POJ 3468 A Simple Problem with Integers(线段树 ,延迟标记)

题目链接:http://poj.org/problem?id=3468

   今天终于把电脑的输入法修好了!!终于可以多写一点了~具体解释在代码中,本题代码也可以作为线段树区间更新的模板O(∩_∩)O~

#include<cstdio>
#include<algorithm>
using namespace std;
#define lson l,m,rt<<1
#define rson m+1,r,rt<<1|1
#define root 1,n,1
#define LL long long//注意本题是long long 型,否则WA
const int maxn=100000+5;
LL add[maxn<<2];//当前区间的子区间需要被加上的值(延迟标记)
LL S[maxn<<2];//当前区间的和
void push_up(int rt)
{
    S[rt]=S[rt<<1]+S[rt<<1|1];//向上传值,累加
}
void push_down(int rt,int dis)
{
    if(add[rt])//如果add做了标记,向下执行
    {
        add[rt<<1]+=add[rt];
        add[rt<<1|1]+=add[rt];//把值赋给左右两棵子树
        S[rt<<1]+=add[rt]*(dis-(dis>>1));
        S[rt<<1|1]+=add[rt]*(dis>>1);//更新区间的值
        add[rt]=0;//删除原来的标记,避免重复执行
    }
}
void build(int l,int r,int rt)//建树
{
    add[rt]=0;//初始化
    if(l==r)
    {
        scanf("%lld",&S[rt]);//将输入的值赋给子节点
        return ;
    }
    int m=(l+r)>>1;
    build(lson);
    build(rson);
    push_up(rt);
}
void update(int L,int R,int d,int l,int r,int rt)//进行区间的值的更新
{
    if(L<=l&&r<=R)//如果要更新的区间包含了[l,r]这个区间
    {
        add[rt]+=d;//将[l,r]区间标记为需要增加的值
        S[rt]+=(LL)(r-l+1)*d;//将值加上去,赋给节点,区间的值更新
        return ;
    }
    push_down(rt,r-l+1);//如果不满足条件,执行push_down函数
    int m=(l+r)>>1;
    if(L<=m)
        update(L,R,d,lson);
    if(m<R)
        update(L,R,d,rson);
    push_up(rt);
}
LL query(int L,int R,int l,int r,int rt)//查询
{
    if(L<=l&&r<=R)//如果要查询的区间包含了[l,r]这个区间
        return S[rt];//直接返回这个区间的值即可
    push_down(rt,r-l+1);//否则继续向子节点传递标记
    int m=(l+r)>>1;
    LL ret=0;
    if(L<=m)//将查询到的所有子区间的值加起来
        ret+=query(L,R,lson);
    if(m<R)
        ret+=query(L,R,rson);
    return ret;//返回,输出
}
int main()
{
    int n,q;
    while(~scanf("%d%d",&n,&q))
    {
        build(root);//首先建立一棵线段树
        while(q--)
        {
            char c[3];
            int x,y,z;
            scanf("%s",c);
            if(c[0]=='Q')
            {
                scanf("%d%d",&x,&y);
                printf("%lld\n",query(x,y,root));
            }
            else
            {
                scanf("%d%d%d",&x,&y,&z);
                update(x,y,z,root);
            }
        }
    }
    return 0;
}


深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
【6层】4837.9平米六层框架综合办公楼(含计算书、建筑、结构图纸) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
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