BZOJ 3531 [SDOI2014]旅行 树链剖分+线段树

题目大意:给定一棵节点为n的树,每个节点有一个颜色c(c<=n)和权值(正整数)。实现以下操作:
1.修改某个点的颜色
2.修改某个点的权值
3.询问两点间与这两个点同颜色的最大值
4.询问两点间与这两个点同颜色的和
保证询问的两点同色

挺简单的一道树链剖分+线段树。给每个颜色开一个线段树,不过要动态开内存。空间复杂度O(nlogn)。
树链剖分一定要注意最后x,y两点在同一链上时也要统计答案。

#include <cstdio>
#include <cstring>
#define N 100005
#define Max(a,b) (a>b?a:b)
using namespace std;
inline void Swap(int& x,int& y){int z=x;x=y;y=z;}
struct Segment_Tree{
    Segment_Tree *ls,*rs;
    int l,r,sum,maxx;
    void maintain(){
        sum=maxx=0;
        if(ls!=NULL){
            sum+=ls->sum;
            maxx=Max(maxx,ls->maxx);
        }
        if(rs!=NULL){
            sum+=rs->sum;
            maxx=Max(maxx,rs->maxx);
        }
    }
    Segment_Tree(int l,int r):l(l),r(r){ls=rs=NULL; sum=maxx=0;}
}*ST[N];
typedef Segment_Tree S_T;
struct Edge{
    int to,nex;
    bool vis;
}e[N<<1];
int n,m,T,fir[N],seq[N];
struct Point{
    int Size,dep,pos,top,fa,son,val,belief;
}p[N];
void dfs1(int x){
    p[x].Size=1;
    for(int i=fir[x];i!=-1;i=e[i].nex){
        if(!e[i].vis) continue;
        int to=e[i].to;
        p[to].dep=p[x].dep+1;
        p[to].fa=x;
        e[i^1].vis=false;
        dfs1(to);
        p[x].Size+=p[to].Size;
        if(p[p[x].son].Size<p[to].Size) p[x].son=to;
    }
    return ;
}
void dfs2(int x){
    T++;
    p[x].pos=T;
    if(p[p[x].fa].son==x) p[x].top=p[p[x].fa].top;
    else p[x].top=x;
    if(p[x].son) dfs2(p[x].son);
    for(int i=fir[x];i!=-1;i=e[i].nex){
        if(e[i].to==p[x].son || e[i].to==p[x].fa) continue;
        dfs2(e[i].to);
    }
    return ;
}
void Insert(S_T*& x,int l,int r,int pos,int v){
    if(x==NULL) x=new S_T(l,r);
    if(l==pos && r==pos){
        x->sum=x->maxx=v;
        return ;
    }
    int mid=(l+r)>>1;
    if(pos<=mid) Insert(x->ls,l,mid,pos,v);
    else Insert(x->rs,mid+1,r,pos,v);
    x->maintain();
    return ;
}
void Delete(S_T*& x,int pos){
    if(x->l==pos && x->r==pos) {
        delete x;
        x=NULL;
        return ;
    }
    int mid=(x->l+x->r)>>1;
    if(pos<=mid) Delete(x->ls,pos);
    else Delete(x->rs,pos);
    if(x->ls==NULL && x->rs==NULL){
        delete x;
        x=NULL;
    }
    else x->maintain();
    return ;
}
int Query_Max(S_T* x,int l,int r){
    if(x==NULL) return 0;
    if(x->l==l && x->r==r) return x->maxx;
    int mid=(x->l+x->r)>>1;
    if(r<=mid) return Query_Max(x->ls,l,r);
    if(l>mid) return Query_Max(x->rs,l,r);
    return Max(Query_Max(x->ls,l,mid),Query_Max(x->rs,mid+1,r));
}
int Query_Sum(S_T* x,int l,int r){
    if(x==NULL) return 0;
    if(x->l==l && x->r==r) return x->sum;
    int mid=(x->l+x->r)>>1;
    if(r<=mid) return Query_Sum(x->ls,l,r);
    if(l>mid) return Query_Sum(x->rs,l,r);
    return Query_Sum(x->ls,l,mid)+Query_Sum(x->rs,mid+1,r);
}

