POJ 3468 A Simple Problem with Integers

如果不下推会出现错误,尤其是区间修改的时候
点修改可以不用下推;

上推也不要漏掉,修改查询建树都要上推;

还有就是注意longlong类型 一个没改就不行,我当时Query返回类型忘了改一直wa,改了就过了。


#include<iostream>
#include<stdio.h>
#include<string>
using namespace std;
long long  sum[500000],Add[500000]={0};
void Pushdown(int rt,int m){
    if(Add[rt]){
        Add[rt*2]+=Add[rt];
        Add[rt*2+1]+=Add[rt];
        sum[rt*2]+=(m-m/2)*Add[rt];
        sum[rt*2+1]+=(m/2)*Add[rt];
        Add[rt]=0;
    }
}
void Pushup(int rt){
    sum[rt]=sum[rt*2]+sum[rt*2+1];
}
void build(int l,int r,int rt){
    if(l==r) {
        scanf("%lld",&sum[rt]);return ;
    }
    long long  m=(l+r)/2;
    build(l,m,rt*2);
    build(m+1,r,rt*2+1);
    Pushup(rt);
}
void update(int L,int R,long long j,int l,int r,int rt){
    if(L<=l&&R>=r) {
        sum[rt]+=j*(r-l+1);
        Add[rt]+=j;
        return ;
    }
    Pushdown(rt,r-l+1);
    long long  m=(l+r)/2;
    if(L<=m) update(L,R,j,l,m,rt*2);
    if(R>m) update(L,R,j,m+1,r,rt*2+1);
    Pushup(rt);
}
long long Query(int L,int R,int l,int r,int rt){
    if(L<=l&&R>=r){
        return sum[rt];
    }
    long long  m=(r+l)/2;
    Pushdown(rt,r-l+1);
    long long Ans=0;
    if(L<=m) Ans+=Query(L,R,l,m,rt*2);
    if(R>m) Ans+=Query(L,R,m+1,r,rt*2+1);
    Pushup(rt);//注意这里也要上推;
    return Ans;
}
int main()
{
    int N,Q;
    scanf("%d%d",&N,&Q);

    build(1,N,1);
    while(Q--){
        char s[10];
        scanf("%s",s);

        if(s[0]=='C'){
            long long a,b,c;
            scanf("%lld%lld%lld",&a,&b,&c);
            update(a,b,c,1,N,1);
        }
        if(s[0]=='Q'){
            long long  i,j;
            scanf("%lld%lld",&i,&j);
            long long  ans=Query(i,j,1,N,1);
            printf("%lld\n",ans);
        }
    }
    return 0;
}
使用优化算法,以优化VMD算法的惩罚因子惩罚因子 (α) 和分解层数 (K)。 1、将量子粒子群优化(QPSO)算法与变分模态分解(VMD)算法结合 VMD算法背景: VMD算法是一种自适应信号分解算法,主要用于分解信号为不同频率带宽的模态。 VMD的关键参数包括: 惩罚因子 α:控制带宽的限制。 分解层数 K:决定分解出的模态数。 QPSO算法背景: 量子粒子群优化(QPSO)是一种基于粒子群优化(PSO)的一种改进算法,通过量子行为模型增强全局搜索能力。 QPSO通过粒子的量子行为使其在搜索空间中不受位置限制,从而提高算法的收敛速度与全局优化能力。 任务: 使用QPSO优化VMD中的惩罚因子 α 和分解层数 K,以获得信号分解的最佳效果。 计划: 定义适应度函数:适应度函数根据VMD分解的效果来定义,通常使用重构信号的误差(例如均方误差、交叉熵等)来衡量分解的质量。 初始化QPSO粒子:定义粒子的位置和速度,表示 α 和 K 两个参数。初始化时需要在一个合理的范围内为每个粒子分配初始位置。 执行VMD分解:对每一组 α 和 K 参数,运行VMD算法分解信号。 更新QPSO粒子:使用QPSO算法更新粒子的状态,根据适应度函数调整粒子的搜索方向和位置。 迭代求解:重复QPSO的粒子更新步骤,直到满足终止条件(如适应度函数达到设定阈值,或最大迭代次数)。 输出优化结果:最终,QPSO算法会返回一个优化的 α 和 K,从而使VMD分解效果最佳。 2、将极光粒子(PLO)算法与变分模态分解(VMD)算法结合 PLO的优点与适用性 强大的全局搜索能力:PLO通过模拟极光粒子的运动,能够更高效地探索复杂的多峰优化问题,避免陷入局部最优。 鲁棒性强:PLO在面对高维、多模态问题时有较好的适应性,因此适合海上风电时间序列这种非线性、多噪声的数据。 应用场景:PLO适合用于优化VMD参数(α 和 K),并将其用于风电时间序列的预测任务。 进一步优化的建议 a. 实现更细致的PLO更新策略,优化极光粒子的运动模型。 b. 将PLO优化后的VMD应用于真实的海上风电数据,结合LSTM或XGBoost等模型进行风电功率预测。
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