【HDU 5140】Hun Gui Wei Company(主席树)

这道题在一开始参考了题解之后是用线段树写的,后来MLE了让人很忧伤,因此后来改用内存常数较小的主席树才过了,正好这几天在学习主席树(orz发明者)

首先因为数据范围很大,首先就会想到离散化。将问题简化一下,是查询从L的值从LL到HL并且A的值从AL到AH的S之和,因此首先将所有员工以L为关键字子小到大排序,然后对于每个询问先二分查找到离散化后的范围,再在树中直接访问相应位置就好了

#include<cstdio>
#include<cstring>
#include<algorithm>
#define N 100005
#define LL long long
#define Rep(a,b,c) for(int a = b ; a <= c ; a ++)
#define Mid int mid = (l + r) >> 1;
#define lson l,mid
#define rson mid+1,r
using namespace std;
int n;
LL read(){
    LL ans = 0,flag = 1;
    char ch = ' ';
    while((ch < '0' || ch > '9') && ch != '-') ch = getchar();
    if(ch == '-'){
        flag = -1;
        ch = getchar();
    }
    while(ch <= '9' && ch >= '0'){
        ans = ans * 10 + ch - '0';
        ch = getchar();
    }
    return ans * flag;
}
struct node{
    node *ch[2];
    LL res;
    node(){}
    void init(){
        res = 0;
        ch[0] = ch[1] = NULL;
    }
    void update(){
        res = ch[0]->res + ch[1]->res;
    }
}T[N * 20];
struct elem{
    LL S;
    int L,A;
    void add(){S = read();L  = read();A = read();}
    bool operator < (const elem &a)const{return L < a.L;}
};
int qcnt;
LL A2[N],L2[N],size;
struct SegmentTree{
    node *null,*root[N];
    void init(){
        null = &T[qcnt ++];
        null->init();
        null->ch[0] = null->ch[1] = null;
    }
    void __build(node *&y,node *&x,int l,int r,elem t){
        if(x == NULL) x = null;
        y = &T[qcnt++];
        y->init();
        if(l == r){
            *y = *x;
            y->res += t.S;
            return;
        }
        Mid;
        if(t.A <= A2[mid]){
            __build(y->ch[0],x->ch[0],lson,t);
            y->ch[1] = x->ch[1];
            y->update();
        }
        else{
            __build(y->ch[1],x->ch[1],rson,t);
            y->ch[0] = x->ch[0];
            y->update();
        }
    }
    LL __find(node *x1,node *x2,int L,int R,int l,int r){
        if(x1 == NULL) x1 = null;
        if(x2 == NULL) x2 = null;
        if(L <= l && r <= R){
            return x2->res - x1->res;
        }
        Mid;
        LL ans = 0;
        if(L <= mid) ans += __find(x1->ch[0],x2->ch[0],L,R,lson);
        if(mid + 1 <= R) ans += __find(x1->ch[1],x2->ch[1],L,R,rson);
        return ans;
    }
    LL find(int L,int R,int AL,int AR){
        LL ans = 0;
        if(L <= R && AL <= AR) ans = __find(root[L - 1],root[R],AL,AR,1,size);
        return ans;
    }
    void build(int id,elem t){
        __build(root[id],root[id - 1],1,size,t);
    }
}sgt;
elem ss[N];
void init(){
    qcnt = 0;
    sgt.init();
}
void solve(){
    init();
    Rep(i,1,n){
        ss[i].add();
        A2[i] = ss[i].A;
        L2[i] = ss[i].L;
    }
    sort(A2 + 1,A2 + n + 1);
    size = unique(A2 + 1,A2 + n + 1) - A2 - 1;
    sort(L2 + 1,L2 + n + 1);
    sort(ss + 1,ss + n + 1);
    Rep(i,1,n) sgt.build(i,ss[i]);
    int m;
    scanf("%d",&m);
    LL ll,lr,al,ar,k = 0;
    while(m--){
        ll = read();lr = read();al = read();ar = read();
        ll += k;lr -= k;
        al += k;ar -= k;
        if(ll > lr) swap(ll,lr);
        if(al > ar) swap(al,ar);
        ll = lower_bound(L2 + 1,L2 + n + 1,ll) - L2;
        lr = upper_bound(L2 + 1,L2 + n + 1,lr) - L2 - 1;
        al = lower_bound(A2 + 1,A2 + size + 1,al) - A2;
        ar = upper_bound(A2 + 1,A2 + size + 1,ar) - A2 - 1;
        k = sgt.find(ll,lr,al,ar);
        printf("%I64d\n",k);
    }
    return;
}
int main()
{
    while(~scanf("%d",&n)) solve();
}


智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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