线段树

维护区间和的只有加法操作线段树模板

#include<iostream>
#include<cstdio>
#include<cmath>
#define ll long long
#define maxn 100001
using namespace std;
struct Tree{
	int l,r;
	ll sum;
	int add;
}t[maxn*4];
ll a[maxn];
int n,m;
void build(int p,int l,int r)
{
	t[p].l=l,t[p].r=r;
	if(t[p].l==t[p].r) 
	{
		t[p].sum=a[l];
		return ;
	}
	int mid=(t[p].l+t[p].r)>>1;
	build(p*2,l,mid);
	build(p*2+1,mid+1,r);
	t[p].sum=t[p*2].sum+t[p*2+1].sum;
}
void spread(int p)
{
	if(!t[p].add) return;
	t[p*2].sum+=(t[p*2].r-t[p*2].l+1)*t[p].add,t[p*2].add+=t[p].add;
	t[p*2+1].sum+=(t[p*2+1].r-t[p*2+1].l+1)*t[p].add,t[p*2+1].add+=t[p].add;
	t[p].add=0;
}
void change(int p,int l,int r,int k)
{
	if(t[p].l>=l&&t[p].r<=r)
	{
		t[p].sum+=(t[p].r-t[p].l+1)*k;
		t[p].add+=k;
		return ;
	}
	int mid=(t[p].l+t[p].r)>>1;
	spread(p);
	if(l<=mid) change(p*2,l,r,k);
	if(r>mid) change(p*2+1,l,r,k);
	t[p].sum=t[p*2].sum+t[p*2+1].sum;
}

ll ask(int p,int l,int r)
{
	if(t[p].l>=l&&t[p].r<=r)  return t[p].sum;
	int mid=(t[p].l+t[p].r)>>1;
	spread(p);
	ll val=0;
	if(l<=mid) val+=ask(p*2,l,r);
	if(r>mid) val+=ask(p*2+1,l,r);
	return val; 
}
int main()
{
	scanf("%d%d",&n,&m);
	for(int i=1;i<=n;i++)
	scanf("%lld",&a[i]);
	build(1,1,n);
	for(int i=1;i<=m;i++)
	{
		int d;
		scanf("%d",&d);
		if(d==1)
		{
			int x,y,k;
			scanf("%d%d%d",&x,&y,&k);
			change(1,x,y,k);
		}
		if(d==2)
		{
			int x,y;
			scanf("%d%d",&x,&y);
			ll ans=ask(1,x,y);
			printf("%lld\n",ans);
		}
	}
}

