dfs序板子+树状数组板子题 求和

11 篇文章 0 订阅
7 篇文章 0 订阅





求和

大意:
单点修改,子树查询;

思路:
dfs,将树掰成线性的;

然后无脑树状数组即可

水水更健康~

#include<bits/stdc++.h>
using namespace std;
#define ll long long
#define lowbit(x) x&(-x)
const ll N=1e6+10;
ll n,m,k;
ll a,b,c;
ll tr[N];
ll mas[N];//初始权值 
struct ty
{
	ll t,next;
}edge[N<<1];
ll head[N];
ll cntt=0;
void add(ll a,ll b)
{
	edge[++cntt].t=b;
	edge[cntt].next=head[a];
	head[a]=cntt;
}
ll l[N],r[N];//代表其子树的对应数字范围 
ll cnt=0;

void dfs(ll p,ll fa)
{
	l[p]=++cnt;
	for(int i=head[p];i!=-1;i=edge[i].next)
	{
		ll y=edge[i].t;
		if(y==fa) continue;
		dfs(y,p);
	}
	r[p]=cnt;//右界 
}
void adds(ll x,ll y)
{
	while(x<=n)
	{
		tr[x]+=y;
		x+=lowbit(x);
	}
}
ll sum(ll x)
{
	ll ans=0;
	while(x)
	{
		ans+=tr[x];
		x-=lowbit(x);
	}
    return ans;
}
int main()
{
	scanf("%lld%lld%lld",&n,&m,&k);
    memset(head,-1,sizeof head);
	for(int i=1;i<=n;++i) scanf("%lld",&mas[i]);
	for(int i=1;i<=n-1;++i)
	{
	    scanf("%lld%lld",&a,&b);
		add(a,b);
		add(b,a);	
	}
	dfs(k,-1);
	for(int i=1;i<=n;++i) adds(l[i],mas[i]);//初始值 
	while(m--)
	{
		scanf("%lld%lld",&a,&b);
		if(a==1)
		{
			scanf("%lld",&c);
			adds(l[b],c);
			continue;
		}
		//cin>>b;
        printf("%lld\n",sum(r[b])-sum(l[b]-1));
	}
	return 0;
}

  • 1
    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,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,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 目标检测涉及以下几个核心问: 分类问:判断图像中的目标属于哪个类别。 定位问:确定目标在图像中的具体位置。 大小问:目标可能具有不同的大小。 形状问: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,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