Codevs 题目1690 开关灯(线段树区间异或)

本文介绍了一种通过段树实现路灯状态更新与查询的方法。针对N盏路灯,根据M条指令进行状态变更或状态查询,确保高效处理大量操作。文章包含具体实现代码,并通过多个测试点验证了算法的有效性和性能。

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

题目描述 Description

    YYX家门前的街上有N(2<=N<=100000)盏路灯,在晚上六点之前,这些路灯全是关着的,六点之后,会有M(2<=m&lt;=100000)个人陆续按下开关,这些开关可以改变从第i盏灯到第j盏灯的状态,现在YYX想知道,从第x盏灯到第y盏灯中有多少是亮着的(1&lt;=i,j,x,y<=N)

输入描述 Input Description
第 1 行: 用空格隔开的两个整数N和M
第 2..M+1 行: 每行表示一个操作, 有三个用空格分开的整数: 指令号(0代表按下开关,1代表询问状态), x 和 y 
输出描述 Output Description

第 1..询问总次数 行:对于每一次询问,输出询问的结果

样例输入 Sample Input

4 5
0 1 2
0 2 4
1 2 3
0 2 4
1 1 4

样例输出 Sample Output
1
2

数据范围及提示 Data Size & Hint

一共4盏灯,5个操作,下面是每次操作的状态(X代表关上的,O代表开着的):

XXXX -> OOXX -> OXOO -> 询问1~3 -> OOXX -> 询问1~4

ac代码

测试点#light1.in  结果:AC    内存使用量:  2284kB     时间使用量:  32ms     
测试点#light10.in  结果:AC    内存使用量:  4328kB     时间使用量:  9ms     
测试点#light2.in  结果:AC    内存使用量:  4584kB     时间使用量:  107ms     
测试点#light3.in  结果:AC    内存使用量:  4588kB     时间使用量:  111ms     
测试点#light4.in  结果:AC    内存使用量:  4456kB     时间使用量:  68ms     
测试点#light5.in  结果:AC    内存使用量:  4332kB     时间使用量:  28ms     
测试点#light6.in  结果:AC    内存使用量:  2408kB     时间使用量:  42ms     
测试点#light7.in  结果:AC    内存使用量:  4584kB     时间使用量:  109ms     
测试点#light8.in  结果:AC    内存使用量:  2540kB     时间使用量:  101ms     
测试点#light9.in  结果:AC    内存使用量:  4456kB     时间使用量:  84ms     

#include<stdio.h>
#include<string.h>
struct s
{
	int sum,flag,l,r;
}node[500010<<2];
void pushup(int tr)
{
	node[tr].sum=node[tr<<1].sum+node[tr<<1|1].sum;
}
void build(int l,int r,int tr)
{
	node[tr].l=l;
	node[tr].r=r;
	node[tr].flag=0;
	node[tr].sum=0;
	if(l==r)
	{
		return;
	}
	int mid=(l+r)>>1;
	build(l,mid,tr<<1);
	build(mid+1,r,tr<<1|1);
}
void pushdown(int tr)
{
	if(node[tr].flag)
	{
		node[tr<<1].flag=!node[tr<<1].flag;
		node[tr<<1|1].flag=!node[tr<<1|1].flag;
		node[tr<<1].sum=node[tr<<1].r-node[tr<<1].l+1-node[tr<<1].sum;
		node[tr<<1|1].sum=node[tr<<1|1].r-node[tr<<1|1].l+1-node[tr<<1|1].sum;
		node[tr].flag=0;
	}
}
void update(int L,int R,int l,int r,int tr)
{
	if(L==l&&r==R)
	{
		node[tr].sum=r-l+1-node[tr].sum;
	//	if(l!=r)
			node[tr].flag^=1;
		return;
	}
	pushdown(tr);
	int mid=(l+r)>>1;
	if(mid>=R)
		update(L,R,l,mid,tr<<1);
	else
		if(mid<L)
			update(L,R,mid+1,r,tr<<1|1);
		else
		{
			update(L,mid,l,mid,tr<<1);
			update(mid+1,R,mid+1,r,tr<<1|1);
		}
		pushup(tr);
}
int query(int L,int R,int l,int r,int tr)
{
	
	if(l==L&&r==R)
	{
		return node[tr].sum;
	}
	pushdown(tr);
	int mid=(l+r)>>1;
	if(mid>=R)
		return query(L,R,l,mid,tr<<1);
	else
		if(L>mid)
			return query(L,R,mid+1,r,tr<<1|1);
		else
		{
			return query(L,mid,l,mid,tr<<1)+query(mid+1,R,mid+1,r,tr<<1|1);
		}
}
int main()
{
	int n,m;
	while(scanf("%d%d",&n,&m)!=EOF)
	{
		build(1,n,1);
		while(m--)
		{
			int op,a,b;
			scanf("%d%d%d",&op,&a,&b);
			if(op)
			{
				printf("%d\n",query(a,b,1,n,1));
			}
			else
				update(a,b,1,n,1);
		}
	}
}


### 线段树区间修改异或实现方法 #### dfs序与线段树结合处理子树异或操作 对于给定的一棵树,通过dfs遍历可以得到节点访问顺序即dfs序。利用这一特性,在执行`pow x`操作时,只需在线段树上对表示该子树区间的部分进行懒惰标记设置为要异或的值即可完成整棵子树节点值的批量更新[^1]。 ```cpp void update(int node, int start, int end, int l, int r, int val) { if(lazy[node]) { // 如果当前结点存在延迟标记,则先应用之 tree[node].sum ^= lazy[node]*(end-start+1); if(start != end){ lazy[node*2] ^= lazy[node]; lazy[node*2+1] ^= lazy[node]; } lazy[node] = 0; } if(r < start || end < l) return; // 当前区间与目标无交集 if(l <= start && end <= r){ // 完全覆盖的情况 tree[node].sum ^= val*(end-start+1); if(start != end){ lazy[node*2] ^= val; lazy[node*2+1] ^= val; } return ; } int mid = (start + end)/2; update(node*2, start, mid, l, r,val); update(node*2 + 1, mid + 1, end,l,r,val); tree[node].sum = tree[node*2].sum + tree[node*2+1].sum; } ``` 此代码片段展示了如何基于dfs序构建线段树并支持区间内的异或操作。每当遇到需要对某个特定子树实施整体变换的任务时,这段程序能够高效地完成任务。 #### 对于单个二进制位建立多棵线段树管理 考虑到直接针对整个数值范围做异或可能带来的不便之处,另一种策略是对每一位单独设立独立的数据结构来进行追踪。具体来说,就是按照各个二进制位置分别创建不同的线段树实例,从而简化了实际编程过程中的逻辑判断,并提高了算法效率[^2]。 每棵这样的线段树专门负责记录某一位在整个序列里‘1’的数量变化情况;当面临查询请求或者更改指令时,只需要逐位分析其影响再累加结果便能得到最终答案。这种方法特别适用于那些涉及到频繁读取/改写大量数据的应用场景之中。 #### 区间覆盖优化技巧 除了上述两种方式外,还有其他手段可用于加速含有异或特性的区间更新流程。例如采用更精细的设计使得每次仅需O(log N)时间就能同步多个连续单元格的状态转换——这便是所谓的“区间覆盖”。它允许我们在不影响性能的前提下轻松应对更大规模的问题实例[^3]。 综上所述,无论是借助DFS次序还是细粒度分割至每位层面亦或是巧妙运用区间覆盖机制,这些方案都提供了有效途径来解决带有异或性质的动态规划挑战。
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