树链剖分模板(完全版)

#include <bits/stdc++.h>
#define inf 2147483547
#define ll long long
#define o1(x) id[x]-1
#define o2(x) id[x]+sz[x]
using namespace std;
const int N=400010;
struct edge
{
	int next,to;
}e[N<<1];
int n,cnt,root,dfn;
struct Tree
{
    ll sum,mmin,mmax,set,add;
}a[N<<2];
int sz[N],head[N],son[N],top[N],id[N],c[N],dep[N],f[N],num[N];
inline ll mmax(ll lo,ll ro)
{
	ll a=lo,b=ro;
	return max(a,b);
}
inline ll mmin(ll lo,ll ro)
{
	ll a=lo,b=ro;
	return min(a,b);
}
inline ll read()
{
    char ch=getchar();
    ll num=0,flag=1;
    while(ch<'0'||ch>'9'){if(ch=='-')flag=-1;ch=getchar();}
    while(ch>='0'&&ch<='9'){num=(num<<3)+(num<<1)+ch-'0';ch=getchar();}
    return flag*num;
}
inline void print(ll x)
{
    static int cnt;
    static int a[15];
    cnt=0;
    do
    {
        a[++cnt]=x%10;
        x/=10;
    }while(x);
    for(int i=cnt;i>=1;i--)putchar(a[i]+'0');
    puts("");
}
inline void add(int x,int y)
{
	e[++cnt].to=y;
	e[cnt].next=head[x];
	head[x]=cnt;
}
inline void dfs1(int x,int fa)
{
	sz[x]=1;
	dep[x]=dep[fa]+1;
	f[x]=fa;
	for(int i=head[x];i;i=e[i].next)
	{
		int v=e[i].to;
		dfs1(v,x);
		sz[x]+=sz[v];
		if(sz[v]>sz[son[x]])son[x]=v;
	}
}
inline void dfs2(int x,int tp)
{
	top[x]=tp;
	id[x]=++dfn;
	num[dfn]=x;
	if(son[x])dfs2(son[x],tp);
	for(int i=head[x];i;i=e[i].next)
	{
		int v=e[i].to;
		if(v!=son[x])dfs2(v,v);
	}	
}
inline void up(ll p,ll l,ll r)
{
    ll lc=p<<1,rc=(p<<1)+1;
    if(r>l)
    {
        a[p].mmax=mmax(a[lc].mmax,a[rc].mmax);
        a[p].mmin=mmin(a[lc].mmin,a[rc].mmin);
        a[p].sum=a[lc].sum+a[rc].sum;
    }
}
inline void down(ll p,ll l,ll r)
{
    ll lc=p<<1,rc=(p<<1)+1,m=l+((r-l)>>1);
    if(a[p].set!=inf)
    {
        a[lc].mmax=a[rc].mmax=a[lc].mmin=a[rc].mmin=a[lc].set=a[rc].set=a[p].set;
        a[lc].sum=(m-l+1)*a[p].set;
        a[rc].sum=(r-m)*a[p].set;
        a[p].set=inf;
        a[lc].add=a[rc].add=a[p].add=0;
    }
    if(a[p].add)
	{
        if(a[lc].set==inf)a[lc].add+=a[p].add;else a[lc].set+=a[p].add;
        if(a[rc].set==inf)a[rc].add+=a[p].add;else a[rc].set+=a[p].add;
        a[lc].mmin+=a[p].add,a[rc].mmin+=a[p].add,
        a[lc].mmax+=a[p].add,a[rc].mmax+=a[p].add,
        a[lc].sum+=(m-l+1)*a[p].add,
        a[rc].sum+=(r-m)*a[p].add,
        a[p].add=0;
    }
}
inline void build(ll p,ll l,ll r)
{
    if(l==r) 
    {
    	int x=c[num[l]];
		a[p]=(Tree){x,x,x,-1,0};
        return;
    }
    ll m=l+((r-l)>>1),lc=p<<1,rc=(p<<1)+1;
    build(lc,l,m);
    build(rc,m+1,r);
    a[p].set=inf;
    up(p,l,r);
    return;
}
inline void update_add(ll p,ll l,ll r,ll lp,ll rp,ll v)
