树状数组小记

有的时候,从现实生活中抽象出来的模型中结点被赋予了一个权值,而求解目标是动态统计子树的权值和,如果通过直接遍历求解,耗费的时间复杂度是O(n),但问题是,若结点的权值在不断的发生变化,那么相关的权值和也在不断的发生着变化,如此这般通过不断遍历实现的方法时间复杂度就会很高,由此衍生出了树状数组的计算方法,可以实现不断对数组结点的权值进行查询和维护。查询和维护的时间复杂度为O(log n);

树状数组:

主要有三个函数组成:

函数1:

主要用于对数组结点的划分

int lowbit(int x) {
	return x & (-x);
}

函数2:

数组的维护函数:

void change(int x, int k) {
	while (x <= n) {
		sum[x] += k;
		x += lowbit(x);
	}
}

函数3:

主要是对数组的查询

int getsum(int x) {
	int ans = 0;
	while (x) {
		ans += sum[x];
		x -= lowbit(x);
	}
	return ans;
}

代码:

#include<iostream>
#include<cstdio>
#include<algorithm>

using namespace std;
const int maxn = 10010;
int num[maxn], sum[maxn], n;

int lowbit(int x) {
	return x & (-x);
}

void change(int x, int k) {
	while (x <= n) {
		sum[x] += k;
		x += lowbit(x);
	}
}

int getsum(int x) {
	int ans = 0;
	while (x) {
		ans += sum[x];
		x -= lowbit(x);
	}
	return ans;
}

int main()
{
	ios::sync_with_stdio(false);
	cin.tie(0); cout.tie(0);
	int i, l, r;
	cin >> n;
	for (i = 1; i <= n; ++i) {
		num[i] = i;
		change(i, i);
	}
	int T;
	cin >> T;
	while (T--) {
		cin >> l >> r;
		cout << getsum(r) - getsum(l - 1) << endl;
	}
	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