树上莫队

 题目链接 : https://vjudge.net/problem/SPOJ-COT2

/*
spojCount on a tree II 
树上莫队 
*/
#include<cstdio>
#include<algorithm>
#include<iostream>
#include<cmath>
#include<cstdlib>
#include<cstring>
#include<string>
#include<map>
#include<vector>
#include<set>
#include<queue>
using namespace std;
#define ll long long
const int ding=1e5+3;
vector<int>mp[ding];
int a[ding],date[ding],fa[ding],son[ding],siz[ding],top[ding],st[ding],pot[ding],ed[ding];
int deep[ding],block[ding],out[ding],vis[ding],used[ding];
int tot=1,edtot=1,ans=0;
struct Query{
	int l,r,ID,lca;
}q[ding];
bool cmp(Query a,Query b){
	if(block[a.l]==block[b.l]){
		return a.r<b.r;
	}
	else return block[a.l]<block[b.l];
}
//离散化 不然会很大 
void quc(int n){
	int i;
	sort(date+1,date+1+n);
	int cnt=unique(date+1,date+n+1)-date-1;
	for(i=1;i<=n;i++){
		a[i]=lower_bound(date+1,date+cnt+1,a[i])-date;
	}
}
//树链剖分求top 
void dfs1(int x,int _fa){
	int i;
	siz[x]=1;
	st[x]=tot++,pot[tot-1]=x;
	fa[x]=_fa;
	for(i=0;i<mp[x].size();i++){
		int to=mp[x][i];
		if(deep[to])continue;
		deep[to]=deep[x]+1;
		dfs1(to,x);
		siz[x]+=siz[to];
		if(siz[to]>siz[son[x]])son[x]=to;
	}
	ed[x]=tot++,pot[tot-1]=x;
}
//树链剖分求top 
void dfs2(int x,int topfa){
//	cout<<"x  "<<x<<endl;
	int i;
	top[x]=topfa;
	if(!son[x])return;
	dfs2(son[x],topfa);
	for(i=0;i<mp[x].size();i++){
		int to=mp[x][i];
		if(!top[to])
			dfs2(to,to);
	}
	
}

int getLca(int x,int y){
	while(top[x]!=top[y]){
		if(deep[top[x]]<deep[top[y]])swap(x,y);
		x=fa[top[x]];
	}
	return deep[x]>deep[y]?y:x;
}

void dealAsk(int _q){
	int i,x,y;
	for(i=1;i<=_q;i++){
//		cout<<"i   "<<i<<endl;
		scanf("%d %d",&x,&y);
//		cout<<"st "<<st[x]<<" "<<st[y]<<endl;
		if(st[x]>st[y])swap(x,y);
		int cnt=getLca(x,y);
		if(x==cnt) {
			q[i].l=st[x];
			q[i].r=st[y];
		}
		else{
			q[i].l=ed[x];
			q[i].r=st[y];
			q[i].lca=cnt;
		}
		q[i].ID=i;
	}
}

void add(int x){
	if(vis[x]==0)ans++;
	vis[x]++;
}
void del(int x){
	if(vis[x]==1)ans--;
	vis[x]--;
}
void Add(int x){
	if(used[x])del(a[x]);
	else add(a[x]);
	used[x]^=1;
}

void Mo(int _q){
	int i,l=1,r=0;
	sort(q+1,q+_q+1,cmp);
	for(i=1;i<=_q;i++){
//		cout<<" qqq  "<<q[i].l<<" "<<q[i].r<<endl;
		while(l<q[i].l)Add(pot[l]),l++;
		while(l>q[i].l)l--,Add(pot[l]);
		while(r<q[i].r)r++,Add(pot[r]);
		while(r>q[i].r)Add(pot[r]),r--;
		if(q[i].lca)Add(q[i].lca);
		out[q[i].ID]=ans;
		if(q[i].lca)Add(q[i].lca);
	}
	for(i=1;i<=_q;i++)printf("%d\n",out[i]);
}
int main()
{
 	std::ios::sync_with_stdio(false);
	int n,q,i,u,v;
	scanf("%d %d",&n,&q);
	int blo=sqrt(n);
	for(i=1;i<=n;i++)	{
		scanf("%d",&a[i]);
		date[i]=a[i];
		
	}
	for(i=1;i<=2*n;i++){
		block[i]=(i-1)/blo+1;
	}
	quc(n);
	for(i=1;i<n;i++){
		scanf("%d %d",&u,&v);
		mp[u].push_back(v);
		mp[v].push_back(u);
	}
	deep[1]=1;
	dfs1(1,0);
	dfs2(1,1);//cout<<"qqqqq"<<endl;
	dealAsk(q);
	
	Mo(q);	

 return 0;
}

 

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加非线性,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。
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