HDU 6315 Naive Operations 多校2(线段树)

本文通过一道具体题目,详细解析了使用线段树解决区间更新和查询问题的方法。介绍了线段树的节点维护机制,包括lazy标记、minn值及sum值等关键概念,并提供了完整的AC代码。

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

这道题暴力写了一个线段树过的,本来觉得线段树维护会T就想离线操作一下,但是无奈没有什么思路,最后就暴力撸了线段树。线段树的每个节点维护几个值,lazy表示在这个节点对应区间内应该add的分母值但是还未向下传递,minn表示还需要最少向下传递多少累加值,才能导致某个点的a/b增加1,sum值表示当前整个区间内的和,这个由叶子节点维护,逐层回溯的过程中保证每次查询之前的值一定是已经维护好的值。

每次对指定范围内的分母add操作,在相应区间将lazy操作+1,然后递归的pushdown,如果lazy小于minn值说明即使下放lazy也不能导致答案更新,这个时候就不下放lazy,否则就递归的判断是否需要继续下放lazy标志。minn也是有叶子节点至根节点,每次修改了叶子节点的值,就由下至上递归的更新每个节点minn的值。

这样查询的时间是nlogn,更新的时间是nlognlogn,所以时间复杂度是可以承受的。

AC代码

#include <iostream>
#include <cstdio>
#include <cstring>
#include <iostream>
#define ld  d<<1
#define rd  d<<1|1
using namespace std;
int n,q;
const int N = 100000+5;
struct node
{
    int minn,sum,lazy,val;
    int fenm;
}tr[N<<2];
int a[N];
void build(int l,int r,int d)
{
    tr[d].sum = tr[d].lazy = 0;
    if(l == r)
    {
        tr[d].minn = tr[d].val = a[l];
        tr[d].fenm = 0;
        return;
    }
    int m = (l+r) >>1;
    build(l,m,d<<1);
    build(m+1,r,d<<1|1);
    tr[d].minn = min(tr[d<<1].minn,tr[d<<1|1].minn);
}
void pushup(int d)
{
    tr[d].sum = tr[ld].sum + tr[rd].sum;
    tr[d].minn =  min(tr[ld].minn-tr[ld].lazy,tr[rd].minn - tr[rd].lazy);
}
void pushdown(int l,int r,int d)
{
   // cout << l <<"    "<<r <<"    "<<tr[d].lazy <<"   "<<tr[d].minn <<"    "<<tr[d].sum <<endl;
    if(l == r)
    {
        tr[d].fenm += tr[d].lazy;
        tr[d].lazy = 0;
        tr[d].sum = tr[d].fenm/tr[d].val;
        tr[d].minn = tr[d].val - (tr[d].fenm%tr[d].val);
        return;
    }
    if(tr[d].lazy < tr[d].minn) return;
    tr[ld].lazy += tr[d].lazy;
    tr[rd].lazy += tr[d].lazy;
    tr[d].lazy = 0;
    int m  = (l+r) >> 1;
    pushdown(l,m,ld);
    pushdown(m+1,r,rd);
    pushup(d);
}
void update(int ql,int qr,int l,int r,int d)
{
    if(ql <= l && r <= qr)
    {
        tr[d].lazy += 1;
        pushdown(l,r,d);
        return;
    }
    int m = (l+r) >>1;
    if(tr[d].lazy != 0)
    {
        tr[ld].lazy += tr[d].lazy;
        tr[rd].lazy += tr[d].lazy;
        tr[d].lazy = 0;
    }
    if(ql <= m) update(ql,qr,l,m,ld);
    if(qr > m)update(ql,qr,m+1,r,rd);
    pushup(d);
}
int query(int ql,int qr,int l,int r,int d)
{
    if(ql <= l && r <= qr)
    {
       return tr[d].sum;
    }
    int m = (l+r) >>1;
    int ans = 0;
    if(ql <= m) ans += query(ql,qr,l,m,ld);
    if(qr > m) ans += query(ql,qr,m+1,r,rd);
    return ans;
}
int main()
{
   while(~scanf("%d%d",&n,&q))
   {
      for(int i = 1; i <= n; i++) scanf("%d",&a[i]);
      build(1,n,1);
      while(q --)
      {
          char s[10];
          int ql,qr;
          scanf("%s",s);
          scanf("%d%d",&ql,&qr);
          if(s[0] == 'a')
          {
             update(ql,qr,1,n,1);
          }
          else
          {
             int ans = query(ql,qr,1,n,1);
             printf("%d\n",ans);
          }
      }
   }
}

 

内容概要:本文深入探讨了Kotlin语言在函数式编程和跨平台开发方面的特性和优势,结合详细的代码案例,展示了Kotlin的核心技巧和应用场景。文章首先介绍了高阶函数和Lambda表达式的使用,解释了它们如何简化集合操作和回调函数处理。接着,详细讲解了Kotlin Multiplatform(KMP)的实现方式,包括共享模块的创建和平台特定模块的配置,展示了如何通过共享业务逻辑代码提高开发效率。最后,文章总结了Kotlin在Android开发、跨平台移动开发、后端开发和Web开发中的应用场景,并展望了其未来发展趋势,指出Kotlin将继续在函数式编程和跨平台开发领域不断完善和发展。; 适合人群:对函数式编程和跨平台开发感兴趣的开发者,尤其是有一定编程基础的Kotlin初学者和中级开发者。; 使用场景及目标:①理解Kotlin中高阶函数和Lambda表达式的使用方法及其在实际开发中的应用场景;②掌握Kotlin Multiplatform的实现方式,能够在个平台上共享业务逻辑代码,提高开发效率;③了解Kotlin在不同开发领域的应用场景,为选择合适的技术栈提供参考。; 其他说明:本文不仅提供了理论知识,还结合了大量代码案例,帮助读者更好地理解和实践Kotlin的函数式编程特性和跨平台开发能力。建议读者在学习过程中动手实践代码案例,以加深理解和掌握。
内容概要:本文深入探讨了利用历史速度命令(HVC)增强仿射编队机动控制性能的方法。论文提出了HVC在仿射编队控制中的潜在价值,通过全面评估HVC对系统的影响,提出了易于测试的稳定性条件,并给出了延迟参数与跟踪误差关系的显式不等式。研究为两轮差动机器人(TWDRs)群提供了系统的协调编队机动控制方案,并通过9台TWDRs的仿真和实验验证了稳定性和综合性能改进。此外,文中还提供了详细的Python代码实现,涵盖仿射编队控制类、HVC增强、稳定性条件检查以及仿真实验。代码不仅实现了论文的核心思想,还扩展了邻居历史信息利用、动态拓扑优化和自适应控制等性能提升策略,更全面地反映了群体智能协作和性能优化思想。 适用人群:具备一定编程基础,对群体智能、机器人编队控制、时滞系统稳定性分析感兴趣的科研人员和工程师。 使用场景及目标:①理解HVC在仿射编队控制中的应用及其对系统性能的提升;②掌握仿射编队控制的具体实现方法,包括控制器设计、稳定性分析和仿真实验;③学习如何通过引入历史信息(如HVC)来优化群体智能系统的性能;④探索中性型时滞系统的稳定性条件及其在实际系统中的应用。 其他说明:此资源不仅提供了理论分析,还包括完整的Python代码实现,帮助读者从理论到实践全面掌握仿射编队控制技术。代码结构清晰,涵盖了从初始化配置、控制律设计到性能评估的各个环节,并提供了丰富的可视化工具,便于理解和分析系统性能。通过阅读和实践,读者可以深入了解HVC增强仿射编队控制的工作原理及其实际应用效果。
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