主席树模板(poj 2104&&poj2761)

主席树,就是n个线段树,用nlonn的空间实现

首先建立第一个线段树

把要查询的值离散化,建立值的线段树

每一次加入一个点

显然每一次只会修改logn个点

把其他的点直接建边连接即可

代码:

#include<cstdio>
#include<cstring>
#include<cmath>
#include<algorithm>
using namespace std;
const int N=100005;
int rt[N],a[N],n,m,b[N],x,cnt=1,now,y,k;
struct Tree
{
    int num,l,r,ls,rs;
}T[80*N];
int ef(int x)
{
    int l=1,r=cnt;
    while (l<r)
     {
         int mid=(l+r)/2;
         if (b[mid]<x)l=mid+1;
         else r=mid;
     }
    return l; 
}
int build(int l,int r)
{
    now++;
    if (l==r)
     {
          T[now].l=l;
        T[now].r=r;
        return now;
     }
    int k=now;
    T[k].l=l;T[k].r=r;
    int mid=(l+r)/2;
    if (l<=mid)T[k].ls=build(l,mid);
    if (mid<r)T[k].rs=build(mid+1,r);
    return k;
}
int insert(int x,int l,int r,int s)
{
    now++;
    if (l==r)
     {
          T[now].l=l;
        T[now].r=r;
        T[now].num=T[x].num+1;
        return now;
     }
    int k=now,mid=(l+r)/2;
    T[k].l=l;T[k].r=r;
    if (s<=mid)
     {
         T[k].ls=insert(T[x].ls,l,mid,s);
         T[k].rs=T[x].rs;
     }
    else
     {
         T[k].ls=T[x].ls;
         T[k].rs=insert(T[x].rs,mid+1,r,s);
     }
    T[k].num=T[T[k].ls].num+T[T[k].rs].num;
    return k;
}
int find(int x,int y,int z)
{
    if (T[x].l==T[x].r)return T[x].l;
    if (T[T[x].ls].num-T[T[y].ls].num>=z)return find(T[x].ls,T[y].ls,z);
    else return find(T[x].rs,T[y].rs,z-T[T[x].ls].num+T[T[y].ls].num);
}
int main()
{
    scanf("%d%d",&n,&m);
    for (int i=1;i<=n;i++)scanf("%d",&a[i]);
    for (int i=1;i<=n;i++)b[i]=a[i];
    sort(b+1,b+n+1);
    for (int i=2;i<=n;i++)
     if (b[i]!=b[i-1])
      b[++cnt]=b[i];
    rt[0]=1;build(1,n);
    for (int i=1;i<=n;i++)rt[i]=now+1,insert(rt[i-1],1,n,ef(a[i]));
    while (m--)
     {
         scanf("%d%d%d",&x,&y,&k);
         swap(x,y);
         printf("%d\n",b[find(rt[x],rt[y-1],k)]);
     }
    return 0; 
}

 

转载于:https://www.cnblogs.com/xuanyiming/p/7900258.html

  • 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
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