[SDOI2019]快速查询

题目

就是一个签到题啊,然而没有判乘0于是签到失败成功退役

模数只有\(1e7+19\)于是我们可以线性求所有逆元了

我们只需要考虑如何解决操作1和操作5即可,其余的操作就是简单的模拟一下即可

发现操作1和操作5还是本质上就是询问一个单点的值

注意到实际上有用的位置只有\(1e5\)个,于是我们可以离散化一下

对于每一个位置存好这个位置上一次的赋值操作在哪一次

我们处理一个所有乘法操作的后缀积,和加法操作乘对应位置的后缀积的和就能\(O(1)\)回答了

但是这样不能处理乘0的情况

其实非常简单,我们只需要把乘0看成整体赋值成0即可

代码

#include<cstdio>
#include<cstring>
#include<iostream>
#include<algorithm>
#define re register
#define LL long long
#define max(a,b) ((a)>(b)?(a):(b))
#define min(a,b) ((a)<(b)?(a):(b))
inline int read() {
    char c=getchar();int x=0,r=1;
    while(c<'0'||c>'9') {if(c=='-') r=-1;c=getchar();}
    while(c>='0'&&c<='9') x=(x<<3)+(x<<1)+c-48,c=getchar();return r*x;
}
const int mod=1e7+19;
const int maxn=1e5+5;
int n,T,Q,v,sz,tot;
int inv[mod],s[mod],p[mod];
int c[maxn],a[105],b[105];
int op[maxn],val[maxn],pos[maxn],g[maxn],h[maxn];
inline int find(int x) {
    int l=1,r=sz;
    while(l<=r) {
        int mid=l+r>>1;
        if(c[mid]==x) return mid;
        if(c[mid]<x) l=mid+1;else r=mid-1;
    }
    return 0;
}
inline int ask(int x,int y,int now) {
    int k;
    if(g[x]<y) k=(1ll*v*s[y]%mod+p[y]-p[now+1]+mod)%mod;
        else k=(1ll*h[x]*s[g[x]]%mod+p[g[x]]-p[now+1]+mod)%mod;
    return 1ll*k*inv[s[now+1]]%mod;
}
int main() {
    n=read();Q=read();inv[1]=1;
    for(re int i=2;i<mod;i++) inv[i]=1ll*(mod-mod/i)*inv[mod%i]%mod;
    for(re int i=1;i<=Q;i++) {
        op[i]=read();
        if(op[i]==6) continue;
        val[i]=read();
        if(op[i]>=2&&op[i]<=4) continue;
        if(op[i]==5) {pos[i]=val[i];val[i]=0;continue;}
        pos[i]=read();std::swap(val[i],pos[i]);
    }
    for(re int i=1;i<=Q;i++) 
        val[i]%=mod,val[i]=(val[i]+mod)%mod;
    for(re int i=1;i<=Q;i++) if(op[i]==3&&!val[i]) op[i]=4;
    for(re int i=1;i<=Q;i++) if(op[i]==5||op[i]==1) c[++tot]=pos[i];
    std::sort(c+1,c+tot+1);sz=std::unique(c+1,c+tot+1)-c-1;
    for(re int i=1;i<=Q;i++) if(op[i]==5||op[i]==1) pos[i]=find(pos[i]);
    T=read();
    for(re int i=1;i<=T;i++) a[i]=read(),b[i]=read();
    s[T*Q+1]=1;
    for(re int i=T;i;--i)
        for(re int j=Q;j;--j) {
            int x=(i-1)*Q+j;
            int y=(a[i]+1ll*j*b[i]%Q)%Q+1;
            if(op[y]==2) p[x]=val[y];else p[x]=0;
            if(op[y]==3) s[x]=val[y];else s[x]=1;
            s[x]=1ll*s[x+1]*s[x]%mod;
            p[x]=(p[x+1]+1ll*p[x]*s[x]%mod)%mod;
        }
    s[0]=s[1],p[0]=p[1];n%=mod;
    int ans=0,sum=0,lst=0;
    for(re int i=1;i<=T;i++)
        for(re int j=1;j<=Q;j++) {
            int x=(i-1)*Q+j;
            int y=(a[i]+1ll*j*b[i]%Q)%Q+1;
            if(op[y]==6) {ans=(ans+sum)%mod;continue;}
            if(op[y]==2) {sum=(sum+1ll*n*val[y]%mod)%mod;continue;}
            if(op[y]==3) {sum=1ll*sum*val[y]%mod;continue;}
            if(op[y]==4) {v=val[y];lst=x;sum=1ll*n*val[y]%mod;continue;}
            if(op[y]==5) {ans=(ans+ask(pos[y],lst,x))%mod;continue;}
            if(op[y]==1) {
                int t=pos[y];
                sum=(sum-ask(t,lst,x)+mod)%mod;
                sum=(sum+val[y])%mod;
                g[t]=x;h[t]=val[y];
            }
        }
    printf("%d\n",ans);
    return 0;
}

转载于:https://www.cnblogs.com/asuldb/p/10846898.html

  • 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。 二、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。 二、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
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