FZU 2176 经典线段树

本文介绍了一道关于树和线段树的数据结构题目,通过DFS遍历建立树的结构,并利用线段树进行更新和查询操作。针对两种类型的树操作,文章详细解释了如何实现并提供了完整的代码示例。

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

题目链接

Problem 2176 easy problem
Accept: 38 Submit: 119
Time Limit: 2000 mSec Memory Limit : 32768 KB

Problem Description

给定一棵n个节点以1为根的树,初始每个节点的值为0,现在我们要在树上进行一些操作,操作有两种类型。

1 x val 表示对以x为根的子树的每个点进行加权操作(我们定义每个节点的深度为每个节点到根1的距离),如果 y是以x为根的子树中的点那么 y节点的权值增加 ((dep[y]-dep[x])%k+1)*val 其中dep[y]表示y节点的深度,k为一个常数(1<=k<=5)

2 x 查询当前x节点的权值。

Input

首先输入一个整数T 表示数据的组数,每组数据 第一行有3个整数 n ,m, k(1<=n,m<=50000, 1<=k<=5) 。n表示节点数,m表示操作数,k表示如题目描述的常数。

接下去n-1行描述一棵树。接下去m行每行表示 一个操作 有两种类型1 x val 表示第一种类型 2 x 表示第二种类型。(1<=x<=n,1<=val<=100)

Output

每组数据首先输出 Case#x: 表示第x组数据 x从1开始。接下去对于每组数据中的每个查询操作输出查询结果。(具体输出格式看样例)

Sample Input

1
5 7 2
1 2
2 4
2 5
1 3

1 2 3
1 1 2
2 1
2 2
2 3
2 4
2 5
Sample Output

Case#1:
2
7
4
8
8


解法:

  • 用一个dfs记录下树中以每一个点为根的树在线段树范围
  • 由于k比较小,可以用k颗线段树来维护整棵树,对于每一个操作1,因为是用dep%k来区分线段树的,所以要根据y与x的关系来确定y所得到的值

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
#include <cassert>
using namespace std ;

const int N = 5e4 + 11 ;
const int M = N<<1 ;

int head[N] , next[M] , end[M] ; int nedge ;
int ptt[N] , interval[N] ; int nptt ;
int tree[6][N<<2] ; int dep[N] ;
int n , m , k ;
int x1 , y1 ;

void add_edge(int a , int b) {
    end[++nedge] = b ;
    next[nedge] = head[a] ;
    head[a] = nedge ;
}

void add_info() {
    fill(head , head+N , -1) ; nedge = -1 ;
    int a , b ;
    for(int i = 1 ; i < n ; ++i) {
        scanf("%d%d" ,&a ,&b) ;
        add_edge(a , b) ;
        add_edge(b , a) ;
    }
}

void dfs(int u , int fa) {
    ptt[u] = ++nptt ;
    for(int i = head[u] ; i != -1 ; i = next[i]) {
        int v = end[i] ;
        if(v != fa) {
            dep[v] = dep[u] + 1 ;
            dfs(v , u) ;
        }
    }
    interval[u] = nptt ;
}

void down(int mod , int site) {
    if(tree[mod][site]) {
        tree[mod][site<<1] += tree[mod][site] ;
        tree[mod][site<<1|1] += tree[mod][site] ;
        tree[mod][site] = 0 ;
    }
}

void update(int mod ,int site ,int l , int r , int d) {
    if(x1 <= l && r <= y1) {
        tree[mod][site] += d ;
        return ;
    }
    down(mod ,site) ;
    int mid = (l+r)>>1 ;
    if(x1 <= mid) update(mod , site<<1 , l , mid , d) ;
    if(y1 > mid) update(mod , site<<1|1 , mid+1 , r , d) ;
}

void query(int mod , int site , int l , int r) {
    if(x1 <= l && r <= y1) {
        printf("%d\n" , tree[mod][site]) ;
        return ;
    }
    down(mod , site) ;
    int mid = (l+r)>>1 ;
    if(x1 <= mid) query(mod , site<<1 , l , mid) ;
    if(y1 > mid) query(mod , site<<1|1 , mid+1 , r) ;
}

