hdu5475-惊了-线段树或者暴力(有时间看)

https://vjudge.net/contest/168469#problem/H
看了别人的写法,是用线段树。(俺不会。。)
或者暴力。
真不知道这种暴力为啥能过,很奇怪。。囧。

#include <cstdio>  
#include <cstring>  
#include <algorithm>  
#include  <iostream>  
using namespace std;  
typedef long long ll;  
#define lson l,m,rt<<1  
#define rson m+1,r,rt<<1|1  
const int maxn=155555;  
ll sum[maxn*4+4];  
int add;  
int a[maxn];  
int L,R;  
int MOD;  
int p;  

void pushup(int rt){  
    sum[rt]=sum[rt<<1]*sum[rt<<1|1]%MOD;  
}  

void build(int l,int r,int rt){  
    if(l==r){  
        sum[rt]=1;  
        return ;  
    }  
    int m=(l+r)>>1;  
    build(lson);  
    build(rson);  
    pushup(rt);  
}  

void update(int l,int r,int rt){  
    if(l==r){  
        sum[rt]=add;  
        return ;  
    }  
    int m=(l+r)>>1;  
    if(p<=m)  
        update(lson);  
    else  
        update(rson);  
    pushup(rt);  
}  

ll query(int l,int r,int rt){  
    ll ret=1;  
    if(L<=l&&R>=r)  
        return sum[rt];  
    int m=(l+r)>>1;  
    if(L<=m)  
        ret*=query(lson)%MOD;  
    if(R>m)  
        ret*=query(rson)%MOD;  
    return ret%MOD;  
}  

int main()  
{  
    int n,m;  
    int op,u,q;  
    int t;  
    scanf("%d",&t);  
    for(int case1=1;case1<=t;case1++){  
        printf("Case #%d:\n",case1);  
        scanf("%d%d",&q,&MOD);  
        build(1,q,1);  
        for(int i=1;i<=q;i++){  
            scanf("%d%d",&op,&u);  
            if(op==1){  
                p=i;  
                add=u;  
                update(1,q,1);  
                L=1;  
                R=i;  
                printf("%I64d\n",query(1,q,1)%MOD);  
            }  
            else{  
                p=u;  
                add=1;  
                update(1,q,1);  
                L=1;  
                R=i;  
                printf("%I64d\n",query(1,q,1)%MOD);  
            }  
        }  
    }  
    return 0;  
}  

或者暴力。。很。,。

#include<iostream>
#include<cstdio>
#include<vector>
#include<algorithm>
#include<cstring>
#include<cctype>
#include<stack>
#include<vector>
using namespace std;
const int maxn = 100000 + 10;
typedef unsigned long long ll;
ll num[maxn];
struct node{
    ll a,b;
}no[maxn];
int qe[maxn];
bool vis[maxn];
int main(){
    int t;
    scanf("%d",&t);
    for(int cas=1;cas<=t;cas++){
        printf("Case #%d:\n",cas);
        int q,mod;
        memset(vis,0,sizeof(vis));
        scanf("%d%d",&q,&mod);
        int a;
        long long  ans = 1;
        for(int i=1;i<=q;i++){
            scanf("%d%d",&a,&qe[i]);
            if(a == 2){
                vis[i] = true; 
                vis[qe[i]] = true; //标记不用乘的位置。
                ans = 1; 
                for(int j=1;j<i;j++){ 
                    if(!vis[j]){
                        ans=ans*qe[j];
                        ans%=mod;
                    }
                }
            }
            else{
                ans=ans*qe[i];
                ans%=mod;
            }
            printf("%lld\n",ans);
        }
    }
    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。
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