洛谷P2709 小B的询问 基础莫队

本文详细解析洛谷P2709小B的询问题目,介绍如何使用莫队算法求解区间内所有数出现次数的平方和。提供了完整的AC代码实现,包括预处理和查询处理过程。

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


洛谷P2709 小B的询问


标签

  • 莫队

前言


简明题意

  • 求区间[L,R]中所有的数出现次数的平方和

思路

  • 就是基础莫队的基础题了~下面是我的模板:
void add(int x)
{}
void remove(int x)
{}//这两个函数都是用来处理L,R指针移动时对答案的贡献,x是移走/来的点的id
for (int i = 1; i <= m; i++)
{
	while (l < query[i].l) remove(l++);
	while (l > query[i].l) add(--l);
	while (r < query[i].r) add(++r);
	while (r > query[i].r) remove(r--);
	
	ans[query[i].id] = ans;
}
//下面是预处理
int len = sqrt(n);
...
query[i].k = (query[i].l - 1) / len + 1;//k是指块的id
//就这么些~很简单~

注意事项

  • 一开始令l=1,r=0

总结


AC代码

#include<cstdio>
#include<algorithm>
#include<cmath>
using namespace std;

const int maxn = 50000 + 10;

struct Query
{
	int l, r, id, k;
	bool operator < (const Query& a)const
	{
		if (k == a.k) return r < a.r;
		else return k < a.k;
	}
};

int n, m, k, a[maxn];
Query query[maxn];
int ans0[maxn];

int ans, cnt[maxn];
void add(int x)
{
	x = a[x];
	ans += 2 * cnt[x] + 1;
	cnt[x]++;
}
void remove(int x)
{
	x = a[x];
	ans -= 2 * cnt[x] - 1;
	cnt[x]--;
}

void solve()
{
	scanf("%d%d%d", &n, &m, &k);
	int len = (int)sqrt(n);
	for (int i = 1; i <= n; i++)
		scanf("%d", &a[i]);
	for (int i = 1; i <= m; i++)
		scanf("%d%d", &query[i].l, &query[i].r), query[i].id = i, query[i].k = (query[i].l - 1) / len + 1;
	sort(query + 1, query + 1 + m);

	int l = 1, r = 0;
	for (int i = 1; i <= m; i++)
	{
		while (l < query[i].l) remove(l++);
		while (l > query[i].l) add(--l);
		while (r < query[i].r) add(++r);
		while (r > query[i].r) remove(r--);
		
		ans0[query[i].id] = ans;
	}

	for (int i = 1; i <= m; i++)
		printf("%d\n", ans0[i]);
}

int main()
{
	solve();
	return 0;
}
基于数据挖掘的音乐推荐系统设计与实现 需要一个代码说明,不需要论文 采用python语言,django框架,mysql数据库开发 编程环境:pycharm,mysql8.0 系统分为前台+后台模式开发 网站前台: 用户注册, 登录 搜索音乐,音乐欣赏(可以在线进行播放) 用户登陆时选择相关感兴趣的音乐风格 音乐收藏 音乐推荐算法:(重点) 本课题需要大量用户行为(如播放记录、收藏列表)、音乐特征(如音频特征、歌曲元数据)等数据 (1)根据用户之间相似性或关联性,给一个用户推荐与其相似或有关联的其他用户所感兴趣的音乐; (2)根据音乐之间的相似性或关联性,给一个用户推荐与其感兴趣的音乐相似或有关联的其他音乐。 基于用户的推荐和基于物品的推荐 其中基于用户的推荐是基于用户的相似度找出相似相似用户,然后向目标用户推荐其相似用户喜欢的东西(和你类似的人也喜欢**东西); 而基于物品的推荐是基于物品的相似度找出相似的物品做推荐(喜欢该音乐的人还喜欢了**音乐); 管理员 管理员信息管理 注册用户管理,审核 音乐爬虫(爬虫方式爬取网站音乐数据) 音乐信息管理(上传歌曲MP3,以便前台播放) 音乐收藏管理 用户 用户资料修改 我的音乐收藏 完整前后端源码,部署后可正常运行! 环境说明 开发语言:python后端 python版本:3.7 数据库:mysql 5.7+ 数据库工具:Navicat11+ 开发软件:pycharm
MPU6050是一款广泛应用在无人机、机器人和运动设备中的六轴姿态传感器,它集成了三轴陀螺仪和三轴加速度计。这款传感器能够实时监测并提供设备的角速度和线性加速度数据,对于理解物体的动态运动状态至关重要。在Arduino平台上,通过特定的库文件可以方便地与MPU6050进行通信,获取并解析传感器数据。 `MPU6050.cpp`和`MPU6050.h`是Arduino库的关键组成部分。`MPU6050.h`是头文件,包含了定义传感器接口和函数声明。它定义了类`MPU6050`,该类包含了初始化传感器、读取数据等方法。例如,`begin()`函数用于设置传感器的工作模式和I2C地址,`getAcceleration()`和`getGyroscope()`则分别用于获取加速度和角速度数据。 在Arduino项目中,首先需要包含`MPU6050.h`头文件,然后创建`MPU6050`对象,并调用`begin()`函数初始化传感器。之后,可以通过循环调用`getAcceleration()`和`getGyroscope()`来不断更新传感器读数。为了处理这些原始数据,通常还需要进行校准和滤波,以消除噪声和漂移。 I2C通信协议是MPU6050与Arduino交互的基础,它是一种低引脚数的串行通信协议,允许多个设备共享一对数据线。Arduino板上的Wire库提供了I2C通信的底层支持,使得用户无需深入了解通信细节,就能方便地与MPU6050交互。 MPU6050传感器的数据包括加速度(X、Y、Z轴)和角速度(同样为X、Y、Z轴)。加速度数据可以用来计算物体的静态位置和动态运动,而角速度数据则能反映物体转动的速度。结合这两个数据,可以进一步计算出物体的姿态(如角度和角速度变化)。 在嵌入式开发领域,特别是使用STM32微控制器时,也可以找到类似的库来驱动MPU6050。STM32通常具有更强大的处理能力和更多的GPIO口,可以实现更复杂的控制算法。然而,基本的传感器操作流程和数据处理原理与Arduino平台相似。 在实际应用中,除了基本的传感器读取,还可能涉及到温度补偿、低功耗模式设置、DMP(数字运动处理器)功能的利用等高级特性。DMP可以帮助处理传感器数据,实现更高级的运动估计,减轻主控制器的计算负担。 MPU6050是一个强大的六轴传感器,广泛应用于各种需要实时运动追踪的项目中。通过 Arduino 或 STM32 的库文件,开发者可以轻松地与传感器交互,获取并处理数据,实现各种创新应用。博客和其他开源资源是学习和解决问题的重要途径,通过这些资源,开发者可以获得关于MPU6050的详细信息和实践指南
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