[HDU多校02] HDU 6315 Naive Operations 线段树

Naive Operations

Time Limit: 6000/3000 MS (Java/Others)    Memory Limit: 502768/502768 K (Java/Others)
Total Submission(s): 1720    Accepted Submission(s): 738


 

Problem Description

In a galaxy far, far away, there are two integer sequence a and b of length n.
b is a static permutation of 1 to n. Initially a is filled with zeroes.
There are two kind of operations:
1. add l r: add one for al,al+1...ar
2. query l r: query ∑ri=l⌊ai/bi⌋

 

 

Input

There are multiple test cases, please read till the end of input file.
For each test case, in the first line, two integers n,q, representing the length of a,b and the number of queries.
In the second line, n integers separated by spaces, representing permutation b.
In the following q lines, each line is either in the form 'add l r' or 'query l r', representing an operation.
1≤n,q≤100000, 1≤l≤r≤n, there're no more than 5 test cases.

 

 

Output

Output the answer for each 'query', each one line.

 

 

Sample Input

5 12 
1 5 2 4 3 
add 1 4 
query 1 4 
add 2 5 
query 2 5 
add 3 5 
query 1 5 
add 2 4 
query 1 4 
add 2 5 
query 2 5 
add 2 2 
query 1 5

Sample Output

1
1
2
4
4
6

Source

2018 Multi-University Training Contest 2

 

 题意

给出两个n个元素的数组A,B;

A数组初始值为0,B数组输入。

现在要求完成以下两种操作

1.add l r 将 A数组[l,r]区间加1

2.query l r 计算\sum_{i=l}^{r} \left \lfloor \frac{A[i]}{B[i]} \right \rfloor


题解

我们会想这就是一个线段树的题目,可是由于query运算中的下取整导致运算不具有可加性。

也就是说单纯的区间更新区间查询并不能维护这样的运算。

所以我们无法实现完美的区间更新。

但是我们发现区间更新只有很小一部分才会对答案\sum_{i=l}^{r} \left \lfloor \frac{A[i]}{B[i]} \right \rfloor产生贡献,更一般的来说就是我们允许将一部分区间更新

变为单点更新。

那么我们来考虑一下什么时候需要单点更新,

 ,每次查询[l,r]就变成

被更新的时候当且仅当A[i] == k*B[i],需要更新意味着需要单点更新,即更新到线段树叶节点。

而A[i]从0开始每次加1,Q查询次数最多为100000

所以C[i]总共被更新

而q和n最大为100000,O(qlogn)还是可行的

具体做法就是

线段树维护两个数组minv[],sum[]

