[XJB出题] [分块] 篮球架

题目传送门(感谢Vijos的域功能……)
维护点啥?区间加,查询这两个貌似是线段树,可是区间变换 φ \varphi φ
考虑分块!维护块内元素和。
对于查询操作,查询整块和,零散部分暴力,最差为 O ( T 1 n ) O(T_1\sqrt n) O(T1n )
对于区间加, 设加 α \alpha α , 则整块加 n α n\alpha nα,标记,零散部分暴力, 最差为 O ( T 2 n ) O(T_2\sqrt n) O(T2n )
对于变换 φ \varphi φ,可以等差数列维护,零散部分暴力,整块加 d n ( l + r ) 2 \frac{d\sqrt n(l+r)}{2} 2dn (l+r),标记,最差为 O ( T 3 n ) O(T_3\sqrt n) O(T3n )
对于修改和查询操作,做零散区间前先清除整块的标记。
因此,总时间复杂度为 O ( T n ) O(T\sqrt n) O(Tn )
本题原创题,如果网上有纯属我没见过…
本人IQ有限,欢迎提出线段树解法干掉标程

#include <cmath>
#include <cstdio>
#define MAXB 1010
#define MAXN 1000010
using namespace std;

int n,T,m,block_num;
int l,r;
long long d;
int pos[MAXN];
long long a[MAXN],sum[MAXB];
long long add_lazy[MAXB],phi_lazy[MAXB];
char opt[5];

inline int mymin(int a,int b){return a<b?a:b;}

inline void read(int &x)
{
    x=0;int f=1;char ch=getchar();
    while (ch<'0'||ch>'9'){if (ch=='-') f=-1;ch=getchar();}
    while (ch>='0'&&ch<='9') x=x*10+ch-'0',ch=getchar();
    x*=f;return ;
}

inline void read(long long &x)
{
    x=0LL;int f=1;char ch=getchar();
    while (ch<'0'||ch>'9'){if (ch=='-') f=-1;ch=getchar();}
    while (ch>='0'&&ch<='9') x=x*10LL+ch-'0',ch=getchar();
    x*=f;return ;
}

inline void clean(int x)
{
    int l=(x-1)*block_num+1,r=mymin(x*block_num,n);
    for (int i=l;i<=r;i++) sum[x]+=a[i];
    return ;
}

inline void apply_add(int x)
{
    int l=(x-1)*block_num+1,r=mymin(x*block_num,n);
    for (int i=l;i<=r;i++) a[i]+=add_lazy[x];
    add_lazy[x]=0LL;return ;
}

inline void apply_phi(int x)
{
    int l=(x-1)*block_num+1,r=mymin(x*block_num,n);
    for (int i=l;i<=r;i++) a[i]+=phi_lazy[x]*i;
    phi_lazy[x]=0LL;return ;
}

inline void Apply(int x)
{
    if (add_lazy[x]) apply_add(x);
    if (phi_lazy[x]) apply_phi(x);
    return ;
}

inline void add(int left,int right,long long q)
{
    if (pos[left]==pos[right])
    {
        Apply(pos[left]);
        for (int i=left;i<=right;i++) a[i]+=q;
        sum[pos[left]]+=(right-left+1)*q;
        return ;
    }
    Apply(pos[left]);Apply(pos[right]);
    for (int i=left;i<=pos[left]*block_num;i++) a[i]+=q,sum[pos[left]]+=q;
    for (int i=(pos[right]-1)*block_num+1;i<=right;i++) a[i]+=q,sum[pos[right]]+=q;
    for (int i=pos[left]+1;i<pos[right];i++)
    {
        add_lazy[i]+=q;
        int l=(i-1)*block_num+1,r=mymin(i*block_num,n);
        sum[i]+=(r-l+1)*q;
    }
    return ;
}

inline void phi(int left,int right,long long d)
{
    if (pos[left]==pos[right])
    {
        Apply(pos[left]);
        for (int i=left;i<=right;i++) {a[i]+=i*d;sum[pos[left]]+=i*d;}
        return ;
    }
    Apply(pos[left]);Apply(pos[right]);
    for (int i=left;i<=pos[left]*block_num;i++) {a[i]+=i*d;sum[pos[left]]+=i*d;}
    for (int i=(pos[right]-1)*block_num+1;i<=right;i++) {a[i]+=i*d;sum[pos[right]]+=i*d;}
    for (int i=pos[left]+1;i<pos[right];i++)
    {
        phi_lazy[i]+=d;
        int l=(i-1)*block_num+1,r=mymin(i*block_num,n);
        sum[i]+=((d*(r-l+1)*(l+r))>>1LL);
    }
    return ;
}

inline long long query(int left,int right)
{
    long long res=0LL;
    if (pos[left]==pos[right])
    {
        Apply(pos[left]);
        for (int i=left;i<=right;i++) res+=a[i];
        return res;
    }
    Apply(pos[left]);Apply(pos[right]);
    for (int i=left;i<=pos[left]*block_num;i++) res+=a[i];
    for (int i=(pos[right]-1)*block_num+1;i<=right;i++) res+=a[i];
    for (int i=pos[left]+1;i<pos[right];i++) res+=sum[i];
    return res;
}

int main()
{
    //freopen("poorstand.in","r",stdin);freopen("poorstand.out","w",stdout);
    read(n);read(T);block_num=(int)sqrt(n);
    m=n/block_num;
    if (n%block_num) m++;
    for (int i=1;i<=n;i++)
    {
        read(a[i]);
        pos[i]=(i-1)/block_num+1;
    }
    for (int i=1;i<=m;i++) clean(i);
    while (T--)
    {
        scanf("%s",opt);
        if (opt[0]=='A')
        {
            read(l);read(r);read(d);
            add(l,r,d);
        }
        else if (opt[0]=='Q')
        {
            read(l);read(r);
            printf("%lld\n",query(l,r));
        }
        else
        {
            read(l);read(r);read(d);
            phi(l,r,d);
        }
    }
    return 0;
}

事实上,区间加等差数列可以线段树维护。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
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