2018 Multi-University Training Contest 2 1007 hdu 6315 Naive Operations[线段树瞎搞]

题目链接

思路: 维护区间最小值和当前答案。

 

区间最小值初始化位b[i], 每次更新将其-1, 为0时答案+1。

#include <cstdio>
#include <algorithm>
#include <cstring>
#define ms(x) memset(x, 0, sizeof(x))
using namespace std;

#define lson l, m, rt<<1
#define rson m+1, r, rt<<1|1
const int MAXN = 1e5+3;
const int INF = 0x3f3f3f3f;
int b[MAXN<<2];
int SUM[MAXN<<2], MIN[MAXN<<2];
int lazy[MAXN<<2];

void PushUp(int rt) {
	SUM[rt] = SUM[rt<<1] + SUM[rt<<1|1];
	MIN[rt] = min(MIN[rt<<1], MIN[rt<<1|1]);
}

void PushDown(int rt) {
	if(lazy[rt]) {
		lazy[rt<<1] += lazy[rt];
		lazy[rt<<1|1] += lazy[rt];
		MIN[rt<<1] -= lazy[rt];
		MIN[rt<<1|1] -= lazy[rt];
		lazy[rt] = 0;
	}
}

// 以下的 l, r, rt 带入 1, n, 1
void Build(int l, int r, int rt) {
	lazy[rt] = 0;
	if(l == r) {
		// 初始化树为 0 的写法
		MIN[rt] = b[l];
		SUM[rt] = 0;
		return;
	}
	int m = (l + r) >> 1;
	Build(lson);
	Build(rson);
	PushUp(rt);
}

void Update(int L, int R, int l, int r, int rt) {
	if(L<=l && r<=R) {
		lazy[rt] += 1;
		MIN[rt] -= 1;
		return;
	}
	PushDown(rt);
	int m = (l + r) >> 1;
	if(L <= m) Update(L, R,  lson);
	if(R > m) Update(L, R, rson);
	PushUp(rt);
}
void dfs(int l, int r, int rt){
    if(MIN[rt]!=0) return ;
    if(l==r){
        MIN[rt] = b[l];
        SUM[rt]++;
        return ;
    }
    PushDown(rt);
	int m = (l + r) >> 1;
    dfs(lson);
    dfs(rson);
    PushUp(rt);
}

// 求区间 L~R 的和
int QuerySum(int L, int R, int l, int r, int rt) {
	if(L<=l && r<=R) return SUM[rt];
	PushDown(rt);
	int m = (l + r) >> 1;
	int ret = 0;
	if(L <= m) ret += QuerySum(L, R, lson);
	if(R > m) ret += QuerySum(L, R, rson);

	return ret;
}

// 求区间 L~R 的最小值
int QueryMin(int L, int R, int l, int r, int rt) {
	if(L<=l && r<=R) return MIN[rt];
	PushDown(rt);
	int m = (l + r) >> 1;
	int ret = INF;
	if(L <= m) ret = min(ret, QueryMin(L, R, lson));
	if(R > m) ret = min(ret, QueryMin(L, R, rson));

	return ret;
}

int main(){
    int n, m;
    while(scanf("%d%d", &n, &m)!=EOF){
    ms(lazy);
    for(int i=1;i<=n;i++){
        scanf("%d", &b[i]);
    }
    Build(1,n,1);
    while(m--){
        char s[10];
        int l, r;
        scanf("%s%d%d",s, &l, &r);
        if(s[0] == 'a'){
            Update(l,r,1,n,1);
            dfs(1,n,1);
        }
        else{
            printf("%d\n", QuerySum(l,r,1,n,1));
        }
    }
    }
    return 0;
}

 

 

  • 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