minv维护区间最小值,sum维护答案的区间和。

minv数组初始化为B[]数组的值,每次add操作相当于区间减法。

当minv[rt] 为1时,表示这个区间存在对C[](sum[])产生贡献的元素。

于是需要更新到叶子节点。

其余只需要区间更新即可。


代码

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
const int maxn = 1e5+10;
int b[maxn],n,q,ql,qr;
char op[10];
struct SegTree 
{
    int sum[maxn<<2],minv[maxn<<2],lz[maxn<<2];
    void init() {
        memset(minv,0,sizeof(minv));
        memset(sum,0,sizeof(sum));
        memset(lz,0,sizeof(lz));
    }
    void push_up(int rt) {
        minv[rt] = min(minv[rt<<1],minv[rt<<1|1]); 
        sum[rt] = sum[rt<<1] + sum[rt<<1|1];
    }
    void push_down(int rt) {
        if(!lz[rt]) return;
        lz[rt<<1] += lz[rt];
        lz[rt<<1|1] += lz[rt];
        minv[rt<<1] += lz[rt];
        minv[rt<<1|1] += lz[rt];
        lz[rt] = 0;
    }
    void build(int arr[],int l,int r,int rt) {
        lz[rt] = minv[rt] = sum[rt] = 0;
        if(l == r) {
            minv[rt] = arr[l];
            return;
        }
        int mid = (l+r)>>1;
        build(arr,l,mid,rt<<1);
        build(arr,mid+1,r,rt<<1|1);
        push_up(rt);
    }
    void update(int ql,int qr,int l,int r,int rt) {
        if(ql == l && qr == r) {
            if(minv[rt] > 1) {
                minv[rt]--;
                lz[rt]--;
            }
            else {
                if(ql == qr) {
                    sum[rt]++;
                    minv[rt] = b[l];
                }
                else {
                    push_down(rt);
                    int mid = (l+r)>>1;
                    if(minv[rt<<1] == 1) update(ql,mid,l,mid,rt<<1);
                    else {
                        minv[rt<<1]--;
                        lz[rt<<1]--;
                    }
                    if(minv[rt<<1|1] == 1) update(mid+1,qr,mid+1,r,rt<<1|1);
                    else {
                        minv[rt<<1|1]--;
                        lz[rt<<1|1]--;
                    }
                    push_up(rt);
                }
            }
            return;
        }
        push_down(rt);
        int mid = (l + r) >> 1;
        if(qr <= mid) update(ql,qr,l,mid,rt<<1);
        else if(ql > mid) update(ql,qr,mid+1,r,rt<<1|1);
        else {
            update(ql,mid,l,mid,rt<<1);
            update(mid+1,qr,mid+1,r,rt<<1|1);
        }
        push_up(rt);
    }
    int query(int ql,int qr,int l,int r,int rt) {
        if(ql == l && qr == r) {
            return sum[rt];
        }
        push_down(rt);
        int mid = (l+r)>>1;
        if(qr <= mid) return query(ql,qr,l,mid,rt<<1);
        if(ql > mid) return query(ql,qr,mid+1,r,rt<<1|1);
        return query(ql,mid,l,mid,rt<<1) + query(mid+1,qr,mid+1,r,rt<<1|1);
    }

}seg;
int main()
{
    while(~scanf("%d%d",&n,&q))
    {
        for(int i=1;i<=n;i++) scanf("%d",&b[i]);
        seg.init();
        seg.build(b,1,n,1);
        while(q--)
        {
            scanf("%s%d%d",op,&ql,&qr);
            if(op[0] == 'a') {
                seg.update(ql,qr,1,n,1);
            }
            else {
                printf("%d\n",seg.query(ql,qr,1,n,1));
            }
        }
    }  
    return 0; 
}

 

CSDN海神之光上传的代码均可运行,亲测可用,直接替换数据即可,适合小白; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b或2023b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描博客文章底部QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪(CEEMDAN)、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 1. EMD(经验模态分解,Empirical Mode Decomposition) 2. TVF-EMD(时变滤波的经验模态分解,Time-Varying Filtered Empirical Mode Decomposition) 3. EEMD(集成经验模态分解,Ensemble Empirical Mode Decomposition) 4. VMD(变分模态分解,Variational Mode Decomposition) 5. CEEMDAN(完全自适应噪声集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 6. LMD(局部均值分解,Local Mean Decomposition) 7. RLMD(鲁棒局部均值分解, Robust Local Mean Decomposition) 8. ITD(固有时间尺度分解,Intrinsic Time Decomposition) 9. SVMD(逐次变分模态分解,Sequential Variational Mode Decomposition) 10. ICEEMDAN(改进的完全自适应噪声集合经验模态分解,Improved Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 11. FMD(特征模式分解,Feature Mode Decomposition) 12. REMD(鲁棒经验模态分解,Robust Empirical Mode Decomposition) 13. SGMD(辛几何模态分解,Spectral-Grouping-based Mode Decomposition) 14. RLMD(鲁棒局部均值分解,Robust Intrinsic Time Decomposition) 15. ESMD(极点对称模态分解, extreme-point symmetric mode decomposition) 16. CEEMD(互补集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition) 17. SSA(奇异谱分析,Singular Spectrum Analysis) 18. SWD(群分解,Swarm Decomposition) 19. RPSEMD(再生相移正弦辅助经验模态分解,Regenerated Phase-shifted Sinusoids assisted Empirical Mode Decomposition) 20. EWT(经验小波变换,Empirical Wavelet Transform) 21. DWT(离散小波变换,Discraete wavelet transform) 22. TDD(时域分解,Time Domain Decomposition) 23. MODWT(最大重叠离散小波变换,Maximal Overlap Discrete Wavelet Transform) 24. MEMD(多元经验模态分解,Multivariate Empirical Mode Decomposition) 25. MVMD(多元变分模态分解,Multivariate Variational Mode Decomposition)
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