HDU 1698 线段树 区间更新求和

本文介绍了一种基于线段树的数据结构实现方法,重点在于区间更新操作的处理。通过递归更新节点值来实现对指定区间的批量修改,提高了算法效率。文中详细展示了线段树构建、更新和查询的操作流程。

一开始这条链子全都是1

#include<stdio.h>
#include<string.h>
#include<algorithm>
#include<math.h>
#include<map>
using namespace std;
///线段树 区间更新
#define MAX 100050
struct node
{
    int left;
    int right;
    int mark;
    int total;
};
node tree[MAX*4];
int build(int root,int left,int right)
{
    tree[root].left=left;
    tree[root].right=right;
    tree[root].mark=1;
    if(left==right)
    {
        return tree[root].total=0;
    }
    int mid=(left+right)>>1;
    tree[root].total=(build(root<<1,left,mid)+build(root<<1|1,mid+1,right));

}
void update_mark(int root)
{
    if(tree[root].mark!=0)
{
    tree[root].total=(tree[root].right-tree[root].left+1)*tree[root].mark;
    if(tree[root].left!=tree[root].right)
    {
        tree[root<<1].mark=tree[root<<1|1].mark=tree[root].mark;
    }
    tree[root].mark=0;
}
}
int update(int root,int l,int r,int va)
{
    update_mark(root);
    if(r<tree[root].left||l>tree[root].right)
    return tree[root].total;
    if(l<=tree[root].left&&r>=tree[root].right)
    {
        tree[root].mark=va;
        return tree[root].total=(tree[root].right-tree[root].left+1)*va;
    }
    return tree[root].total=(update(root<<1,l,r,va)+update(root<<1|1,l,r,va));
}
int cal(int root,int l,int r)
{
    update_mark(root);
    if(r<tree[root].left||l>tree[root].right)
    return 0;
    if(l<=tree[root].left&&r>=tree[root].right)
    {
        return tree[root].total;
    }
    return (root<<1,l,r)+cal(root<<1|1,l,r);
}
int main(){
int t;
scanf("%d",&t);
int tt=0;
while(t--)
{
    tt++;
    int n;
    scanf("%d",&n);
    build(1,1,n);
    int q;
    scanf("%d",&q);
    for(int i=0;i<q;i++)
    {
        int l,r;
        int val;
        scanf("%d%d%d",&l,&r,&val);
        update(1,l,r,val);
    }printf("Case %d: The total value of the hook is %d.\n",tt,cal(1,1,n ));
}
}

  

转载于:https://www.cnblogs.com/rayrayrainrain/p/5317744.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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