SHOI2016 随机序列

给你一个数列,在相邻两个数之间插入加号,减号或乘号

每次支持单点修改,求所有这样可以得到的表达式之和,膜1e9 + 7

sol:

我是个 sb 。。。

可以发现,如果某位置出现了加号,后面一定有一个减号把它消掉,于是答案就是一些出现了好几次的前缀积之和

算一下每段前缀积的贡献即可

#include<bits/stdc++.h>
#define int long long
using namespace std;
inline int read()
{
    int x = 0,f = 1;char ch = getchar();
    for(;!isdigit(ch);ch = getchar())if(ch == '-')f = -f;
    for(;isdigit(ch);ch = getchar())x = 10 * x + ch - '0';
    return x * f;
}
int n,q;
const int mod = 1e9 + 7,maxn = 1e5 + 10;
int a[maxn],fac[maxn];
#define ls (x << 1)
#define rs ((x << 1) | 1)
int seg[maxn << 2],tag[maxn << 2];
inline int pw(int x,int t)
{
    int res = 1;x %= mod;
    while(t)
    {
        if(t & 1)res = res * x % mod;
        x = x * x % mod;
        t = t >> 1;
    }
    return res;
}
inline void build(int x,int l,int r)
{
    tag[x] = 1;
    if(l == r)seg[x] = fac[l];
    else
    {
        int mid = (l + r) >> 1;
        build(ls,l,mid);build(rs,mid + 1,r);
        seg[x] = (seg[ls] + seg[rs]) % mod;
    }    
}
inline void pushdown(int x,int l,int r)
{
    if(tag[x] != 1)
    {
        (tag[ls] *= tag[x]) %= mod;(tag[rs] *= tag[x]) %= mod;
        (seg[ls] *= tag[x]) %= mod;(seg[rs] *= tag[x]) %= mod;
        tag[x] = 1;
    }
}
inline void update(int x,int l,int r,int L,int R,int val)
{
    if(L <= l && r <= R)
    {
        (seg[x] *= val) %= mod;
        (tag[x] *= val) %= mod;
        return;
    }
    pushdown(x,l,r);
    int mid = (l + r) >> 1;
    if(L <= mid)update(ls,l,mid,L,R,val);
    if(R > mid)update(rs,mid + 1,r,L,R,val);
    seg[x] = (seg[ls] + seg[rs]) % mod;
}
signed main()
{
    n = read(),q = read();
    for(int i=1;i<=n;i++)a[i] = read();
    int mul = 1;
    for(int i=1;i<=n;i++)
    {
        mul = (long long)mul * a[i] % mod;
        if(i == n)fac[i] = mul;
        else fac[i] = (long long)mul * 2 * pw(3, n - i - 1) % mod;
    }build(1,1,n);
    while(q--)
    {
        int p = read(),v = read();
        update(1,1,n,p,n,(long long)v * pw(a[p],mod - 2) % mod);
        a[p] = v;
        printf("%lld\n",seg[1]);
    }
}
View Code

 $$\sum_{i=1}^{n-1}sum_i \times 2 \times 3^{n-i-1} + sum_n$$

$sum$ 数组为前缀积

转载于:https://www.cnblogs.com/Kong-Ruo/p/9887208.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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