试题 ASGO-7 算法训练 操作格子

2024-03-15 02:38

本文主要是介绍试题 ASGO-7 算法训练 操作格子,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

题目链接 试题 ASGO-7 算法训练 操作格子
线段树详解看这里——> 线段树详解

题目描述

资源限制
时间限制:1.0s 内存限制:256.0MB

问题描述
有n个格子,从左到右放成一排,编号为1-n。
共有m次操作,有3种操作类型:
1.修改一个格子的权值,
2.求连续一段格子权值和,
3.求连续一段格子的最大值。
对于每个2、3操作输出你所求出的结果。

输入格式
第一行2个整数n,m。
接下来一行n个整数表示n个格子的初始权值。
接下来m行,每行3个整数p,x,y,p表示操作类型,p=1时表示修改格子x的权值为y,p=2时表示求区间[x,y]内格子权值和,p=3时表示求区间[x,y]内格子最大的权值。

输出格式
有若干行,行数等于p=2或3的操作总数。
每行1个整数,对应了每个p=2或3操作的结果。

样例输入
4 3
1 2 3 4
2 1 3
1 4 3
3 1 4

样例输出
6
3

数据规模与约定
对于20%的数据n <= 100,m <= 200。
对于50%的数据n <= 5000,m <= 5000。
对于100%的数据1 <= n <= 100000,m <= 100000,0 <= 格子权值 <= 10000。

解题思路

主要是记录线段树的板子,在代码里给注释。

程序代码

#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#include<cmath>
#define ls rt<<1
#define rs rt<<1|1
#define ll long long
#define mid ((tree[rt].l+tree[rt].r)>>1)
//上面这几个define应该是叫做宏定义,方便后面写的代码简洁一点
using namespace std;
struct arr {int l,r,tag1,maxx;ll sum,tag;
}tree[410005];
//线段树大概要开比原数组大四倍的空间
int n,m,a[100005];//读入优化
inline ll read() {int x=0,w=1;char ch=0;while(ch!='0'&&(ch<'0'||ch>'9')) ch=getchar();if(ch=='-') w=-1,ch=getchar();while(ch>='0'&&ch<='9') x=(x<<3)+(x<<1)+(ch-48),ch=getchar();return x*w;
}//上传最大值和区间总和
inline void pushup(int rt) {//把子树的总和更新到父节点tree[rt].sum=(tree[ls].sum+tree[rs].sum);//父节点的最大值来自于左右子树的最大值中最大的那个tree[rt].maxx=max(tree[rs].maxx,tree[ls].maxx);
}//下传lazy tag,在这道题不用,就不用管
inline void pushdown(int rt) {if(tree[rt].tag) {tree[ls].tag=tree[rt].tag;tree[rt].tag=tree[rt].tag;tree[ls].sum=((tree[ls].r-tree[ls].l+1)*tree[ls].tag);tree[rs].sum=((tree[rs].r-tree[rs].l+1)*tree[rs].tag);tree[rt].maxx=(tree[rt].tag,tree[rt].maxx);tree[rs].maxx=(tree[rs].tag,tree[rs].maxx);tree[ls].maxx=(tree[ls].maxx,tree[ls].tag);tree[rt].tag=0;}
} //建立一棵二叉树
void build(int l,int r,int rt) {tree[rt].l=l;tree[rt].r=r;//记录当前这个节点的左端点和右端点的标号if(l==r) {tree[rt].sum=a[l];tree[rt].maxx=a[l];return ;}//如果左右端点相等,说明到叶子节点了,这个时候就把叶子节点给赋值int midd=(l+r)>>1;build(l,midd,ls);build(midd+1,r,rs);//往左递归,往右递归。ls的序号是根节点的两倍,rs的序号是根节点的两倍加一pushup(rt);//上传一下最大值和最小值
}
void updata(int l,int r,int c,int rt) {if(l==tree[rt].l&&tree[rt].r==r) {tree[rt].sum=(tree[rt].r-tree[rt].l+1)*c;tree[rt].tag=c;tree[rt].maxx=c;return ;}/*上面操作是更新区间的和,还有就是区间的最大值。因为本道题更新的是一个点,可以看做区间长度为一必将递归到最底层所以maxx直接改为c。*///pushdown(rt);if(r<=mid) updata(l,r,c,ls);else if(l>mid) updata(l,r,c,rs);else {updata(l,mid,c,ls);updata(mid+1,r,c,rs);}/*如果当前更新区间的右端点比当前rt节点存储的中间点还要小,说明要更新的节点在左子树反之在右子树还有一种情况,是当前更新的区间在左子树和右子树中都有,那就左右子树都递归*/pushup(rt);//上传最大值和总和
}
ll query1(int l,int r,int rt) {if(l==tree[rt].l&&tree[rt].r==r) return tree[rt].sum;//如果查询的l和r刚好符合rt覆盖的区间,直接返回总和//pushdown(rt);ll ans=0;//记录下面递归时返回的区间总和,累加if(r<=mid) ans+=query1(l,r,ls);else if(l>mid) ans+=query1(l,r,rs);else{ans+=query1(l,mid,ls);ans+=query1(mid+1,r,rs);}pushup(rt);return ans;//把返回的总和传上去
}
ll query2(int l,int r,int rt) {if(l==tree[rt].l&&tree[rt].r==r) return tree[rt].maxx;//同上面的查询一样,这里返回最大值//pushdown(rt);if(r<=mid) return query2(l,r,ls);else if(l>mid) return query2(l,r,rs);else{return max(query2(l,mid,ls),query2(mid+1,r,rs));}//与更新操作的那一样,只不过这里要比较左右子树中哪个返回的值更大pushup(rt);
}
int main() {freopen("ALGO-7.in","r",stdin);freopen("ALGO-7.out","w",stdout);int p,x,y;//cin>>n>>m;n=read();m=read();for(int i=1;i<=n;++i) a[i]=read();build(1,n,1);//建立子树for(int i=1;i<=m;++i) {//cin>>p>>x>>y;p=read();x=read();y=read();if(p==1) updata(x,x,y,1);//更新x到x这个点的值改为y值if(p==2) { ll xx=query1(x,y,1);printf("%d\n",xx);//查询x到y的总和}if(p==3) {	ll xx=query2(x,y,1);printf("%d\n",xx);//查询x到y的最大值}}return 0;
} 