{
    ll lc=p<<1,rc=(p<<1)+1;
    if(lp<=l&&r<=rp)
	{
        a[p].mmax+=v;
        a[p].mmin+=v;
        a[p].sum+=(r-l+1)*v;
        if(a[p].set!=inf) 
        {
            a[p].set+=v;return;
        }
        a[p].add+=v;
    }
    else
	{
        ll m=l+((r-l)>>1);
        down(p,l,r);
        if(lp<=m)update_add(lc,l,m,lp,rp,v);
        if(rp>m)update_add(rc,m+1,r,lp,rp,v);
        up(p,l,r);
    }
}
inline void update_set(ll p,ll l,ll r,ll lp,ll rp,ll v)
{
    ll lc=p<<1,rc=(p<<1)+1;
    if(lp<=l&&r<=rp)
    {
    	a[p].mmin=a[p].mmax=a[p].set=v;
		a[p].sum=(r-l+1)*v,a[p].add=0;
    }
    else
	{
        down(p,l,r);
        ll m=l+((r-l)>>1);
        if(lp<=m)update_set(lc,l,m,lp,rp,v);
        if(rp>m)update_set(rc,m+1,r,lp,rp,v);
        up(p,l,r);
    }
}
inline ll query_sum(ll p,ll l,ll r,ll lp,ll rp)
{
    if(lp<=l&&r<=rp)return a[p].sum;
    ll m=l+((r-l)>>1),lc=p<<1,rc=(p<<1)+1,ans=0;
    down(p,l,r);
    if(lp<=m)ans+=query_sum(lc,l,m,lp,rp);
    if(rp>m)ans+=query_sum(rc,m+1,r,lp,rp);
    return ans;
}
inline ll query_max(ll p,ll l,ll r,ll lp,ll rp)
{
    if(lp<=l&&r<=rp)return a[p].mmax;
    ll m=l+((r-l)>>1),lc=p<<1,rc=(p<<1)+1,ans=-0x7f3f3f3f;
    down(p,l,r);
    if(lp<=m)ans=mmax(ans,query_max(lc,l,m,lp,rp));
    if(rp>m)ans=mmax(ans,query_max(rc,m+1,r,lp,rp));
    return ans;
}
inline ll query_min(ll p,ll l,ll r,ll lp,ll rp)
{
    if(lp<=l&&r<=rp)return a[p].mmin;
    ll m=l+((r-l)>>1),lc=p<<1,rc=(p<<1)+1,ans=0x7f3f3f3f;
    down(p,l,r);
    if(lp<=m)ans=mmin(ans,query_min(lc,l,m,lp,rp));
    if(rp>m)ans=mmin(ans,query_min(rc,m+1,r,lp,rp));
    return ans;
}
inline void update_add_path(int x,int y,ll k)
{
	while(top[x]!=top[y])
	{
		if(dep[top[x]]<dep[top[y]])swap(x,y);
		update_add(1,1,n,id[top[x]],id[x],k);
		x=f[top[x]];
	}
	if(dep[x]<dep[y])swap(x,y);
	update_add(1,1,n,id[y],id[x],k);
}
inline void update_set_path(int x,int y,ll k)
{
	while(top[x]!=top[y])
	{
		if(dep[top[x]]<dep[top[y]])swap(x,y);
		update_set(1,1,n,id[top[x]],id[x],k);
		x=f[top[x]];
	}
	if(dep[x]<dep[y])swap(x,y);
	update_set(1,1,n,id[y],id[x],k);
}
inline ll query_sum_path(int x,int y)
{
	ll ans=0;
	while(top[x]!=top[y])
	{
		if(dep[top[x]]<dep[top[y]])swap(x,y);
		ans+=query_sum(1,1,n,id[top[x]],id[x]);
		x=f[top[x]];
	}
	if(dep[x]<dep[y])swap(x,y);
	ans+=query_sum(1,1,n,id[y],id[x]);
	return ans;
}
inline ll query_max_path(int x,int y)
{
	ll ans=-inf;
	while(top[x]!=top[y])
	{
		if(dep[top[x]]<dep[top[y]])swap(x,y);
		ans=mmax(ans,query_max(1,1,n,id[top[x]],id[x]));
		x=f[top[x]];
	}
