[HNOI2002]营业额统计 Splay tree

不知道为什么,在bzoj wa了,在另个oj ac 了。。

就是每次插入一个数,如果有过,直接跳过。

如果没有,分别找前驱和后继,比大小。

#include <iostream>
#include <cstdio>
using namespace std;
typedef long long ll;
#define maxn 110000
#define inf 0x3f3f3f3f
struct Node {
    int val;
    ll sum;
    ll add;
    Node* ch[2], *f;
    int size;
    void init() {
        f = ch[0] = ch[1] = NULL;
        size = 1;
        add = 0;
    }
    void rot(int c) {
        Node *y = f,*z = y->f;
        y->ch[!c] = ch[c]; if(ch[c]) ch[c]->f = y;
        f = z;
        if(z) if(z->ch[0] == y) z->ch[0] = this; else z->ch[1] = this;
        ch[c] = y; y->f = this;
        y->update();
    }
    void splay(Node* fa) {
        for(push_down();f != fa;){
            if(f->f == fa){
                if(f->ch[0] == this) rot(1);
                else rot(0);
            } else {
                Node* y=f, *z = y->f;
                if(y->ch[0] == this) {
                    if(z->ch[0] == y){
                        y->rot(1);rot(1);
                    } else {
                        rot(1);rot(0);
                    }
                } else {
                    if(z->ch[0] != y) {
                        y->rot(0);rot(0);
                    } else {
                        rot(0);rot(1);
                    }
                }
            }
        }
        update();
    }
    Node* find(int r){
        push_down();
        int L = 0; if(ch[0]) L += ch[0]->size;
        if(r <= L){
            return ch[0]->find(r);
        }
        if(r == L + 1){
            return this;
        }
        return ch[1]->find(r - L - 1);
    }
    void update() {
        size = 1;
        if(ch[0]) size += ch[0]->size;
        if(ch[1]) size += ch[1]->size;
        sum = val;
        if(ch[0]) sum += ch[0]->sum;
        if(ch[1]) sum += ch[1]->sum;
    }
    void push_down() {
        if(add){
            if(ch[0]) {
                ch[0]->add += add; ch[0]->val += add;
                ch[0]->sum += ch[0]->size * add;
            }
            if(ch[1]) {
                ch[1]->add += add; ch[1]->val += add;
                ch[1]->sum += ch[1]->size * add;
            }
        }
        add = 0;
    }
}dd[maxn];
Node* root;
int e;
inline Node* _alloc() {dd[e].init(); return &dd[e++];}
int d[maxn];
int ins(int u){
    Node* r = root;
    Node* tp;
    while(true){
        if(r->val == u){
            r->splay(NULL);
            root = r;
            return 0;
        }
        tp = r->ch[r->val < u];
        //r = r->ch[r->value < u];
        if(tp == NULL){
           Node* tp = _alloc();
           tp->f = r;
           r->ch[r->val < u] = tp;
           tp->ch[0] = tp->ch[1] = NULL;
           tp->val = u;
           tp->splay(NULL);
           root = tp;
           return 1; 
        }
        r = tp;
    }
}
int finds(int tp){
    Node* r = root->ch[0];
    if(r == NULL) return inf;
    while(r->ch[1]!=NULL) r = r->ch[1];
    return tp - r->val;
}
int findt(int tp){
    Node* r = root->ch[1];
    if(r == NULL) return inf;
    while(r->ch[0]!=NULL) r = r->ch[0];
    return r->val - tp;
}
int main() {
    int n;
    int tp;
    while(~scanf("%d",&n)) {
        root = NULL;
        ll sum = 0;
        scanf("%d",&tp);
        sum += tp;
        root = _alloc();
        root->ch[0] = root->ch[1] = NULL;
        root ->val = tp;
        for(int i=0;i<n-1;++i){
            scanf("%d",&tp);
            if(ins(tp) == 0) continue;
            int s = finds(tp);
            int t = findt(tp);
            sum += min(s,t);
        }
        cout<<sum<<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