[CQOI2015]任务查询系统 (可持久化treap)

题意:有n个任务。每个任务描述为(s,e,p)表示起始、结束时间、优先级。M次询问,查询i时刻优先级排前k的任务的优先级之和。如果k超过那个时刻运行任务的总量,输出那个时刻所以优先级之和。强制在线。

s,e<=10w, p<=1000w, n,m<=10w.

哎呀我去这么裸的主席树为什么去年省选只有一个人A了?

开始看做插入一个数,结束看做删除,询问就是问第i个版本中前k个之和。先把p离散化,然后扫描一遍用主席树来维护p值。好像没什么坑点。。

不想写离散化。。这两天玩treap有点玩上火了,就写个可持久化平衡树吧2333

事实证明之前没写过的东西直接拿来做题对我这种傻叉来说比较蛋疼。。不过好在这道题实在是太裸了还是在三个小时以内把它调出来了(主要是没实现过平衡树的可持久化呀QAQ大部分时间检查模板去了)。

由于要可持久化,基于旋转的平衡树是要死的(有指针间接指向待修改节点的节点统统要修改,每次旋转带来的新建节点是O(logn)的,期望的总旋转次数为O(mlogn),所以无论是时间还是空间都会退化为O(mlog^2n)不太和谐)。而非旋转式treap一次修改期望新建节点是O(logn)的。插入和删除都是基于一次get_rank加上总共三次split/merge实现,常数比较大,而且空间对常数比时间对常数敏感得多,所以可持久化treap对空间需求量比主席树大一点。所以如果不是内存限制512MB或者1024MB最好不要用可持久化treap而是尽量用离散化+主席树(不过貌似gmr大神掌握了不用离散的写法)。

有一些技巧,一开始如果有一个较长的初始序列的话,建初始序列的时候可以不用函数式,直接建即可,省不少内存。但这题上体现不明显。还有就是不用保存修正值,可以直接用clj说的随机启发式合并。还有貌似这个模板由于种种巧妙的地方可以直接对空树进行merge来插入而不需要任何特判,所以如果之前一个版本是空节点的话就不要copy之前的根了否则会多出来一个权值为0的节点影响答案。

注意merge的时候要返回新建的节点而不是原来的节点!!坑了我一个小时!!


#include<iostream>
#include<cassert>
#include<cstdio>
#include<cstring>
#include<vector>
#include<algorithm>
#define rep(i,a,b) for(int i=a;i<=b;++i)
#define erp(i,a,b) for(int i=a;i>=b;--i)
#define fi first
#define se second
#define LL long long
using namespace std;
const int MAXN = 100002;
const int MAXS = MAXN * 100;
typedef pair<int, int> pii;
int N, M;
vector< pii > tab[MAXN];

inline int ran()
{
	static int sd = 1237;
	return sd = (sd*12371237)&0x7fffffff;
}

int rw[MAXN]; //每天多少任务
struct Treap
{
	int lch[MAXS], rch[MAXS], sz[MAXS], val[MAXS];
	LL sum[MAXS];
	int ncnt, rt[MAXN];

	Treap() { ncnt = rt[0] = 0; }

	inline void pushup(int x)
	{
		sz[x] = sz[lch[x]] + sz[rch[x]] + 1;
		sum[x] = sum[lch[x]] + sum[rch[x]] + val[x];
	}

	int NewNode(int i = 0)
	{
		++ncnt;
		val[ncnt] = sum[ncnt] = i;
		sz[ncnt] = 1;
		return ncnt;
	}

	int CopyNode(int x)
	{
		++ncnt;
		lch[ncnt] = lch[x];
		rch[ncnt] = rch[x];
		sz[ncnt] = sz[x];
		val[ncnt] = val[x];
		sum[ncnt] = sum[x];
		return ncnt;
	}

	inline bool rand_cmp(int a, int b)
	{
		return ran()%(sz[a]+sz[b]) < sz[a];
	}

	int merge(int a, int b)
	{
		if (!a || !b) return a+b;
		int r;
		if (rand_cmp(a, b))
		{
			r = CopyNode(a);
			rch[r] = merge(rch[a], b);
		}
		else
		{
			r = CopyNode(b);
			lch[r] = merge(a, lch[b]);
		}
		return pushup(r), r;
	}

	pii split(int x, int k)
	{
		if (!x) return pii(0, 0);
		pii y;
		int r;
		if (sz[lch[x]] >= k)
		{
			y = split(lch[x], k);
			r = CopyNode(x);
			lch[r] = y.se, y.se = r;
		}
		else
		{
			y = split(rch[x], k - sz[lch[x]] - 1);
			r = CopyNode(x);
			rch[r] = y.fi, y.fi = r;
		}
		return pushup(r), y;
	}