int main(){
    memset(fir,-1,sizeof fir);
    scanf("%d%d",&n,&m);
    for(int i=1;i<=n;i++) scanf("%d%d",&p[i].val,&p[i].belief);
    for(int i=0;i<n-1;i++) {
        int x,y,u=i<<1;
        scanf("%d%d",&x,&y);
        e[u].to=y; e[u].nex=fir[x]; fir[x]=u; e[u].vis=true;
        u^=1;
        e[u].to=x; e[u].nex=fir[y]; fir[y]=u; e[u].vis=true;
    }
    p[1].dep=1; p[1].top=1;
    dfs1(1); dfs2(1);
    for(int i=1;i<=n;i++) Insert(ST[p[i].belief],1,n,p[i].pos,p[i].val);
    while(m--){
        int x,y;
        char mode[5];
        scanf("%s%d%d",mode,&x,&y);
        if(mode[1]=='C'){//Change_Belief
            Delete(ST[p[x].belief],p[x].pos);
            p[x].belief=y;
            Insert(ST[y],1,n,p[x].pos,p[x].val);
        }
        else if(mode[1]=='W'){//Change_Value
            p[x].val=y;
            Insert(ST[p[x].belief],1,n,p[x].pos,y);
        }
        else if(mode[1]=='S'){//Query_Sum
            int ans=0,b=p[x].belief;
            while(p[x].top!=p[y].top){
                int topx=p[x].top,topy=p[y].top;
                if(p[topx].dep<p[topy].dep) Swap(x,y) , Swap(topx,topy);
                ans+=Query_Sum(ST[b],p[topx].pos,p[x].pos);
                x=p[topx].fa;
            }
            if(p[x].dep<p[y].dep) Swap(x,y);
            ans+=Query_Sum(ST[b],p[y].pos,p[x].pos);
            printf("%d\n",ans);
        }
        else if(mode[1]=='M'){//Query_Max
            int ans=0,b=p[x].belief;
            while(p[x].top!=p[y].top){
                int topx=p[x].top,topy=p[y].top;
                if(p[topx].dep<p[topy].dep) Swap(x,y) , Swap(topx,topy);
                ans=Max(ans,Query_Max(ST[b],p[topx].pos,p[x].pos));
                x=p[topx].fa;
            }
            if(p[x].dep<p[y].dep) Swap(x,y);
            ans=Max(ans,Query_Max(ST[b],p[y].pos,p[x].pos));
            printf("%d\n",ans);
        }
    }
    return 0;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、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挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、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挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
健身国际俱乐部系统是一种专为健身俱乐部设计的管理软件,它通过集成多种功能来提高俱乐部的运营效率和服务质量。这类系统通常包含以下几个核心模块: 1. **会员管理**:系统能够记录会员的基本信息、会籍状态、健身历史和偏好,以及会员卡的使用情况。通过会员管理,俱乐部可以更好地了解会员需,提供个性化服务,并提高会员满意度和忠诚度。 2. **课程预约**:会员可以通过系统预约健身课程,系统会提供课程时间、教练、地点等详细信息,并允许会员根据个人时间表进行预约。这有助于俱乐部合理安排课程,避免资源浪费。 3. **教练管理**:系统可以管理教练的个人信息、课程安排、会员反馈等,帮助俱乐部评估教练表现,优化教练团队。 4. **财务管理**:包括会员卡销售、课程费用、私教费用等财务活动的记录和管理,确保俱乐部的财务透明度和准确性。 5. **库存管理**:对于俱乐部内的商品销售,如健身装备、营养补充品等,系统能够进行库存管理,包括进货、销售、库存盘点等。 6. **数据分析**:系统能够收集和分析会员活动数据,为俱乐部提供业务洞察,帮助俱乐部制定更有效的营销策略和业务决策。 7. **在线互动**:一些系统还提供在线平台,让会员可以查看课程、预约私教、参与社区讨论等,增强会员之间的互动和俱乐部的社区感。 8. **移动应用**:随着移动设备的普及,一些健身俱乐部系统还提供移动应用,方便会员随时随地管理自己的健身计划。 9. **安全性**:系统会确保所有会员信息的安全,采取适当的数据加密和安全措施,保护会员隐私。 10. **可扩展性**:随着俱乐部业务的扩展,系统应该能够轻松添加新的功能和服务,以适应不断变化的市场需。 健身国际俱乐部系统的选择和实施,需要考虑俱乐部的具体需、预算和技术能力,以确保系统能够有效地支持俱乐部的运营和发展。通过这些系统的实施,健身俱乐部能够提供更加专业和高效的服务,吸引和保留更多的会员,从而在竞争激烈的
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