2631: tree LCT

傻逼题无脑码了20几分钟就码完啦= =
结果顺手把y打成了x就WA了一发。。。
unsigned int 比 long long快很多啊

#include<iostream>
#include<cstdio>
#define ll unsigned int
#define P 51061
#define N 100005
using namespace std;
int n,Q;
int rev[N],size[N],stack[N],fa[N],tree[N][2];
ll val[N],sum[N],tag_mul[N],tag_add[N];
inline int read()
{
    int a=0,f=1; char c=getchar();
    while (c<'0'||c>'9') {if (c=='-') f=-1; c=getchar();}
    while (c>='0'&&c<='9') {a=a*10+c-'0'; c=getchar();}
    return a*f;
}
inline bool isroot(int k)
{
    return tree[fa[k]][0]!=k&&tree[fa[k]][1]!=k;
}
inline void pushup(int k)
{
    size[k]=size[tree[k][0]]+size[tree[k][1]]+1;
    sum[k]=(sum[tree[k][0]]+sum[tree[k][1]]+val[k])%P;
}
inline void pushdown(int k)
{
    if (rev[k])
    {
        rev[k]^=1; rev[tree[k][0]]^=1; rev[tree[k][1]]^=1;
        swap(tree[k][0],tree[k][1]);
    }
    if (tag_mul[k]==1&&tag_add[k]==0) return;
    val[tree[k][0]]=(val[tree[k][0]]*tag_mul[k]+tag_add[k])%P;
    sum[tree[k][0]]=(sum[tree[k][0]]*tag_mul[k]+tag_add[k]*size[tree[k][0]])%P;
    tag_mul[tree[k][0]]=(tag_mul[k]*tag_mul[tree[k][0]])%P;
    tag_add[tree[k][0]]=(tag_mul[k]*tag_add[tree[k][0]]+tag_add[k])%P;
    val[tree[k][1]]=(val[tree[k][1]]*tag_mul[k]+tag_add[k])%P;
    sum[tree[k][1]]=(sum[tree[k][1]]*tag_mul[k]+tag_add[k]*size[tree[k][1]])%P;
    tag_mul[tree[k][1]]=(tag_mul[k]*tag_mul[tree[k][1]])%P;
    tag_add[tree[k][1]]=(tag_mul[k]*tag_add[tree[k][1]]+tag_add[k])%P;
    tag_mul[k]=1; tag_add[k]=0;
}
inline void rotate(int x)
{
    int y=fa[x],z=fa[y],l=tree[y][1]==x,r=l^1;
    if (!isroot(y)) tree[z][tree[z][1]==y]=x;
    fa[x]=z; fa[y]=x; fa[tree[x][r]]=y;
    tree[y][l]=tree[x][r]; tree[x][r]=y;
    pushup(y); pushup(x);
}
inline void splay(int x)
{
    int top=0;
    stack[++top]=x;
    for (int i=x;!isroot(i);i=fa[i]) stack[++top]=fa[i];
    for (int i=top;i;i--) pushdown(stack[i]);
    while (!isroot(x))
    {
        int y=fa[x],z=fa[y];
        if (!isroot(y))
        {
            if (tree[y][0]==x^tree[z][0]==y) rotate(x); else rotate(y);
        }
        rotate(x);
    }
}
inline void access(int x)
{
    for (int t=0;x;t=x,x=fa[x])
        splay(x),tree[x][1]=t,pushup(x);
}
inline void rever(int x)
{
    access(x); splay(x); rev[x]^=1;
}
inline void link(int x,int y)
{
    rever(x); fa[x]=y;
}
inline void cut(int x,int y)
{
    rever(x); access(y); splay(y);
    tree[y][0]=fa[x]=0; pushup(y);
}
inline void change(int x,int y,int mul,int add)
{
    rever(x); access(y); splay(y);
    val[y]=(val[y]*mul+add)%P;
    sum[y]=(sum[y]*mul+size[y]*add)%P;
    tag_mul[y]=(tag_mul[y]*mul)%P;
    tag_add[y]=(tag_add[y]*mul+add)%P;
}
inline int query(int x,int y)
{
    rever(x); access(y); splay(y);
    return sum[y];
}
int main()
{
    n=read(); Q=read();
    for (int i=1;i<=n;i++) val[i]=sum[i]=size[i]=tag_mul[i]=1;
    for (int i=1;i<n;i++)
    {
        int u=read(),v=read();
        link(u,v);
    }
    while (Q--)
    {
        char opt[5];
        scanf("%s",opt);
        int u=read(),v=read(),u0,v0,c;
        switch (opt[0])
        {
            case '+':
                c=read();
                change(u,v,1,c);
                break;
            case '-':
                u0=read(); v0=read();
                cut(u,v); link(u0,v0);
                break;
            case '*':
                c=read();
                change(u,v,c,0);
                break;
            case '/':
                printf("%d\n",query(u,v));
                break;
        }
    }
    return 0;
}
  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
评论 4
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