CH 4302 Intervavl(线段树维护区间gcd,区间加)

本文介绍了一种处理区间加操作与区间查询最大公约数的高效算法,通过使用差分序列和线段树结合树状数组,实现了复杂度优化,避免了最坏情况下的O(n)复杂度。

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

题意:给定一个长度为 N 的序列,M 个操作,支持区间加,区间查询最大公约数。

分析:若是单点修改,区间最大公约数,则可以发现,每次修改最多改变 O(logn) 个答案,且 gcd 可以合并,因此可以直接在线段树上维护。但是对于区间加来说,无法在已知区间加了某一个数时快速计算出新的区间最大公约数,因此,最坏情况下复杂度可能退化到 O(n)。考虑辗转相除法的性质,gcd(x,y,z)=gcd(x,y−x,z−y)可以发现,若维护的是原序列的差分序列,则问题会转化成上述子问题。且原问题询问的答案为gcd(a[l],query(l+1,r)),即可保证复杂度不退化。另外,要维护原序列的值,可以采用树状数组在差分数组上进行单点修改、区间查询即可。(区间修改单点查询->单点修改区间查询)

LYD代码:

#include<bits/stdc++.h>
#define ll long long
using namespace std;
const int N = 500006;
int n, m;
ll a[N], b[N], c[N];
struct T {
	int l, r;
	ll ans;
} t[N*4];

ll gcd(ll x, ll y) {
	return y ? gcd(y, x % y) : x;
}

void build(int p, int l, int r) {
	t[p].l = l;
	t[p].r = r;
	if (l == r) {
		t[p].ans = b[l];
		return;
	}
	int mid = (l + r) >> 1;
	build(p << 1, l, mid);
	build(p << 1 | 1, mid + 1, r);
	t[p].ans = gcd(t[p<<1].ans, t[p<<1|1].ans);
}

void change_add(int p, int x, ll v) {
	if (t[p].l == t[p].r) {
		t[p].ans += v;
		return;
	}
	int mid = (t[p].l + t[p].r) >> 1;
	if (x <= mid) change_add(p << 1, x, v);
	else change_add(p << 1 | 1, x, v);
	t[p].ans = gcd(t[p<<1].ans, t[p<<1|1].ans);
}

ll ask_t(int p, int l, int r) {
	if (l <= t[p].l && r >= t[p].r) return t[p].ans;
	int mid = (t[p].l + t[p].r) >> 1;
	ll ans = 0;
	if (l <= mid) ans = gcd(ans, ask_t(p << 1, l, r));
	if (r > mid) ans = gcd(ans, ask_t(p << 1 | 1, l, r));
	return abs(ans);
}

void add(int x, ll y) {
	while (x <= n) {
		c[x] += y;
		x += x & -x;
	}
}

ll ask_c(int x) {
	ll ans = 0;
	while (x) {
		ans += c[x];
		x -= x & -x;
	}
	return ans;
}

/// 树状数组 区间修改单点查询->单点修改区间查询
int main() {
	cin >> n >> m;
	b[0] = 0;
	memset(c, 0, sizeof(c));
	for (int i = 1; i <= n; i++) {
		cin >> a[i];
		b[i] = a[i] - a[i-1];
	}
	build(1, 1, n);
	while (m--) {
		char ch;
		cin >> ch;
		int l, r;
		cin >> l >> r;
		if (ch == 'C') {
			ll d;
			cin >> d;
			change_add(1, l, d);
			add(l, d);
			if (r + 1 <= n) {
				change_add(1, r + 1, -d);
				add(r + 1, -d);
			}
		} else cout << gcd(a[l] + ask_c(l), ask_t(1, l + 1, r)) << endl;
	}
	return 0;
}

 

### 使用可持久化线段树维护AC自动机的Fail树 对于涉及大量字符串匹配以及动态更新的问题,使用AC自动机构建模式串集合是一种高效的方法。当需要支持历史版本查询时,可以结合可持久化数据结构如可持久化线段树来增强功能。 #### 构建AC自动机与Fail树 首先构建标准的AC自动机[^2]。在完成所有模式串插入后,通过广度优先搜索(BFS)计算每个节点沿`fail`指针形成的树形结构——即所谓的Fail树。该树允许快速定位到某个状态失败转移后的最近公共祖先位置。 #### 可持久化线段树的作用 为了记录不同时间点的状态变化情况,采用可持久化线段树存储每一步操作的结果。每当有新字符串入或已有字符串被移除时,都会触发一次新的版本创建过程: - **新增字符串**:遍历其对应路径上的所有节点,并在线段树相应区间内增计数值; - **删除已存在的字符串**:同样沿着受影响区域调整权重值; 这种设计使得即使经过多次修改之后仍然能够回溯至任意时刻的数据分布状况。 #### 实现细节 以下是具体实现的关键部分代码片段: ```cpp struct Node { int ch[ALPHABET_SIZE]; // 子结点数组 int fail; // 失败指针 }; vector<Node> ac_automaton; int root, node_count; // 插入函数... void insert(const string &pattern) { ... } // 计算fail指针... void build_fail() { ... } ``` 接着定义用于管理多个版本之间差异性的辅助类: ```cpp class PersistentSegmentTree { private: struct TreeNode { int sum_value; TreeNode *left_child, *right_child; ~TreeNode(){ delete left_child; delete right_child; } }; public: vector<TreeNode*> versions; void update(int version_id, int pos, int delta){ auto current_root = clone_tree(versions.back()); modify(current_root, 1, maxn, pos, delta); versions.push_back(current_root); } }; ``` 最后,在处理实际问题时调用上述组件即可达成目标需求。
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