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

Python 中的 with open文件操作的最佳实践

《Python中的withopen文件操作的最佳实践》在Python中,withopen()提供了一个简洁而安全的方式来处理文件操作,它不仅能确保文件在操作完成后自动关闭,还能处理文件操作中的异... 目录什么是 with open()?为什么使用 with open()?使用 with open() 进行

openCV中KNN算法的实现

《openCV中KNN算法的实现》KNN算法是一种简单且常用的分类算法,本文主要介绍了openCV中KNN算法的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录KNN算法流程使用OpenCV实现KNNOpenCV 是一个开源的跨平台计算机视觉库,它提供了各

Linux ls命令操作详解

《Linuxls命令操作详解》通过ls命令,我们可以查看指定目录下的文件和子目录,并结合不同的选项获取详细的文件信息,如权限、大小、修改时间等,:本文主要介绍Linuxls命令详解,需要的朋友可... 目录1. 命令简介2. 命令的基本语法和用法2.1 语法格式2.2 使用示例2.2.1 列出当前目录下的文

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n

Mysql表的简单操作(基本技能)

《Mysql表的简单操作(基本技能)》在数据库中,表的操作主要包括表的创建、查看、修改、删除等,了解如何操作这些表是数据库管理和开发的基本技能,本文给大家介绍Mysql表的简单操作,感兴趣的朋友一起看... 目录3.1 创建表 3.2 查看表结构3.3 修改表3.4 实践案例:修改表在数据库中,表的操作主要

C# WinForms存储过程操作数据库的实例讲解

《C#WinForms存储过程操作数据库的实例讲解》:本文主要介绍C#WinForms存储过程操作数据库的实例,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地方,望不吝赐教... 目录一、存储过程基础二、C# 调用流程1. 数据库连接配置2. 执行存储过程(增删改)3. 查询数据三、事务处

Java使用Curator进行ZooKeeper操作的详细教程

《Java使用Curator进行ZooKeeper操作的详细教程》ApacheCurator是一个基于ZooKeeper的Java客户端库,它极大地简化了使用ZooKeeper的开发工作,在分布式系统... 目录1、简述2、核心功能2.1 CuratorFramework2.2 Recipes3、示例实践3

Java利用JSONPath操作JSON数据的技术指南

《Java利用JSONPath操作JSON数据的技术指南》JSONPath是一种强大的工具,用于查询和操作JSON数据,类似于SQL的语法,它为处理复杂的JSON数据结构提供了简单且高效... 目录1、简述2、什么是 jsONPath?3、Java 示例3.1 基本查询3.2 过滤查询3.3 递归搜索3.4

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时