【洛谷3759】[TJOI2017] 不勤劳的图书管理员(树套树)

点此看题面

大致题意: 给定一个序列,每个元素有两个属性\(a_i\)\(v_i\),每次操作改变两个元素的位置,求每次操作后\(\sum{v_i+v_j}[i<j,a_i>a_j]\)

关于题意的解读

其实,题目差不多就是让我们求逆序对(只不过每个逆序对有一个权值)。

这会让我们联想起一道题目:【洛谷3157】[CQOI2011] 动态逆序对

这两道题目似乎只有以下几点不同:

  • 这道题目没有卡树套树

  • 这道题目貌似不可以用\(CDQ\)分治做。

于是,我们就可以快乐地线段树套\(Treap\) 了。

大致思路

这题的思路其实与动态逆序对是差不多的。

如果要将一个数从位置\(x\)换到\(y\)\(x\le y\)),则增加的贡献值应为\(\sum_{i=x+1}^yv_i+v_x[a_i>a_x]-\sum_{i=x+1}^yv_i+v_x[a_i<a_x]\),用线段树套\(Treap\)可以在\(O(log^2n)\)的时间内做到这一点。

\(y\)\(x\)的情况同理。不过要注意,\(v_x+v_y\)会被重复计算,因此在从\(y\)\(x\)时,我们就增加贡献\(\sum_{i=x+1}^{y-1}v_i+v_y[a_i<a_y]-\sum_{i=x+1}^{y-1}v_i+v_y[a_i>a_y]\)(注意这里的上界减了\(1\),避免重复计算)。

