BZOJ 3196: Tyvj 1730 二逼平衡树 [树套树]

题解不会写,标记一下,抄的是同学的板子

#include<cstdio>
#include<algorithm>
#define N 50010
#define M N*30
using namespace std;

int n,m,sz,ans,a[N],root[M],size[M],fa[M],ch[M][2],v[M];

inline char nc(){
    static char buf[100000],*p1=buf,*p2=buf;
    return p1==p2&&(p2=(p1=buf)+fread(buf,1,100000,stdin),p1==p2)?EOF:*p1++;
}

inline int read(){
    int a=0;char c=nc(),f=1;
    while(c<'0'||c>'9'){if(c=='-')f=-1;c=nc();}
    while(c>='0'&&c<='9'){a=a*10+c-'0';c=nc();}
    return a*f;
}

inline int get(int x){return ch[fa[x]][1]==x;}

inline void update(int x){
    if(x){
    size[x]=1;
    if(ch[x][0]) size[x]+=size[ch[x][0]];
    if(ch[x][1]) size[x]+=size[ch[x][1]];
    }
}

inline void rotate(int x){
    int y=fa[x],opt=(ch[y][1]==x);
    ch[y][opt]=ch[x][opt^1];
    if(ch[x][opt^1]) fa[ch[x][opt^1]]=y;
    if(fa[x]=fa[y]) ch[fa[y]][ch[fa[y]][1]==y]=x;
    fa[y]=x,ch[x][opt^1]=y;
    update(y),update(x);
}

inline void splay(int x,int ed,int pos){
    for(int fat=fa[x];fat!=ed;rotate(x),fat=fa[x])
    if(fa[fat]!=ed) rotate((x==ch[fat][0])==(fat==ch[fa[fat]][0])?fat:x);
    if(!ed) root[pos]=x;
}

inline void insert(int rt,int x){
    int nw=root[rt];
    while(ch[nw][v[nw]<x]) nw=ch[nw][v[nw]<x];
    v[++sz]=x,fa[sz]=nw,ch[sz][0]=ch[sz][1]=0;
    if(nw) ch[nw][v[nw]<x]=sz;
    splay(sz,0,rt);
}

inline int srank(int rt,int x){
    int nw=root[rt],ans=0;
    while(nw)
    if(v[nw]<x) ans+=size[ch[nw][0]]+1,nw=ch[nw][1];
    else nw=ch[nw][0];
    return ans;
}

inline void del(int rt,int x){
    int nw=root[rt];
    while(v[nw]!=x) nw=ch[nw][v[nw]<x];
    splay(nw,0,rt);
    if(!ch[root[rt]][0]){
    fa[root[rt]=ch[root[rt]][1]]=0;
    return;
    }
    nw=ch[root[rt]][0];
    while(ch[nw][1]) nw=ch[nw][1];
    splay(nw,root[rt],rt);
    fa[ch[nw][1]=ch[root[rt]][1]]=nw,fa[root[rt]=nw]=0;
    update(nw);
    return;
}

inline void spre(int rt,int x){
    int nw=root[rt];
    while(nw)
    if(v[nw]<x) ans=max(ans,v[nw]),nw=ch[nw][1];
    else nw=ch[nw][0];
}

inline void ssuf(int rt,int x){
    int nw=root[rt];
    while(nw)
    if(x<v[nw]) ans=min(ans,v[nw]),nw=ch[nw][0];
    else nw=ch[nw][1];
}

