[BZOJ4942][Noi2017]整数 线段树+压位

本文介绍了一种使用线段树数据结构处理大规模数字加减运算的方法,通过将60位压缩为一位进行处理,有效地维护了连续区间内数字的状态,实现了高效的大数运算。

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

用线段树来模拟加减法过程,维护连续一段中是否全为0/1。

因为数字很大,我们60位压一位来处理。

  1 #include<iostream>
  2 #include<cstring>
  3 #include<cstdlib>
  4 #include<cmath>
  5 #include<cstdio>
  6 #include<algorithm>
  7 #define maxn 505050
  8 #define base 60
  9 #define ll long long
 10 using namespace std;
 11 inline ll read() {
 12     ll x=0,f=1;char ch=getchar();
 13     for(;!isdigit(ch);ch=getchar()) if(ch=='-') f=-1;
 14     for(;isdigit(ch);ch=getchar()) x=x*10+ch-'0';
 15     return x*f;
 16 }
 17 ll n,m,S=(1ll<<60)-1;
 18 struct Seg {
 19     int al[2];
 20     ll tag,val;
 21 }t[maxn*4];
 22 void put(int o,ll tmp) {
 23     if(tmp!=-1) t[o].val=tmp;
 24     if(tmp==0) {t[o].al[0]=1;t[o].al[1]=0;t[o].tag=tmp;}
 25     else if(tmp==S) {t[o].al[0]=0;t[o].al[1]=1;t[o].tag=tmp;}
 26     else {t[o].al[0]=t[o].al[1]=0;t[o].tag=tmp;}
 27 }
 28 void pushdown(int o) {
 29     int ls=o<<1,rs=ls+1;
 30     if(t[o].tag!=-1) {put(ls,t[o].tag);put(rs,t[o].tag);t[o].tag=-1;}
 31 }
 32 void pushup(int o) {
 33     int ls=o<<1,rs=ls+1;
 34     t[o].al[0]=t[ls].al[0]&t[rs].al[0];
 35     t[o].al[1]=t[ls].al[1]&t[rs].al[1];
 36 }
 37 void build(int l,int r,int o) {
 38     t[o].tag=-1,t[o].al[0]=1;t[o].al[1]=0;t[o].val=0;
 39     if(l==r) return;
 40     int mid=l+r>>1,ls=o<<1,rs=ls+1;
 41     build(l,mid,ls);build(mid+1,r,rs);
 42 }
 43 ll query(int l,int r,int o,int x) {
 44     if(l==r) return t[o].val;
 45     pushdown(o);
 46     int mid=l+r>>1,ls=o<<1,rs=ls+1;
 47     if(x<=mid) return query(l,mid,ls,x);
 48     else return query(mid+1,r,rs,x);
 49     pushup(o);
 50 }
 51 void change(int l,int r,int o,int L,int R,ll tmp) {
 52     if(L<=l&&R>=r) {put(o,tmp);return;}
 53     pushdown(o);
 54     int mid=l+r>>1,ls=o<<1,rs=ls+1;
 55     if(L<=mid) change(l,mid,ls,L,R,tmp);
 56     if(R>mid) change(mid+1,r,rs,L,R,tmp);
 57     pushup(o);
 58 }
 59 int find(int l,int r,int o,int pos,int k) {
 60     if(t[o].al[!k]) return -1;
 61     if(l==r) return l;
 62     int mid=l+r>>1,ls=o<<1,rs=ls+1;
 63     pushdown(o);
 64     if(pos<=mid) {
 65         ll tmp=find(l,mid,ls,pos,k);
 66         if(tmp!=-1) return tmp;
 67     }
 68     return find(mid+1,r,rs,pos,k);
 69     pushup(o);
 70 }
 71 void add(int pos,ll ad) {
 72     ll tmp=query(0,n,1,pos);change(0,n,1,pos,pos,(tmp+ad)&S);
 73     if(tmp+ad>S) {
 74         int l=find(0,n,1,pos+1,0);
 75         tmp=query(0,n,1,l);
 76         change(0,n,1,l,l,tmp+1);
 77         if(pos+1<=l-1) change(0,n,1,pos+1,l-1,0);
 78     }
 79 }
 80 void del(int pos,ll ad) {
 81     ll tmp=query(0,n,1,pos);
 82     if(tmp-ad<0) change(0,n,1,pos,pos,(S+tmp-ad+1)&S);
 83     else change(0,n,1,pos,pos,(tmp-ad)&S);
 84     if(tmp-ad<0) {
 85         int l=find(0,n,1,pos+1,1);
 86         tmp=query(0,n,1,l);
 87         change(0,n,1,l,l,tmp-1);
 88         if(pos+1<=l-1) change(0,n,1,pos+1,l-1,S);
 89     }
 90 }
 91 int main() {
 92     m=read();read();read();read();n=500005;build(0,n,1);
 93     for(int i=1;i<=m;i++) {
 94         int tp=read();
 95         if(tp==1) {
 96             ll a=read(),b=read();
 97             if(a>0) {
 98                 ll p=b/base,q=b%base;
 99                 ll x=(a<<q)&S;add(p,x);
100                 a>>=base-q;add(p+1,a);
101             }
102             else {
103                 a=-a;ll p=b/base,q=b%base;
104                 ll x=(a<<q)&S;del(p,x);
105                 a>>=base-q;del(p+1,a);
106             }
107         }
108         else {
109             ll a=read();
110             printf("%lld\n",(query(0,n,1,a/base)>>(a%base))&1);
111         }
112     }
113 }
114 /*
115 10 3 1 2
116 1 100 0
117 1 2333 0
118 1 -233 0
119 2 5
120 2 7
121 2 15
122 1 5 15
123 2 15
124 1 -1 12
125 2 15
126 */
View Code

 

转载于:https://www.cnblogs.com/wls001/p/10143599.html

内容概要:该论文研究增程式电动汽车(REEV)的能量管理策略,针对现有优化策略实时性差的问题,提出基于工况识别的自适应等效燃油消耗最小策略(A-ECMS)。首先建立整车Simulink模型和基于规则的策略;然后研究动态规划(DP)算法和等效燃油最小策略;接着通过聚类分析将道路工况分为四类,并设计工况识别算法;最后开发基于工况识别的A-ECMS,通过高德地图预判工况类型并自适应调整SOC分配。仿真显示该策略比规则策略节油8%,比简单SOC规划策略节油2%,并通过硬件在环实验验证了实时可行性。 适合人群:具备一定编程基础,特别是对电动汽车能量管理策略有兴趣的研发人员和技术爱好者。 使用场景及目标:①理解增程式电动汽车能量管理策略的基本原理;②掌握动态规划算法和等效燃油消耗最小策略的应用;③学习工况识别算法的设计和实现;④了解基于工况识别的A-ECMS策略的具体实现及其优化效果。 其他说明:此资源不仅提供了详细的MATLAB/Simulink代码实现,还深入分析了各算法的原理和应用场景,适合用于学术研究和工业实践。在学习过程中,建议结合代码调试和实际数据进行实践,以便更好地理解策略的优化效果。此外,论文还探讨了未来的研究方向,如深度学习替代聚类、多目标优化以及V2X集成等,为后续研究提供了思路。
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