bzoj5209 [Tjoi2012]防御(线段树)

维护区间最小值,也就是盾的剩余护甲,如果有<=0的了就暴力下放到这个点。然后每次下放看叶子是不是盾已经破了,决定是*2还是不乘。因为每个盾最多破一次,所以总复杂度是ok的。
O(nlogn)

#include <cstdio>
#include <cstring>
#include <algorithm>
#include <queue>
using namespace std;
#define ll long long
#define inf 0x3f3f3f3f
#define N 100010
#define mod 1000000009
inline char gc(){
    static char buf[1<<16],*S,*T;
    if(S==T){T=(S=buf)+fread(buf,1,1<<16,stdin);if(T==S) return EOF;}
    return *S++;
}
inline int read(){
    int x=0,f=1;char ch=gc();
    while(ch<'0'||ch>'9'){if(ch=='-')f=-1;ch=gc();}
    while(ch>='0'&&ch<='9') x=x*10+ch-'0',ch=gc();
    return x*f;
}
char op[5];
inline void get_S(){
    char ch=gc();
    while(ch!='A'&&ch!='Q') ch=gc();op[1]=ch;return;
}
int n,a[N],m,ans=0;
struct node{
    int add,mn;
}tr[N<<2];
inline void pushup(int p){
    tr[p].mn=min(tr[p<<1].mn,tr[p<<1|1].mn);
}
inline void build(int p,int l,int r){
    if(l==r){tr[p].mn=a[l]?a[l]:inf;return;}int mid=l+r>>1;
    build(p<<1,l,mid);build(p<<1|1,mid+1,r);pushup(p);
}
inline void doadd(int p,int l,int r,int val);
inline void pushdown(int p,int l,int r){
    if(!tr[p].add) return;int mid=l+r>>1;
    doadd(p<<1,l,mid,tr[p].add);doadd(p<<1|1,mid+1,r,tr[p].add);
    tr[p].add=0;pushup(p);
}
inline void doadd(int p,int l,int r,int val){
    if(l==r){
        tr[p].add+=val*(tr[p].mn==inf?2:1);
        if(tr[p].mn==inf) return;tr[p].mn-=val;
        if(tr[p].mn<=0) tr[p].mn=inf;return;
    }tr[p].add+=val;tr[p].mn-=val;if(tr[p].mn<=0) pushdown(p,l,r);
}
inline void change(int p,int l,int r,int x,int y,int val){
    if(x<=l&&r<=y){doadd(p,l,r,val);return;}
    int mid=l+r>>1;pushdown(p,l,r);
    if(x<=mid) change(p<<1,l,mid,x,y,val);
    if(y>mid) change(p<<1|1,mid+1,r,x,y,val);pushup(p);
}
inline int ask(int p,int l,int r,int x){
    if(l==r) return tr[p].add;
    int mid=l+r>>1;pushdown(p,l,r);
    if(x<=mid) return ask(p<<1,l,mid,x);
    return ask(p<<1|1,mid+1,r,x);
}
int main(){
//  freopen("a.in","r",stdin);
    n=read();m=read();
    for(int i=1;i<=n;++i) a[i]=read();
    build(1,1,n);
    while(m--){
        get_S();
        if(op[1]=='A'){
            int l=read(),r=read(),val=read();
            change(1,1,n,l,r,val);
        }else{
            int x=read();(ans+=ask(1,1,n,x))%=mod;
        }
    }printf("%d\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