	int getRank(int x, const int&v)
	{
		if (!x) return 0;
		if (v < val[x]) return getRank(lch[x], v);
		return sz[lch[x]] + 1 + getRank(rch[x], v);
	}

	void FuncIns(int&r, const int&v)
	{
		int k = getRank(r, v);
		pii t = split(r, k);
		int x = NewNode(v);
		r = merge(merge(t.fi, x), t.se);
	}

	void FuncDel(int&r, const int&v)
	{
		int k = getRank(r, v);
		pii t1 = split(r, k-1);
		pii t2 = split(t1.se, 1);
		r = merge(t1.fi, t2.se);
	}

	LL qsum(int x, int k) //前k大的和
	{
		if (!x || !k) return 0;
		if (k <= sz[lch[x]]) return qsum(lch[x], k);
		return sum[lch[x]] + val[x] + qsum(rch[x], k - sz[lch[x]] - 1);
	}

	void dealDay(int d)
	{
		if (sz[rt[d-1]] != 0)
			rt[d] = CopyNode(rt[d - 1]);
		rep(i, 0, (int)tab[d].size()-1)
		{
			int op = tab[d][i].fi, x = tab[d][i].se;
			if (op == 1) FuncIns(rt[d], x);
			else FuncDel(rt[d], x);
		}
	}

	LL quary(int d, int k)
	{
		if (k >= rw[d]) return sum[rt[d]];
		return qsum(rt[d], k);
	}

} tp;

LL pre = 1;
int main()
{
	scanf("%d%d", &N, &M);
	int s, e, p, x, a, b, c, k;
	rep(i, 1, N)
	{
		scanf("%d%d%d", &s, &e, &p);
		rw[s]++, rw[e+1]--;
		tab[s].push_back(pii(1, p));
		tab[e+1].push_back(pii(-1, p));
	}
	rep(i, 1, M)
	{
		rw[i] += rw[i-1];
		tp.dealDay(i);
	}
	while (M --)
	{
		scanf("%d%d%d%d", &x, &a, &b, &c);
		k = 1 + (pre*a+b)%c;
		pre = tp.quary(x, k);
		cout << pre << '\n';
	}
	return 0;
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
持久化splay是一种数据结构,它是对splay树进行修改和查询的一种扩展。在传统的splay树中,对树的修改操作会破坏原有的树结构,而可持久化splay树则允许我们对树进行修改、查询,并且可以保存修改后的每个版本的树结构。 在可持久化splay树中,我们不会直接对原树进行修改,而是通过复制每个节点来创建新的版本。这样,每个版本都可以独立地修改和查询,保留了原有版本的结构和状态。每个节点保存了其左子树和右子树的引用,使得可以在不破坏原有版本的情况下进行修改和查询。 为了实现可持久化splay树,我们可以使用一些技巧,比如引用中提到的哨兵节点和假的父节点和孩子节点。这些技巧可以帮助我们处理根节点的旋转和其他操作。 此外,可持久化splay树还可以与其他数据结构相结合,比如引用中提到的可持久化线段树。这种结合可以帮助我们解决更复杂的问题,比如区间修改和区间查询等。 对于可持久化splay树的学习过程,可以按照以下步骤进行: 1. 理解splay树的基本原理和操作,包括旋转、插入、删除和查找等。 2. 学习如何构建可持久化splay树,包括复制节点、更新版本和保存历史版本等。 3. 掌握可持久化splay树的常见应用场景,比如区间修改和区间查询等。 4. 深入了解与可持久化splay树相关的其他数据结构和算法,比如可持久化线段树等。 在解决问题时,可以使用二分法来确定答案,一般称为二分答案。通过对答案进行二分,然后对每个答案进行检查,以确定最终的结果。这种方法可以应用于很多问题,比如引用中提到的在线询问问题。 综上所述,可持久化splay是一种对splay树进行修改和查询的扩展,可以通过复制节点来创建新的版本,并且可以与其他数据结构相结合解决更复杂的问题。学习过程中可以按照一定的步骤进行,并且可以使用二分法来解决一些特定的问题。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [[学习笔记]FHQ-Treap及其可持久化](https://blog.csdn.net/weixin_34283445/article/details/93207491)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [可持久化数据结构学习笔记](https://blog.csdn.net/weixin_30376083/article/details/99902410)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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