读入优化

inline ll read() {int x=0,w=1;char ch=0;while(ch!='0'&&(ch<'0'||ch>'9')) ch=getchar();if(ch=='-') w=-1,ch=getchar();while(ch>='0'&&ch<='9') x=(x<<3)+(x<<1)+(ch-48),ch=getchar();return x*w;
}

加入和不加入读入优化的区别
加入前437ms
加入后187ms
在10^5 以上的数据读入时有明显的效果,10^6 的数据效果更加明显。
在这里插入图片描述

这篇关于试题 ASGO-7 算法训练 操作格子的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/810528

相关文章

SpringBoot操作MaxComputer方式(保姆级教程)

《SpringBoot操作MaxComputer方式(保姆级教程)》:本文主要介绍SpringBoot操作MaxComputer方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的... 目录引言uqNqjoe一、引入依赖二、配置文件 application.properties(信息用自己

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.

C#中的 Dictionary常用操作

《C#中的Dictionary常用操作》C#中的DictionaryTKey,TValue是用于存储键值对集合的泛型类,允许通过键快速检索值,并且具有唯一键、动态大小和无序集合的特性,常用操作包括添... 目录基本概念Dictionary的基本结构Dictionary的主要特性Dictionary的常用操作

C# winform操作CSV格式文件

《C#winform操作CSV格式文件》这篇文章主要为大家详细介绍了C#在winform中的表格操作CSV格式文件的相关实例,文中的示例代码讲解详细,感兴趣的小伙伴可以参考一下... 目录实例一实例效果实现代码效果展示实例二实例效果完整代码实例一实例效果当在winform界面中点击读取按钮时 将csv中

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为

通俗易懂的Java常见限流算法具体实现

《通俗易懂的Java常见限流算法具体实现》:本文主要介绍Java常见限流算法具体实现的相关资料,包括漏桶算法、令牌桶算法、Nginx限流和Redis+Lua限流的实现原理和具体步骤,并比较了它们的... 目录一、漏桶算法1.漏桶算法的思想和原理2.具体实现二、令牌桶算法1.令牌桶算法流程:2.具体实现2.1

Python调用Orator ORM进行数据库操作

《Python调用OratorORM进行数据库操作》OratorORM是一个功能丰富且灵活的PythonORM库,旨在简化数据库操作,它支持多种数据库并提供了简洁且直观的API,下面我们就... 目录Orator ORM 主要特点安装使用示例总结Orator ORM 是一个功能丰富且灵活的 python O

python使用fastapi实现多语言国际化的操作指南

《python使用fastapi实现多语言国际化的操作指南》本文介绍了使用Python和FastAPI实现多语言国际化的操作指南,包括多语言架构技术栈、翻译管理、前端本地化、语言切换机制以及常见陷阱和... 目录多语言国际化实现指南项目多语言架构技术栈目录结构翻译工作流1. 翻译数据存储2. 翻译生成脚本

0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeek R1模型的操作流程

《0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeekR1模型的操作流程》DeepSeekR1模型凭借其强大的自然语言处理能力,在未来具有广阔的应用前景,有望在多个领域发... 目录0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeek R1模型,3步搞定一个应

轻松上手MYSQL之JSON函数实现高效数据查询与操作

《轻松上手MYSQL之JSON函数实现高效数据查询与操作》:本文主要介绍轻松上手MYSQL之JSON函数实现高效数据查询与操作的相关资料,MySQL提供了多个JSON函数,用于处理和查询JSON数... 目录一、jsON_EXTRACT 提取指定数据二、JSON_UNQUOTE 取消双引号三、JSON_KE