#define ls (x<<1)
#define rs (x<<1|1)
#define mid (l+r>>1)

void change(int x,int l,int r,int q,int v,int opt){
    if(opt) insert(x,v);
    else del(x,v);
    if(l==r) return;
    if(q<=mid) change(ls,l,mid,q,v,opt);
    else change(rs,mid+1,r,q,v,opt);
}

inline int rank(int x,int l,int r,int ql,int qr,int v){
    if(l>qr||r<ql) return 0;
    if(l>=ql&&r<=qr) return srank(x,v);
    return rank(ls,l,mid,ql,qr,v)+rank(rs,mid+1,r,ql,qr,v);
}

inline void pre(int x,int l,int r,int ql,int qr,int v){
    if(l>qr||r<ql) return;
    if(l>=ql&&r<=qr) return spre(x,v);
    pre(ls,l,mid,ql,qr,v),pre(rs,mid+1,r,ql,qr,v);
}

inline void suf(int x,int l,int r,int ql,int qr,int v){
    if(l>qr||r<ql) return;
    if(l>=ql&&r<=qr) return ssuf(x,v);
    suf(ls,l,mid,ql,qr,v),suf(rs,mid+1,r,ql,qr,v);
}

inline long long find(int x,int y,int k){
    long long l=0,r=2e9;
    while(l<=r)
    if(rank(1,1,n,x,y,mid)+1<=k) l=mid+1;
    else r=mid-1;
    return r;
}

int main(){
    n=read(),m=read();
    for(int i=1;i<=n;++i) a[i]=read(),change(1,1,n,i,a[i],1);
    while(m--){
    int opt=read(),l,r,k,pos;
    switch(opt){
    case 1:l=read(),r=read(),k=read();printf("%d\n",rank(1,1,n,l,r,k)+1);break;
    case 2:l=read(),r=read(),k=read();printf("%d\n",find(l,r,k));break;
    case 3:pos=read(),k=read();change(1,1,n,pos,a[pos],0),change(1,1,n,pos,a[pos]=k,1);break;
    case 4:l=read(),r=read(),k=read();ans=-(1ll<<31)+1,pre(1,1,n,l,r,k);printf("%d\n",ans);break;
    case 5:l=read(),r=read(),k=read();ans=(1ll<<31)-1,suf(1,1,n,l,r,k);printf("%d\n",ans);break;
    }
    }
    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。 、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
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。 、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
健身国际俱乐部系统是一种专为健身俱乐部设计的管理软件,它通过集成多种功能来提高俱乐部的运营效率和服务质量。这类系统通常包含以下几个核心模块: 1. **会员管理**:系统能够记录会员的基本信息、会籍状态、健身历史和偏好,以及会员卡的使用情况。通过会员管理,俱乐部可以更好地了解会员需求,提供个性化服务,并提高会员满意度和忠诚度。 2. **课程预约**:会员可以通过系统预约健身课程,系统会提供课程时间、教练、地点等详细信息,并允许会员根据个人时间表进行预约。这有助于俱乐部合理安排课程,避免资源浪费。 3. **教练管理**:系统可以管理教练的个人信息、课程安排、会员反馈等,帮助俱乐部评估教练表现,优化教练团队。 4. **财务管理**:包括会员卡销售、课程费用、私教费用等财务活动的记录和管理,确保俱乐部的财务透明度和准确性。 5. **库存管理**:对于俱乐部内的商品销售,如健身装备、营养补充品等,系统能够进行库存管理,包括进货、销售、库存盘点等。 6. **数据分析**:系统能够收集和分析会员活动数据,为俱乐部提供业务洞察,帮助俱乐部制定更有效的营销策略和业务决策。 7. **在线互动**:一些系统还提供在线平台,让会员可以查看课程、预约私教、参与社区讨论等,增强会员之间的互动和俱乐部的社区感。 8. **移动应用**:随着移动设备的普及,一些健身俱乐部系统还提供移动应用,方便会员随时随地管理自己的健身计划。 9. **安全性**:系统会确保所有会员信息的安全,采取适当的数据加密和安全措施,保护会员隐私。 10. **可扩展性**:随着俱乐部业务的扩展,系统应该能够轻松添加新的功能和服务,以适应不断变化的市场需求。 健身国际俱乐部系统的选择和实施,需要考虑俱乐部的具体需求、预算和技术能力,以确保系统能够有效地支持俱乐部的运营和发展。通过这些系统的实施,健身俱乐部能够提供更加专业和高效的服务,吸引和保留更多的会员,从而在竞争激烈的
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