Uva 11297 Census(二维线段树)

题意:给出一个n×n的矩阵,有两个操作:查询某个子矩阵的最大值和最小值,将矩阵中的一个数修改为v。

思路:比较裸的二维线段树,但是以前没写过。其实和一维线段树差不多,大概就是按x建一棵线段树,然后对于线段树上的每个节点按y再建一棵线段树……


代码:


#include<iostream>
#include<cstdio>
#include<cstring>
#include<string>
#include<algorithm>
#include<map>
#include<queue>
#include<set>
#include<stack>
#include<cmath>
#include<vector>
#define inf 0x3f3f3f3f
#define Inf 0x3FFFFFFFFFFFFFFFLL
#define eps 1e-9
#define pi acos(-1.0)
using namespace std;
const int maxn=500+10;
int a[maxn][maxn];
int maxv[maxn<<2][maxn<<2],minv[maxn<<2][maxn<<2];
int vmax,vmin,xL,xR,yL,yR,val,N,M;
void buildY(int xr,int x,int l,int r,int rt)
{
    if(l==r)
    {
        if(x>0) maxv[xr][rt]=minv[xr][rt]=a[x][l];
        else
        {
            maxv[xr][rt]=max(maxv[xr<<1][rt],maxv[xr<<1|1][rt]);
            minv[xr][rt]=min(minv[xr<<1][rt],minv[xr<<1|1][rt]);
        }
        return ;
    }
    int m=(l+r)>>1;
    buildY(xr,x,l,m,rt<<1);
    buildY(xr,x,m+1,r,rt<<1|1);
    maxv[xr][rt]=max(maxv[xr][rt<<1],maxv[xr][rt<<1|1]);
    minv[xr][rt]=min(minv[xr][rt<<1],minv[xr][rt<<1|1]);
}
void buildX(int l,int r,int rt)
{
    if(l==r)
    {
        buildY(rt,l,1,M,1);
        return ;
    }
    int m=(l+r)>>1;
    buildX(l,m,rt<<1);
    buildX(m+1,r,rt<<1|1);
    buildY(rt,-1,1,M,1);
}
void QueryY(int xr,int l,int r,int rt)
{
    if(l>=yL&&r<=yR)
    {
        vmax=max(vmax,maxv[xr][rt]);
        vmin=min(vmin,minv[xr][rt]);
        return ;
    }
    int m=(l+r)>>1;
    if(m>=yL) QueryY(xr,l,m,rt<<1);
    if(m<yR) QueryY(xr,m+1,r,rt<<1|1);
}
void QueryX(int l,int r,int rt)
{
    if(l>=xL&&r<=xR)
    {
        QueryY(rt,1,M,1);
        return ;
    }
    int m=(l+r)>>1;
    if(m>=xL) QueryX(l,m,rt<<1);
    if(m<xR) QueryX(m+1,r,rt<<1|1);
}
void UpdateY(int xr,int x,int l,int r,int rt)
{
    if(l==r)
    {
        if(x>0)
        {
            maxv[xr][rt]=minv[xr][rt]=val;
        }
        else
        {
            maxv[xr][rt]=max(maxv[xr<<1][rt],maxv[xr<<1|1][rt]);
            minv[xr][rt]=min(minv[xr<<1][rt],minv[xr<<1|1][rt]);
        }
        return ;
    }
    int m=(l+r)>>1;
    if(m>=yL) UpdateY(xr,x,l,m,rt<<1);
    else UpdateY(xr,x,m+1,r,rt<<1|1);
    maxv[xr][rt]=max(maxv[xr][rt<<1],maxv[xr][rt<<1|1]);
    minv[xr][rt]=min(minv[xr][rt<<1],minv[xr][rt<<1|1]);
}
void UpdateX(int l,int r,int rt)
{
    if(l==r)
    {
        UpdateY(rt,l,1,M,1);
        return ;
    }
    int m=(l+r)>>1;
    if(m>=xL) UpdateX(l,m,rt<<1);
    else UpdateX(m+1,r,rt<<1|1);
    UpdateY(rt,-1,1,M,1);
}
int main()
{
    //freopen("in.txt","r",stdin);
    //freopen("out.txt","w",stdout);
    char str[5];
    scanf("%d%d",&N,&M);
    for(int i=1;i<=N;++i)
        for(int j=1;j<=M;++j)
            scanf("%d",&a[i][j]);
    buildX(1,N,1);
    int q;
    scanf("%d",&q);
    while(q--)
    {
        scanf("%s",str);
        if(str[0]=='q')
        {
            scanf("%d%d%d%d",&xL,&yL,&xR,&yR);
            vmax=-inf;vmin=inf;
            QueryX(1,N,1);
            printf("%d %d\n",vmax,vmin);
        }
        else
        {
            scanf("%d%d%d",&xL,&yL,&val);
            UpdateX(1,N,1);
        }
    }
    return 0;
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SGBM和Census是两种用于计算双目视觉中视差的算法。SGBM是semi-global block matching的缩写,是一种半全局匹配算法,而Census是一种基于像素点周围邻域信息的视差计算方法。 在SGBM算法中,首先进行预处理,然后进行代价计算。代价计算是通过对每个像素的代价值用周围邻域代价值的总和来代替,以提高匹配的鲁棒性。SGBM算法中的"Block"指的是将每一个代价值进行成块计算后用于SGM算法进行视差优化。 而Census算法则是通过对每个像素点周围邻域的像素值进行编码,然后通过比较编码结果来计算视差。Census算法利用了像素点周围邻域的信息,可以提高视差计算的准确性。 总结来说,SGBM是一种半全局匹配算法,而Census是一种基于像素点周围邻域信息的视差计算方法。它们都是用于计算双目视觉中视差的算法,但具体的实现和计算方式有所不同。 #### 引用[.reference_title] - *1* *3* [[双目视差] 立体匹配算法推理 - SGBM算法(一)](https://blog.csdn.net/yegeli/article/details/119775171)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [双目立体匹配算法SGBM](https://blog.csdn.net/A_L_A_N/article/details/81490043)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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