[题解]CF145E

题目简述:

见某谷CF145E Lucky Queries

题目分析:

线段树。

在树中我们维护四个东西:最长不下降子序列的长度,最长不上升子序列的长度,4的个数和7的个数。

线段树最重要的是 p u s h u p pushup pushup,也就是合并。

显然4的个数和7的个数就直接加一下,没什么好说的。

因为数列中不是4就是7,所以这个最长不下降子序列一定有一个4和7的分界点。

如果这个分界点在左儿子里,那么父节点的最长不下降子序列的长度就是左儿子的最长不下降子序列长度加上右儿子的7的个数。

如果这个分界点在右儿子里,那么父节点的最长不下降子序列的长度就是左儿子的4的个数加上右儿子的最长不下降子序列长度。

最长不上升子序列的长度同理。

代码(有一些风格个性化的地方):

#include<bits/stdc++.h>
using namespace std;
const int MAXN=1e6+5;
int n,m;
char s[MAXN];
char type[10];
int l0,r0;
struct SegmemtTree{
	bool turned;
	int num4,num7,lis,lds;
}tree[MAXN<<2];
inline void rev(SegmemtTree &k){
	k.turned^=1;swap(k.num4,k.num7);swap(k.lis,k.lds);
}
inline void pushup(SegmemtTree &k,SegmemtTree a,SegmemtTree b){
	k.num4=a.num4+b.num4,k.num7=a.num7+b.num7;
	k.lis=max(a.lis+b.num7,a.num4+b.lis);
	k.lds=max(a.lds+b.num4,a.num7+b.lds);
}
void build(int p,int l,int r){
	if(l==r){
		tree[p].lis=tree[p].lds=1;
		if(s[l]=='4')tree[p].num4=1;
		else tree[p].num7=1;
		return;
	}
	int mid=(l+r)>>1;
	build(p<<1,l,mid);
	build(p<<1|1,mid+1,r);
	pushup(tree[p],tree[p<<1],tree[p<<1|1]);
}
void update(int p,int l,int r){
	if(l0<=l&&r<=r0)return rev(tree[p]);
	int mid=(l+r)>>1;
	if(tree[p].turned)tree[p].turned=0,rev(tree[p<<1]),rev(tree[p<<1|1]);
	if(l0<=mid)update(p<<1,l,mid);
	if(mid<r0)update(p<<1|1,mid+1,r);
	pushup(tree[p],tree[p<<1],tree[p<<1|1]);
}
int main(){
	scanf("%d%d%s",&n,&m,s+1);
	build(1,1,n);
	for(int i=1;i<=m;++i){
		scanf("%s",type);
		if(type[0]=='s'){
			scanf("%d%d",&l0,&r0);
			update(1,1,n);
		}
		else printf("%d\n",tree[1].lis);
	}
	return 0;
}

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
美赛e题通常会要求解决一个实际的工程或管理问题,涉及到建模、数据分析、优化等方面。解题思路通常分为以下几个步骤: 1. 问题理解:首先要仔细阅读题目,理解问题背景、要求和限制条件。明确问题的目标和约束条件是解题的第一步。 2. 建立数学模型:根据问题要求和数据,建立合适的数学模型来描述问题。可能涉及到微积分、概率统计、线性代数等数学知识。模型的建立需要考虑到实际情况和假设条件,尽量简化和抽象问题方便求解。 3. 数据分析:根据所给数据或者自行获取数据,进行数据的处理和分析。可能需要进行数据清洗、统计分析、可视化等工作,以便更好地理解问题和验证模型。 4. 求解优化问题:根据建立的数学模型,可以采用各种优化方法来求解问题。常用的方法包括线性规划、整数规划、动态规划、遗传算法等。在求解的过程中需要注意约束条件的处理和结果的解释。 5. 结果分析和验证:得到结果后,需要进行结果的分析和验证,看是否符合实际情况和问题要求。如果有必要,可以进行灵敏度分析和稳定性分析,探讨模型的鲁棒性和可靠性。 6. 方案优化和改进:根据结果分析的情况,可以对建模和求解过程进行改进和优化,以提高解题的精度和效率。 以上是美赛e题解题思路的一般流程,具体问题具体分析,需要根据具体问题的特点来灵活应对。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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