线段树の二 区间乘+区间加

线段树の二 区间乘+区间加

具体就不解释了,看上一篇文章

放代码

注意点:!!!!

注意运算符优先级

比如:

a*=b%p 是b先mod p再与a相乘

a<<1+1是1+1再a位移

a<<1=a*2

a<<1|1=a*2+1

参见:https://baike.baidu.com/item/%E8%BF%90%E7%AE%97%E7%AC%A6%E4%BC%98%E5%85%88%E7%BA%A7/4752611?fr=aladdin

/*******************************
线段树V2.0
支持区间加、区间乘、区间和查询
********************************/
#include<iostream>
#include<cstdio>
#include<cstring>
#define N 1000010
using namespace std;
struct node
{
	int left;//节点所代表区间左端
	int right;//节点所代表区间右端
	long long sum;//区间和
	long long add;//区间加Lazy标记
	long long mult;//区间乘Lazy标记 
	node(){mult=1;}
} tree[N];
long long a[N];
int n,m,p;//n:区间大小 m:操作次数 p:取模 

//left:当前区间左端 right:当前区间右端 node:当前节点
void Build_Tree(int left,int right,int node)
{
	tree[node].left=left;
	tree[node].right=right;
	if(left==right) tree[node].sum=a[left];
	else
	{
		int mid=(left+right)>>1;
		Build_Tree(left,mid,node<<1);
		Build_Tree(mid+1,right,node<<1|1);
		tree[node].sum=(tree[node<<1].sum+tree[node<<1|1].sum)%p;
	}
}

//标记下放 node:当前节点
void Push_Down(int node)
{
	if(tree[node].add==0&&tree[node].mult==1) return;
	tree[node<<1].mult=tree[node<<1].mult*tree[node].mult%p;
	tree[node<<1|1].mult=tree[node<<1|1].mult*tree[node].mult%p;
	tree[node<<1].add=tree[node<<1].add*tree[node].mult%p;
	tree[node<<1|1].add=tree[node<<1|1].add*tree[node].mult%p;
	tree[node<<1].sum=tree[node<<1].sum*tree[node].mult%p;
	tree[node<<1|1].sum=tree[node<<1|1].sum*tree[node].mult%p;
	tree[node].mult=1;
	tree[node<<1].add=(tree[node<<1].add+tree[node].add)%p;
	tree[node<<1|1].add=(tree[node<<1|1].add+tree[node].add)%p;
	tree[node<<1].sum=(tree[node<<1].sum+tree[node].add*(tree[node<<1].right-tree[node<<1].left+1))%p;
	tree[node<<1|1].sum=(tree[node<<1|1].sum+tree[node].add*(tree[node<<1|1].right-tree[node<<1|1].left+1))%p;
	tree[node].add=0;
}

//上推 node:当前节点
void Push_Up(int node)
{
	tree[node].sum=(tree[node<<1].sum+tree[node<<1|1].sum)%p;
}

//区间加操作 left:操作区间左端点 right:操作区间右端点 node:当前节点 value:操作值
void Add_Range(int left,int right,int node,long long value)
{
	if(tree[node].left>=left&&tree[node].right<=right)
	{
		tree[node].add+=value%p;
		tree[node].sum+=value*(tree[node].right-tree[node].left+1)%p;
		return;
	}
	Push_Down(node);
	int mid=(tree[node].left+tree[node].right)>>1;
	if(left<=mid) Add_Range(left,right,node<<1,value);
	if(right>mid) Add_Range(left,right,node<<1|1,value);
	Push_Up(node);
}

//区间乘操作 left:操作区间左端点 right:操作区间右端点 node:当前节点 value:操作值
void Mult_Range(int left,int right,int node,long long value)
{
	if(tree[node].left>=left&&tree[node].right<=right)
	{
		tree[node].mult=tree[node].mult*value%p;
		tree[node].add=tree[node].add*value%p;
		tree[node].sum=tree[node].sum*value%p;
		return;
	}
	Push_Down(node);
	int mid=(tree[node].left+tree[node].right)>>1;
	if(left<=mid) Mult_Range(left,right,node<<1,value);
	if(right>mid) Mult_Range(left,right,node<<1|1,value);
	Push_Up(node);
}

//区间和查询 left:查询区间左端点 right:查询区间右端点 node:当前节点
long long Query_Sum(int left,int right,int node)
{
	if(tree[node].left>right||tree[node].right<left) 
	return 0;
	Push_Down(node);
	if(tree[node].left>=left&&tree[node].right<=right) 
	return tree[node].sum%p;
	return (Query_Sum(left,right,node*2)+Query_Sum(left,right,node*2+1))%p;
}

int main()
{

	cin>>n>>m>>p;
	for(int i=1; i<=n; i++) cin>>a[i];
	Build_Tree(1,n,1);
	while(m--)
	{
		int x,y,c;
		cin>>c>>x>>y;
		if(c==1)//区间乘操作 
		{
			long long v;
			cin>>v;
			Mult_Range(x,y,1,v);
		}
		if(c==2)//区间加操作
		{
			long long v;
			cin>>v;
			Add_Range(x,y,1,v);
		}
		if(c==3)//查询
		cout<<Query_Sum(x,y,1)<<endl;
	}
	return 0;
}

  

转载于:https://www.cnblogs.com/widerg/p/7345288.html

【6层】一字型框架办公楼(含建筑结构图、计算书) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
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。
1、资源项目源码均已通过严格测试验证,保证能够正常运行;、 2项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
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