int main() {//freopen("data.in" , "r" , stdin) ;
    int t , tt = 0 ;;
    scanf("%d" ,&t) ;
    while(t--) {
        scanf("%d%d%d" ,&n ,&m ,&k) ;
        add_info() ;
        dep[1] = 1; nptt = 0 ;
        dfs(1 , 0) ;
        int op , a , b ;
        for(int i = 0 ; i < k ; ++i) memset(tree[i] , 0 , sizeof(tree[i])) ;
        printf("Case#%d:\n" , ++tt);
        while(m--) {
            scanf("%d" ,&op) ;
            if(op == 1) {
                scanf("%d%d" , &a ,&b) ;
                for(int i = 0 ; i < k ; ++i) {
                    int tmp = (dep[a]%k+i)%k ;
                    x1 = ptt[a] ; y1 = interval[a] ;
                    update(tmp , 1 , 1 , n , (i+1)*b) ;
                }
            }else {
                scanf("%d" ,&a) ;
                int tmp = (dep[a])%k ;
                x1 = y1 = ptt[a]  ;
                query(tmp , 1 , 1 , n) ;
            }
        }
    }
}
内容概要:《中文大模型基准测评2025年上半年报告》由SuperCLUE团队发布,详细评估了2025年上半年中文大模型的发展状况。报告涵盖了大模型的关键进展、国内外大模型全景图及差距、专项测评基准介绍等。通过SuperCLUE基准,对45个国内外代表性大模型进行了六大任务(数学推理、科学推理、代码生成、智能体Agent、精确指令遵循、幻觉控制)的综合测评。结果显示,海外模型如o3、o4-mini(high)在推理任务上表现突出,而国内模型如Doubao-Seed-1.6-thinking-250715在智能体Agent和幻觉控制任务上表现出色。此外,报告还分析了模型性价比、效能区间分布,并对代表性模型如Doubao-Seed-1.6-thinking-250715、DeepSeek-R1-0528、GLM-4.5等进行了详细介绍。整体来看,国内大模型在特定任务上已接近国际顶尖水平,但在综合推理能力上仍有提升空间。 适用人群:对大模型技术感兴趣的科研人员、工程师、产品经理及投资者。 使用场景及目标:①了解2025年上半年中文大模型的发展现状与趋势;②评估国内外大模型在不同任务上的表现差异;③为技术选型和性能优化提供参考依据。 其他说明:报告提供了详细的测评方法、评分标准及结果分析,确保评估的科学性和公正性。此外,SuperCLUE团队还发布了多个专项测评基准,涵盖多模态、文本、推理等多个领域,为业界提供全面的测评服务。
资源下载链接为: https://pan.quark.cn/s/f989b9092fc5 单点定位是卫星导航技术的核心方法,通过接收卫星信号来确定接收器在地球上的位置。它主要涉及分析卫星发射的时间戳、伪距以及卫星轨道信息。MATLAB凭借其强大的数计算和数据处理能力,可以用来编写程序实现单点定位。RINEX(Receiver Independent Exchange Format)观测文件是一种通用格式,用于存储各种接收机产生的观测数据,如伪距、载波相位和多普勒频移等,便于不同软件进行数据交换和处理。 在MATLAB中实现单点定位的程序通常包括以下步骤:首先,读取RINEX观测文件,解析卫星信号数据,包括处理文件头信息、识别有效观测时段以及提取卫星ID、伪距和时间戳等关键信息。其次,利用星历数据计算卫星在特定时间的位置。星历数据由卫星导航系统地面站提供,包含卫星的精确轨道参数。接下来,对原始伪距进行改正,考虑大气延迟、卫星钟偏和接收机钟偏等因素,这需要对大气折射率进行建模以及估计卫星和接收机的时钟误差。然后,基于改正后的伪距,利用三角定位原理计算接收机的位置,通常采用最小二乘法或其他优化算法来获得最佳解。最后,将计算出的接收机位置与已知点坐标进行比较,评估定位精度,并以经纬度、海拔高度等形式输出结果。 在MATLAB程序single_point_position.m中,可以看到上述步骤的具体实现。代码可能包含RINEX文件解析函数、卫星轨道计算模块、伪距改正函数以及定位计算和输出部分。通过学习和理解该源码,不仅可以深入掌握单点定位原理,还能提升MATLAB编程和处理导航数据的能力。单点定位在实际应用中常用于初步定位或作为更复杂定位方法的基础,如差分定位和动态定位。它在科学研究、导航设备测试和大地测量等领域具有重要价。通过不断优化这些程序,可以提高定位精度,满足实际需求。
资源下载链接为: https://pan.quark.cn/s/67c535f75d4c Verilog-A是一种高级硬件描述语言,广泛应用于模拟和混合信号电路设计。它具备强大的数学运算能力,能够精确地描述电路的行为和特性。在“用Verilog-A编写的电路模块示例”压缩包中,包含了多种重要的电子电路元件模型,例如PLL(锁相环)、resistor(电阻)、bjt(双极型晶体管)、opamp(运算放大器)、psfet(P沟道金属氧化物半导体场效应晶体管)、deadband(死区)以及sinewave(正弦波)生成器。以下是对这些模块的详细说明。 PLL(锁相环):PLL是数字通信系统中的关键部件,主要用于使接收端的时钟频率与发送端的信号频率同步。通过Verilog-A,可以精确描述PLL的各个组成部分,如压控振荡器(VCO)、分频器、鉴相器和低通滤波器。设计者能够利用Verilog-A精确控制PLL的动态特性,例如环路带宽和锁定时间等。 Resistor(电阻):在Verilog-A中,电阻模型定义了电流与电压之间的关系,遵循欧姆定律。设计者可以指定电阻的温度系数和其他非线性特性,从而更真实地模拟实际电路中的电阻行为。 BJT(双极型晶体管):BJT是模拟电路中的基础元件,具有电流控制电流的特性。在Verilog-A中,BJT模型需要描述基极、发射极和集电极之间的电流关系,以及BJT的放大系数和非线性特性。 Opamp(运算放大器):运算放大器是模拟电路设计的核心元件,常用于信号放大或构建反馈电路。在Verilog-A中,opamp模型包括输入失调电压、增益、共模抑制比等关键参数,以及理想化特性,如无限输入阻抗和零输出阻抗。 Psfet(P沟道金属氧化物半导体场效应晶体管):P沟道MOSFET是数字和模拟电路中的常见开关元件。Verilog-A模型需要描述其阈电压、亚阈
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