LUOGU P3759 [TJOI2017]不勤劳的图书管理员(树套树)

本文介绍了一种解决区间逆序对问题的方法,使用BIT套权值线段树进行高效计算。文章详细展示了算法的实现过程,包括数据结构的设计和更新、查询操作,并提供了一个完整的代码示例。

传送门

解题思路

  和以前做过的一道题有点像,就是区间逆序对之类的问题,用的是\(BIT\)套权值线段树,交换时讨论一下计算答案。。跑的不如暴力快。。

代码

#include<iostream>
#include<cstdio>
#include<cstring>
#include<cmath>
#include<algorithm>

using namespace std;
const int N=50005;
const int M=N*200;
const int MOD=1e9+7;
typedef long long LL;

inline int rd(){
    int x=0,f=1; char ch=getchar();
    while(!isdigit(ch)) f=ch=='-'?0:1,ch=getchar();
    while(isdigit(ch)) x=(x<<1)+(x<<3)+ch-'0',ch=getchar();
    return f?x:-x;
}

int n,m,a[N],val[N],tot,rt[N];
LL ans;

struct Segment_Tree{
    int sum[M],num[M],ls[M],rs[M];
    void update_num(int &x,int l,int r,int pos,int k){
        if(!x) x=++tot; num[x]+=k; num[x]%=MOD;
        if(l==r) return; int mid=(l+r)>>1; 
        if(pos<=mid) update_num(ls[x],l,mid,pos,k);
        else update_num(rs[x],mid+1,r,pos,k);
    }
    void update_sum(int &x,int l,int r,int pos,int k){
        if(!x) x=++tot; (sum[x]+=k)%=MOD; 
        if(l==r) return; int mid=(l+r)>>1;
        if(pos<=mid) update_sum(ls[x],l,mid,pos,k);
        else update_sum(rs[x],mid+1,r,pos,k);
    }
    int query_sum(int x,int l,int r,int L,int R){
        if(!x) return 0; if(L<=l && r<=R) return sum[x];
        int mid=(l+r)>>1,ret=0;
        if(L<=mid) ret+=query_sum(ls[x],l,mid,L,R);
        if(mid<R) (ret+=query_sum(rs[x],mid+1,r,L,R))%=MOD;
        return ret;
    }
    int query_num(int x,int l,int r,int L,int R){
        if(!x) return 0; if(L<=l && r<=R) return num[x];
        int mid=(l+r)>>1,ret=0;
        if(L<=mid) ret+=query_num(ls[x],l,mid,L,R);
        if(mid<R) (ret+=query_num(rs[x],mid+1,r,L,R))%=MOD;
        return ret;
    }
}tree2;

struct BIT{
    inline void add(int x,int k){
        for(int i=x;i<=n;i+=i&-i) {
            tree2.update_num(rt[i],1,50000,a[x],k);
            tree2.update_sum(rt[i],1,50000,a[x],k*val[x]);
        }
    }
    inline int query_sum(int l,int r,int L,int R){
        if(l>r || L>R) return 0; int ret=0;
        for(int i=r;i;i-=i&-i) (ret+=tree2.query_sum(rt[i],1,50000,L,R))%=MOD;
        for(int i=l-1;i;i-=i&-i) (ret-=tree2.query_sum(rt[i],1,50000,L,R))%=MOD;
        return (ret+MOD)%MOD;
    }
    inline int query_num(int l,int r,int L,int R){
        if(l>r || L>R) return 0; int ret=0;
        for(int i=r;i;i-=i&-i) (ret+=tree2.query_num(rt[i],1,50000,L,R))%=MOD;
        for(int i=l-1;i;i-=i&-i) (ret-=tree2.query_num(rt[i],1,50000,L,R))%=MOD;
        return (ret+MOD)%MOD;
    }
}tree1;

