qq_37464878的博客

思路：参考“树状数组数据结构”博客，这道题是明显的区间修改，单点查询类型。只不过是将单点查询变了个意思，每次查询队伍的魅力值。队伍的魅力值是由原数列所有元素计算的来的，可以算得上是单点查询。当前的魅力值和上一次的魅力值相比，差异的原因是修改区间的左边界和右边界造成的，在此维护差分数组即可。当前的魅力值因此就可以由上次的魅力值以O(1)的复杂度推出。此题的数据量是2*10^5，计算魅力值时使用O(logn)的算法也可以，也就是用树状数组也能过。但是是用树状数组就没什么意思了，代码变得复杂。树状数组...

思路一：二分查找遍历0-N来计算f(i)是不可避免的，至少有O(N)的复杂度。题目中提到A数列是不下降序列，且有“查找最大的不大于x的下标”的语句，不难想到二分查找。在计算每个f(i)时，使用二分查找的复杂度是O(logn)，计算所有f(i)的复杂度就是O(N*logn)。最终复杂度就是O(N*longn)。#include <iostream>using namespace std;int ar[201];int find(int* arr, int n, int ta...

拿“序列新解查询”为例来说明对拍程序的使用1.你的待验证代码 mine.cpp题目样例很少，我们需要自己制造更多样例。#include <iostream>#include <cmath>using namespace std;#define ll long long ll getFSum(int x, int y, int i) { return (ll)(x - y) * i;}ll getGSum(int pos, int r) { int s

思路：回顾序列查询：本题是“序列查询”的延续，在序列查询中介绍了最优方法是O(n)，遍历原数列，原数列中大于0的差分a[i + 1] - a[i]的含义就是在该区间内的f(k)，k∈[a[i], a[i + 1])的值都为i。在本题中继续延续该思路即可，如果是暴力法，遍历[0, N)再对于每个值在原数列中二分查找答案，这样复杂度是O(N*logn)，N是10^9，肯定超时。尝试直接使用公式求g数列某个区间的和：本题先确定差分的含义（如上），根据差分容易求出差分值对应区间所有f(i)的和。观察...

思路一：二分查找如果使用暴力法，在尝试每一个y值时都要遍历一遍数列做对比，查询总时间是O(n^2)，对于每一个y都是O(n)的查询时间。对于y的查询推测可以降低到O(1)或O(logn)级别，对于O(1)级别，一定是有公式可以直接推导出该y值能够准确预测的数目。如果能够将及格的同学和不及格的同学分开，然后将其升序排序，此时对于一个y值就可以快速找到其能正确预测的数目，在不及格的同学中，y小于该y值的数目就是在不及格同学中准确预测数目。在及格同学中，y大于等于该y值的数目就是及格同学中准确预测数目...

暴力法：复杂度为O(n*m)，m是数列中最大数值，最大为104，n是数列元素个数，最大为5*105。p的取值为[1, max(ar) +1]``````max(ar)指给出数列中最大的元素。遍历p的所有取值，然后对于每个取值都去原数列中计算一下非零段个数。这样遍历所有的p可能的取值，复杂度是O(m)。查询对应取值下非零段的数量的复杂度是O(n)。总复杂度是O(n*m)。思路一：差分数列复杂度为O(m2)，m是数列中最大数值，最大为104。p的取值为[1, max(ar) +1]````...

邻域均值题目背景顿顿在学习了数字图像处理后，想要对手上的一副灰度图像进行降噪处理。不过该图像仅在较暗区域有很多噪点，如果贸然对全图进行降噪，会在抹去噪点的同时也模糊了原有图像。因此顿顿打算先使用邻域均值来判断一个像素是否处于较暗区域，然后仅对处于较暗区域的像素进行降噪处理。问题描述待处理的灰度图像长宽皆为n个像素，可以表示为一个n×n大小的矩阵A，其中每个元素是一个[0,L)范围内的整数，表示对应位置像素的灰度值。对于矩阵中任意一个元素Aij（0≤i,j<n），其邻域定义为附近若干元素的集和