	if(dep[x]<dep[y])swap(x,y);
	ans=mmax(ans,query_max(1,1,n,id[top[x]],id[x]));
	return ans;
}
inline ll query_min_path(int x,int y)
{
	ll ans=inf;
	while(top[x]!=top[y])
	{
		if(dep[top[x]]<dep[top[y]])swap(x,y);
		ans=mmin(ans,query_min(1,1,n,id[top[x]],id[x]));
		x=f[top[x]];
	}
	if(dep[x]<dep[y])swap(x,y);
	ans=mmin(ans,query_min(1,1,n,id[top[x]],id[x]));
	return ans;
}
inline int check(int x)
{
	if(x==root)return -1;
	if(!(id[root]>=id[x]&&id[root]<id[x]+sz[x]))return 0;
	int now=root;
	while(dep[now]>dep[x])
	{
		if(f[top[now]]==x)return top[now];
		now=f[top[now]];
	}
	return son[x];
}
inline void update_add_tree(int x,ll k)
{
	int p=check(x);
	if(p==-1)update_add(1,1,n,1,n,k);
	else if(p==0)update_add(1,1,n,o1(x)+1,o2(x)-1,k);
	else{update_add(1,1,n,1,o1(p),k);update_add(1,1,n,o2(p),n,k);}
}
inline void update_set_tree(int x,ll k)
{
	int p=check(x);
	if(p==-1)update_set(1,1,n,1,n,k);
	else if(p==0)update_set(1,1,n,o1(x)+1,o2(x)-1,k);
	else{update_set(1,1,n,1,o1(p),k);update_set(1,1,n,o2(p),n,k);}
}
inline ll query_sum_tree(int x)
{
	int p=check(x);
	if(p==-1)return query_sum(1,1,n,1,n);
	else if(p==0)return query_sum(1,1,n,o1(x)+1,o2(x)-1);
	else return query_sum(1,1,n,1,o1(p))+query_sum(1,1,n,o2(p),n);
}
inline ll query_max_tree(int x)
{
	int p=check(x);
	if(p==-1)return query_max(1,1,n,1,n);
	else if(p==0)return query_max(1,1,n,o1(x)+1,o2(x)-1);
	else return mmax(query_max(1,1,n,1,o1(p)),query_max(1,1,n,o2(p),n));
}
inline ll query_min_tree(int x)
{
	int p=check(x);
	if(p==-1)return query_min(1,1,n,1,n);
	else if(p==0)return query_min(1,1,n,o1(x)+1,o2(x)-1);
	else return mmin(query_min(1,1,n,1,o1(p)),query_min(1,1,n,o2(p),n));
}
int opt,x,y,Q;
ll k;
int main()
{
	n=read();
	for (int i=1;i<=n;i++)c[i]=read();
	for (int i=2;i<=n;i++)x=read(),add(x,i);
	dfs1(1,0);dfs2(1,1);
	build(1,1,n);
	root=1;
	Q=read();
	while(Q--)
	{
		opt=read();x=read();
		if(opt==1)root=x;
		else if(opt==2){y=read(); k=read(); update_add_path(x,y,k);}
		else if(opt==3){k=read(); update_add_tree(x,k);}
		else if(opt==4){y=read(); print(query_sum_path(x,y));}
		else if(opt==5)printf("%lld\n",query_sum_tree(x));
		else if(opt==6){y=read(); k=read(); update_set_path(x,y,k);}
		else if(opt==7){k=read(); update_set_tree(x,k);}
		else if(opt==8){y=read(); print(query_max_path(x,y));}
		else if(opt==9){y=read(); print(query_min_path(x,y));}
		else if(opt==10)printf("%lld\n",query_max_tree(x));
		else if(opt==11)printf("%lld\n",query_min_tree(x));
	}
	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
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