int k=ljl[y].ch[1]==x;//x的相对位置
    ljl[z].ch[ljl[z].ch[1]==y]=x;//把x转到y的位置上去
    ljl[x].fa=z;//x的爸爸变成了z
    ljl[y].ch[k]=ljl[x].ch[k^1];//y的x的相对位置的那个孩子变成x的x的相对位置的另一个孩子
    ljl[ljl[x].ch[k^1]].fa=y;//……的爸爸变成y
    ljl[x].ch[k^1]=y;//x的相对位置的另一个孩子变成y
    ljl[y].fa=x;//y的爸爸变成x
    Pushup(x),Pushup(y);//更新一下节点数量
}

inline void splay(rg int x,rg int goal)//把x转到goal下面,如果goal=0,那么就是转到根节点
{
    while(ljl[x].fa!=goal)//如果x的父亲不是goal,目标没有达成,就要继续转
    {
        rg int y=ljl[x].fa;//父亲
        rg int z=ljl[y].fa;//祖父
        if(z!=goal)//如果z存在的话
        {
            (x==ljl[y].ch[0])^(y==ljl[z].ch[0])?rotate(x):rotate(y);
            //如果x和y分别是y和z的同一孩子,就把y往上转
            //如果x和y分别是y和z的不同孩子,就把x往上转
        }
        rotate(x);//最后一定会要把x在网上转一次
    }
    if(!goal)root=x;//更新根节点
}

void Insert(rg int x)//插入x
{
    rg int now=root,fa=0;//从根开始找,根的父亲是0
    while(ljl[now].v!=x&&now)//只要还没有找到这个数字,且当前这个位置有数,就继续找
    {
        fa=now;//爸爸变成现在的节点
        now=ljl[now].ch[x>ljl[now].v];//如果x比now大,就找now的右孩子,小则左孩子
    }
    if(now)ljl[now].cnt++;//如果存值的位置存在,就直接在计数器上加1
    else//否则
    {
        now=++tot;//增加一个新位置
        if(fa)ljl[fa].ch[x>ljl[fa].v]=now;//如果父亲存在(我不是根),那我的父亲的儿子是我
        ljl[now].v=x;//权值
        ljl[now].fa=fa;//父亲
        ljl[now].cnt=1;//计数器
        ljl[now].size=1;//子树大小
        ljl[now].ch[0]=ljl[now].ch[1]=0;//没有孩子
    }
    splay(now,0);//把当前位置转到根节点,以维持树的平衡
}

inline void find(rg int x)//找x的位置,把它转到根节点,方便之后的计算
{
    rg int now=root;//从根开始找
    if(!root)return;//如果是空树,还找个屁
    while(x!=ljl[now].v&&ljl[now].ch[x>ljl[now].v])//如果还没有找到那个点,且我还有符合的儿子
        now=ljl[now].ch[x>ljl[now].v];//就跳转到我的儿子继续找
    splay(now,0);//转到树根去
}

inline int Next(rg int x,rg int f)//找x的前驱(0)后继(1)
{
    find(x);//先找到x的位置,可能树顶不是x,是和x值接近的那个元素
    int now=root;//从根开始找
    if(ljl[now].v>x&&f)return now;//如果大于x且我们要找后继,那就是他了
    if(ljl[now].v<x&&!f)return now;//如果小于x且我们要找前驱,那就是他了
    now=ljl[now].ch[f];//那我们从符合条件的儿子开始跳
    while(ljl[now].ch[f^1])now=ljl[now].ch[f^1];//不断的往最优的方向跳
    return now;//返回位置
}

inline void Delete(rg int x)//删掉x
{
    rg int qq=Next(x,0);//找到前驱
    rg int hj=Next(x,1);//找到后继
    splay(qq,0),splay(hj,qq);//把前驱转到树根,把后继转到前驱下面
    int del=ljl[hj].ch[0];//那么x就是后继的左儿子
    if(ljl[del].cnt>1)//如果x的计数器大于1
    {
        ljl[del].cnt--;//让x的计数器--
        splay(del,0);//转到树根保持平衡
    }
    else ljl[hj].ch[0]=0;//直接删除x
}

inline int kth(rg int x)//找第x小的数
{
    rg int now=root;//从根开始找
    if(ljl[now].size<x)return 0;//如果排名都超过总数了…………
    while(1)//嘿嘿,一直找
    {
        rg int ls=ljl[now].ch[0];//左孩子
        if(ljl[ls].size+ljl[now].cnt<x)//如果排名比左孩子总元素数和与我相等的数总和还大
        {
            x-=ljl[ls].size+ljl[now].cnt;//就减去前面的元素数
            now=ljl[now].ch[1];//去右孩子上找这个排名
        }
        else
            if(ljl[ls].size>=x)now=ls;//如果左孩子里包括它
            else return ljl[now].v;//那就在这个点上了,返回
    }
}

int main()
{
    use=read();
    Insert(Inf),Insert(-Inf);
    for(rg int i=1;i<=use;++i)
    {
        rg int opt=read(),x=read();
        if(opt==1)Insert(x);
        if(opt==2)Delete(x);
        if(opt==3)find(x),printf("%d\n",ljl[ljl[root].ch[0]].size);
        if(opt==4)printf("%d\n",kth(x+1));
        if(opt==5)printf("%d\n",ljl[Next(x,0)].v);
        if(opt==6)printf("%d\n",ljl[Next(x,1)].v);
    }
    return 0;
}

 

标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景与意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究与应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3据库设计与管理理论介绍据库设计原则、据模型及据库管理系统。2.4网络安全与据保护理论讨论网络安全威胁、据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2据库设计与实现设计据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、据加密等。第4章系统实现与测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试与分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化与改进根据测试结果对系统进行优化和改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之一,其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行说明。 一、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种据处理和建模功能。它简化了据清洗、特征提取、模型构建、验证与优化等流程,是据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型,特别适用于二类问题。在信用评估中,该模型可用于判断借款人是否可能违约。其通过逻辑函将输出映射为0到1之间的概率值,从而表示违约的可能性。 四、支持向量机模型 支持向量机是一种用于监督学习的算法,适用于据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找最佳分割面,区分违约与非违约客户。通过选用不同核函,可应对复杂的非线性关系,提升预测精度。 五、据预处理步骤 在建模前,需对原始据进行清理与转换,包括处理缺失值、识别异常点、标准化值、筛选有效特征等。对于信用评分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建与验证 借助Sklearn,可以将据集划分为训练集和测试集,并通过交叉验证调整参以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡据时,更应关注模型的召回率与特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单一模型的偏差与方差,增强整体预测的稳定性与准确性。 综上,基于机器学习的信用评估系统可通过Sklearn中的多种算法,结合合理的据处理与模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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