具体实现还是见代码吧。

代码

#include<bits/stdc++.h>
#define max(x,y) ((x)>(y)?(x):(y))
#define min(x,y) ((x)<(y)?(x):(y))
#define uint unsigned LL
#define LL long long
#define ull unsigned long long
#define swap(x,y) (x^=y,y^=x,x^=y)
#define abs(x) ((x)<0?-(x):(x))
#define INF 1e9
#define Inc(x,y) ((x+=(y))>=MOD&&(x-=MOD))
#define ten(x) (((x)<<3)+((x)<<1)) 
#define MOD 1000000007
#define N 50000 
#define LogN 30
using namespace std;
int n;
struct Book
{
    int pos,val;
}s[N+5];
class FIO
{
    private:
        #define Fsize 100000
        #define tc() (FinNow==FinEnd&&(FinEnd=(FinNow=Fin)+fread(Fin,1,Fsize,stdin),FinNow==FinEnd)?EOF:*FinNow++)
        #define pc(ch) (FoutSize<Fsize?Fout[FoutSize++]=ch:(fwrite(Fout,1,FoutSize,stdout),Fout[(FoutSize=0)++]=ch))
        int f,FoutSize,OutputTop;char ch,Fin[Fsize],*FinNow,*FinEnd,Fout[Fsize],OutputStack[Fsize];
    public:
        FIO() {FinNow=FinEnd=Fin;}
        inline void read(int &x) {x=0,f=1;while(!isdigit(ch=tc())) f=ch^'-'?1:-1;while(x=ten(x)+(ch&15),isdigit(ch=tc()));x*=f;}
        inline void read_char(char &x) {while(isspace(x=tc()));}
        inline void read_string(string &x) {x="";while(isspace(ch=tc()));while(x+=ch,!isspace(ch=tc())) if(!~ch) return;}
        inline void write(int x) {if(!x) return (void)pc('0');if(x<0) pc('-'),x=-x;while(x) OutputStack[++OutputTop]=x%10+48,x/=10;while(OutputTop) pc(OutputStack[OutputTop]),--OutputTop;}
        inline void write_char(char x) {pc(x);}
        inline void write_string(string x) {register int i,len=x.length();for(i=0;i<len;++i) pc(x[i]);}
        inline void end() {fwrite(Fout,1,FoutSize,stdout);}
}F;
class Class_SegmentTreap//线段树套Treap
{
    private:
        int n,Root[N<<2];Book data[N+5];
        class Class_Treap
        {
            private:
                #define Rand() ((r*=233333LL)%=2147483647)
                #define PushUp(x) (node[x].Size=node[node[x].Son[0]].Size+node[node[x].Son[1]].Size+1,node[x].Sum=((node[node[x].Son[0]].Sum+node[node[x].Son[1]].Sum)%MOD+node[x].Val)%MOD)
                #define Rotate(x,d) (k=node[x].Son[d^1],node[x].Son[d^1]=node[k].Son[d],node[k].Son[d]=x,x=k,PushUp(node[x].Son[d]),PushUp(x))
                #define Build(pos,val) ((void)(node[Void[tot]]=Tree(pos,val),node[Void[tot]].Size=1,node[Void[tot]].Data=Rand()),Void[tot--])
                int tot,k,Void[N*LogN+5];ull r;
                struct Tree
                {
                   int Pos,Val,Sum,Size,Data,Son[2];
                   Tree(int x=0,int y=0):Pos(x),Val(y),Sum(y){Son[0]=Son[1]=0;}
                }node[N*LogN+5];
                inline void ins(int &x,Book val)
                {
                    if(!x) return (void)(x=Build(val.pos,val.val));
                    ++node[x].Size;
                    if(node[x].Pos>val.pos) {if(ins(node[x].Son[0],val),node[x].Data<node[node[x].Son[0]].Data) Rotate(x,1);}
                    else {if(ins(node[x].Son[1],val),node[x].Data<node[node[x].Son[1]].Data) Rotate(x,0);}
                    PushUp(x);
                }
                inline void del(int &x,int pos)
                {   
                    if(!x) return;
                    if(node[x].Pos==pos)
                    {
                        if(node[x].Son[0]||node[x].Son[1])
                        {
                            if(!node[x].Son[1]||node[node[x].Son[0]].Data>node[node[x].Son[1]].Data) Rotate(x,1),del(node[x].Son[1],pos);
                            else Rotate(x,0),del(node[x].Son[0],pos);
                        }
                        else return (void)(Void[++tot]=x,x=0);
                    }
                    else node[x].Pos>pos?del(node[x].Son[0],pos):del(node[x].Son[1],pos);
                    PushUp(x);
                }
            public:
                Class_Treap() {r=2333;for(register int i=N*LogN;i;--i) Void[++tot]=i;}
                inline void Insert(int &rt,Book val) {ins(rt,val);}
                inline void Delete(int &rt,int val) {del(rt,val);}
                inline int total_max(int rt,Book val)
                {
                    register int x=rt,res=0;
                    while(x)
                    {
                        if(node[x].Pos>val.pos) Inc(res,((node[node[x].Son[1]].Sum+node[x].Val)%MOD+1LL*(node[node[x].Son[1]].Size+1)*val.val%MOD)%MOD),x=node[x].Son[0];
                        else x=node[x].Son[1]; 
                    }
                    return res;
                }
                inline int total_min(int rt,Book val)
                {
                    register int x=rt,res=0;
                    while(x)
                    {
                        if(node[x].Pos<val.pos) Inc(res,((node[node[x].Son[0]].Sum+node[x].Val)%MOD+1LL*(node[node[x].Son[0]].Size+1)*val.val%MOD)%MOD),x=node[x].Son[1];
                        else x=node[x].Son[0]; 
                    }
                    return res;
                }
                #undef Build
                inline int GetSize(int x) {return node[x].Size;}
        }Treap;
        inline void ins(int l,int r,int rt,int pos,Book val)
        {
            register int i,mid=l+r>>1;Treap.Insert(Root[rt],val);
            if(l^r) pos<=mid?ins(l,mid,rt<<1,pos,val):ins(mid+1,r,rt<<1|1,pos,val);
        }
        inline void Upt(int l,int r,int rt,int pos,Book val)
        {
            register int i,mid=l+r>>1;Treap.Delete(Root[rt],data[pos].pos),Treap.Insert(Root[rt],val);
            if(l^r) pos<=mid?Upt(l,mid,rt<<1,pos,val):Upt(mid+1,r,rt<<1|1,pos,val);
        }
        inline int total_max(int l,int r,int rt,int ql,int qr,Book val)
        {
            if(ql<=l&&r<=qr) return Treap.total_max(Root[rt],val);
            register int mid=l+r>>1,res=0;
            if(ql<=mid) res=total_max(l,mid,rt<<1,ql,qr,val);
            if(qr>mid) Inc(res,total_max(mid+1,r,rt<<1|1,ql,qr,val));
            return res;
        }
        inline int total_min(int l,int r,int rt,int ql,int qr,Book val)
        {
            if(ql<=l&&r<=qr) return Treap.total_min(Root[rt],val);
            register int mid=l+r>>1,res=0;
            if(ql<=mid) res=total_min(l,mid,rt<<1,ql,qr,val);
            if(qr>mid) Inc(res,total_min(mid+1,r,rt<<1|1,ql,qr,val));
            return res;
        }
    public:
        inline void Init(int len) {n=len;}
        inline void Insert(int pos,Book val) {ins(1,n,1,pos,val),data[pos]=val;}
        inline void Update(int pos,Book val) {Upt(1,n,1,pos,val),data[pos]=val;}
        inline int TotalMax(int ql,int qr,Book val) {return ql<=qr?total_max(1,n,1,ql,qr,val):0;}
        inline int TotalMin(int ql,int qr,Book val) {return ql<=qr?total_min(1,n,1,ql,qr,val):0;}
}SegmentTreap;
int main()
{
    register int i,Q,x,y,ans=0;register Book t;
    for(F.read(n),F.read(Q),SegmentTreap.Init(n),i=1;i<=n;++i) 
        F.read(s[i].pos),F.read(s[i].val),Inc(ans,SegmentTreap.TotalMax(1,i-1,s[i])),SegmentTreap.Insert(i,s[i]);
    while(Q--) 
    {
        if(F.read(x),F.read(y),x>y) swap(x,y);//如果x>y,则交换x和y
        Inc(ans,SegmentTreap.TotalMax(x+1,y,s[x])-SegmentTreap.TotalMin(x+1,y,s[x])),//更新ans
        Inc(ans,SegmentTreap.TotalMin(x+1,y-1,s[y])-SegmentTreap.TotalMax(x+1,y-1,s[y])),//更新ans,将上界减1避免重复计算
        SegmentTreap.Update(x,s[y]),SegmentTreap.Update(y,s[x]),t=s[x],s[x]=s[y],s[y]=t,//交换
        F.write(((ans%=MOD)+=MOD)%=MOD),F.write_char('\n');//输出答案,注意取模
    }
    return F.end(),0;
}

转载于:https://www.cnblogs.com/chenxiaoran666/p/Luogu3759.html

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