int main(){
    n=rd(),m=rd(); int x,y,tmp,num,num1,num2;
    for(int i=1;i<=n;i++){
        a[i]=rd(),val[i]=rd(); tree1.add(i,1);
        ans+=tree1.query_sum(1,i,a[i]+1,50000);
        ans+=1ll*tree1.query_num(1,i,a[i]+1,50000)*val[i]%MOD;
        ans%=MOD;
    }   LL sum;
    while(m--){
        x=rd(),y=rd(); if(x>y) swap(x,y);
        if(x==y) {printf("%lld\n",ans); continue;}
        if(a[x]<a[y]) (ans+=val[x]+val[y])%=MOD;
        else (ans-=val[x]+val[y])%=MOD;
        tmp=tree1.query_sum(x+1,y-1,min(a[x],a[y]),max(a[x],a[y]));
        num=tree1.query_num(x+1,y-1,min(a[x],a[y]),max(a[x],a[y]));
        num1=tree1.query_num(x+1,y-1,1,min(a[x],a[y])-1);
        num2=tree1.query_num(x+1,y-1,max(a[x],a[y])+1,50000);
        if(a[x]<a[y]) ans+=tmp*2%MOD+1ll*num*(val[x]+val[y])%MOD,ans%=MOD;
        else ans-=tmp*2%MOD+1ll*num*(val[x]+val[y])%MOD,ans%=MOD;
        sum=1ll*(val[y]-val[x])*num1%MOD+1ll*(val[x]-val[y])*num2%MOD; sum%=MOD;
        (ans+=sum)%=MOD;
        tree1.add(x,-1); tree1.add(y,-1); swap(a[x],a[y]); swap(val[x],val[y]);
        tree1.add(x,1); tree1.add(y,1); ans=(ans+MOD)%MOD; printf("%lld\n",ans);
    }
    return 0;
}   

转载于:https://www.cnblogs.com/sdfzsyq/p/10430966.html

一、数据采集层:多源人脸数据获取 该层负责从同设备 / 渠道采集人脸原始数据,为后续模型训练与识别提供基础样本,核心功能包括: 1. 多设备适配采集 实时摄像头采集: 调用计算机内置摄像头(或外接 USB 摄像头),通过OpenCV的VideoCapture接口实时捕获视频流,支持手动触发 “拍照”(按指定快捷键如Space)或自动定时采集(如每 2 秒采集 1 张),采集时自动框选人脸区域(通过Haar级联分类器初步定位),确保样本聚焦人脸。 支持采集参数配置:可设置采集分辨率(如 640×480、1280×720)、图像格式(JPG/PNG)、单用户采集数量(如默认采集 20 张,确保样本多样性),采集过程中实时显示 “已采集数量 / 目标数量”,避免样本足。 本地图像 / 视频导入: 支持批量导入本地人脸图像文件(支持 JPG、PNG、BMP 格式),自动过滤非图像文件;导入视频文件(MP4、AVI 格式)时,可按 “固定帧间隔”(如每 10 帧提取 1 张图像)或 “手动选择帧” 提取人脸样本,适用于无实时摄像头场景。 数据集对接: 支持接入公开人脸数据集(如 LFW、ORL),通过预设脚本自动读取数据集目录结构(按 “用户 ID - 样本图像” 分类),快速构建训练样本库,无需手动采集,降低系统开发与测试成本。 2. 采集过程辅助功能 人脸有效性校验:采集时通过OpenCV的Haar级联分类器(或MTCNN轻量级模型)实时检测图像中是否包含人脸,若未检测到人脸(如遮挡、侧脸角度过大),则弹窗提示 “未识别到人脸,请调整姿态”,避免无效样本存入。 样本标签管理:采集时需为每个样本绑定 “用户标签”(如姓名、ID 号),支持手动输入标签或从 Excel 名单批量导入标签(按 “标签 - 采集数量” 对应),采集完成后自动按 “标签 - 序号” 命名文件(如 “张三
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