维护区间和的既有加法又有乘法的线段树模板

#include<iostream>
#include<cstdio>
#include<cmath>
#define ll long long 
#define maxn 100005
using namespace std;
struct Tree{
	int l,r;
	ll add1,add2;
	ll sum;
}t[maxn*4];
int kk;
ll a[maxn];
int n,m;
ll mod;
void build(int p,int l,int r)
{
	t[p].add1=1;
	t[p].l=l,t[p].r=r;
	if(t[p].l==t[p].r) 
	{
		t[p].sum=a[l]%mod;
		return;
	}
	int mid=(t[p].l+t[p].r)>>1;
	build(p*2,l,mid);
	build(p*2+1,mid+1,r);
	t[p].sum=(t[p*2].sum+t[p*2+1].sum)%mod;
}
void spread(int p)
{
	t[p*2].sum=((t[p*2].sum*t[p].add1)%mod+(t[p*2].r-t[p*2].l+1)*t[p].add2%mod)%mod;
	t[p*2+1].sum=((t[p*2+1].sum*t[p].add1)%mod+(t[p*2+1].r-t[p*2+1].l+1)*t[p].add2%mod)%mod;
	t[p*2].add1=(t[p*2].add1*t[p].add1)%mod;
	t[p*2].add2=(t[p*2].add2*t[p].add1+t[p].add2)%mod;
	t[p*2+1].add1=(t[p*2+1].add1*t[p].add1)%mod;
	t[p*2+1].add2=(t[p*2+1].add2*t[p].add1+t[p].add2)%mod;
	t[p].add1=1;
	t[p].add2=0;
}
void change1(int p,int l,int r,int k)
{
	if(t[p].l>=l&&t[p].r<=r) 
	{
	    t[p].sum=(t[p].sum*k)%mod;
	    t[p].add2=(t[p].add2*k)%mod;
	    t[p].add1=(t[p].add1*k)%mod;
	    return ;
	}
	spread(p);
	int mid=(t[p].l+t[p].r)>>1;
	if(l<=mid) change1(p*2,l,r,k);
	if(r>mid) change1(p*2+1,l,r,k);
	t[p].sum=(t[p*2].sum+t[p*2+1].sum)%mod;
}
void change2(int p,int l,int r,int k)
{
	if(t[p].l>=l&&t[p].r<=r)
	{
		t[p].sum=(t[p].sum+(t[p].r-t[p].l+1)*k)%mod;
		t[p].add2=(t[p].add2+k)%mod;
		return ;
	}
	spread(p);
	int mid=(t[p].l+t[p].r)>>1;
	if(l<=mid) change2(p*2,l,r,k);
	if(r>mid) change2(p*2+1,l,r,k);
	t[p].sum=(t[p*2].sum+t[p*2+1].sum)%mod; 
}
ll ask(int p,int l,int r)
{
	if(t[p].l>=l&&t[p].r<=r) return t[p].sum;
	int mid=(t[p].l+t[p].r)>>1;
	spread(p);
	ll val=0;
	if(l<=mid) val=(val+ask(p*2,l,r))%mod;
	if(r>mid) val=(ask(p*2+1,l,r)+val)%mod;
	return val;
}
int main()
{
	//freopen("xds.in","r",stdin);
	//freopen("xds.out","w",stdout);
	scanf("%d%d%lld",&n,&m,&mod);
	for(int i=1;i<=n;i++)
	scanf("%lld",&a[i]);
	build(1,1,n);
	for(int i=1;i<=m;i++)
	{
		int d;
		scanf("%d",&d);
		if(d==1) 
		{
			int x,y;
			ll k;
			scanf("%d%d%lld",&x,&y,&k);
			change1(1,x,y,k%mod);
		}
		if(d==2)
		{
			int x,y;
			ll k;
			scanf("%d%d%lld",&x,&y,&k);
			change2(1,x,y,k%mod);
		}
		if(d==3)
		{
			kk++;
			int x,y;
			scanf("%d%d",&x,&y);
			ll ans=ask(1,x,y);
			printf("%d.%lld\n",kk,ans%mod);
		}
	}
	return 0;
}

内容概要:本文档详细介绍了基于MATLAB实现的无人机三维路径规划项目,核心算法采用蒙特卡罗树搜索(MCTS)。项目旨在解决无人机在复杂三维环境中自主路径规划的问题,通过MCTS的随机模拟与渐进式搜索机制,实现高效、智能化的路径规划。项目不仅考虑静态环境建模,还集成了障碍物检测与避障机制,确保无人机飞行的安全性和效率。文档涵盖了从环境准备、数据处理、算法设计与实现、模型训练与预测、性能评估到GUI界面设计的完整流程,并提供了详细的代码示例。此外,项目采用模块化设计,支持多无人机协同路径规划、动态环境实时路径重规划等未来改进方向。 适合人群:具备一定编程基础,特别是熟悉MATLAB和无人机技术的研发人员;从事无人机路径规划、智能导航系统开发的工程师;对MCTS算法感兴趣的算法研究人员。 使用场景及目标:①理解MCTS算法在三维路径规划中的应用;②掌握基于MATLAB的无人机路径规划项目开发全流程;③学习如何通过MCTS算法优化无人机在复杂环境中的飞行路径,提高飞行安全性和效率;④为后续多无人机协同规划、动态环境实时调整等高级应用打下基础。 其他说明:项目不仅提供了详细的理论解释和技术实现,还特别关注了实际应用中的挑战和解决方案。例如,通过多阶段优化与迭代增强机制提升路径质量,结合环境建模与障碍物感知保障路径安全,利用GPU加速推理提升计算效率等。此外,项目还强调了代码模块化与调试便利性,便于后续功能扩展和性能优化。项目未来改进方向包括引入深度强化学习辅助路径规划、扩展至多无人机协同路径规划、增强动态环境实时路径重规划能力等,展示了广阔的应用前景和发展潜力。
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