hdu4288--Coder--线段树--离线处理+离散化+想法!

2024-06-12 12:18

本文主要是介绍hdu4288--Coder--线段树--离线处理+离散化+想法!,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!

做过的线段树做到现在收获最大的一题~~~


以后还要多做几遍~~~


学会了左加右减的位移思想,


学会了离线处理数据,


学会了用lower_bound或者upper_bound寻找hash中某个数值所在的数组下标~~


整道题的思路和注释都写在代码里了。


//HDU 4288 线段树离线+离散化
#include <cstdio>
#include <cstring>
#include <algorithm>
#include <iostream>
using namespace std;
typedef long long ll;
const int maxnum=1e5+10;char op[maxnum][5];
int  num[maxnum];
int hash[maxnum];struct Node
{int l,r;//int ll,rr;本来想写实际ll和rr的,后来发现其实可以通过upper_bound找到插入元素的index,就不必每次都去考虑实际大小来进行插入了ll sum[5];//分别对应余数为0,1,2,3,4的情况int cnt;//结点对应的区间内实际有多少个数
}tree[maxnum*3];void build(int l,int r,int root)
{tree[root].l=l,tree[root].r=r,tree[root].cnt=0;for(int i=0;i<5;++i)tree[root].sum[i]=0;if(l==r) return;int mid=(l+r)>>1;build(l,mid,root<<1);build(mid+1,r,root<<1|1);
}void update(int root,int position,int adder)
{int l=tree[root].l,r=tree[root].r;if(l==r){if(adder>0){tree[root].cnt=1;tree[root].sum[1]=hash[position];}else if(adder<0){tree[root].cnt=0;tree[root].sum[1]=0;}}else{tree[root].cnt+=adder;//这里一开始二货了。。。线段树更新时一定要考虑每次究竟要更新哪些东西。int mid=(l+r)>>1;if(position<=mid) update(root<<1,position,adder);else if(position>mid) update(root<<1|1,position,adder);for(int i=0;i<5;++i)tree[root].sum[i]=tree[root<<1].sum[i]+tree[root<<1|1].sum[(i-tree[root<<1].cnt%5+5)%5];//这里有一个左加右减的思想= =#好奇妙的说。。。。//父结点mod 5=i的值来源于左结点的值,加上右结点中 mod 5=x,中的x的值,即tree[root<<1|1].sum[x]的值。//而x=(i-tree[root<<1].cnt%5+5)%5//为什么呢,因为左结点中的起始结点前面没有数,而右结点前面有tree[root<<1].cnt个数//因而相当于把右结点向右平移cnt个单位//根据左加右减的思想,实际求的x即为i-tree[root<<1].cnt在5域下的值。}
}int main()
{//freopen("input.txt","r",stdin);int n;while(~scanf("%d",&n)){int i;int p=1,q=2;for(i=1;i<=n;++i){scanf("%s",op[i]);if(op[i][0]!='s'){scanf("%d",&num[i]);//用num数组记录每次操作存入的数hash[p++]=num[i];//hash进行离散化}}//离线处理--p;sort(hash+1,hash+p+1);for(i=2;i<=p;++i) if(hash[i]!=hash[i-1]) hash[q++]=hash[i];--q;build(1,q,1);for(int i=1;i<=n;++i){if(op[i][0]=='s') {cout<<tree[1].sum[3];printf("\n");}else{int position=lower_bound(hash+1,hash+1+q,num[i])-hash;//low_bound返回第一个大于等于value的值,记住指针范围!!!//或者写int position=upper_bound(hash+1,hash+1+q,num[i])-(hash+1);if(op[i][0]=='a') update(1,position,1);else if(op[i][0]=='d') update(1,position,-1);}}}return 0;
}


这篇关于hdu4288--Coder--线段树--离线处理+离散化+想法!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/1054192

相关文章

Golang 日志处理和正则处理的操作方法

《Golang日志处理和正则处理的操作方法》:本文主要介绍Golang日志处理和正则处理的操作方法,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考... 目录1、logx日志处理1.1、logx简介1.2、日志初始化与配置1.3、常用方法1.4、配合defer

springboot加载不到nacos配置中心的配置问题处理

《springboot加载不到nacos配置中心的配置问题处理》:本文主要介绍springboot加载不到nacos配置中心的配置问题处理,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... 目录springboot加载不到nacos配置中心的配置两种可能Spring Boot 版本Nacos

python web 开发之Flask中间件与请求处理钩子的最佳实践

《pythonweb开发之Flask中间件与请求处理钩子的最佳实践》Flask作为轻量级Web框架,提供了灵活的请求处理机制,中间件和请求钩子允许开发者在请求处理的不同阶段插入自定义逻辑,实现诸如... 目录Flask中间件与请求处理钩子完全指南1. 引言2. 请求处理生命周期概述3. 请求钩子详解3.1

Python处理大量Excel文件的十个技巧分享

《Python处理大量Excel文件的十个技巧分享》每天被大量Excel文件折磨的你看过来!这是一份Python程序员整理的实用技巧,不说废话,直接上干货,文章通过代码示例讲解的非常详细,需要的朋友可... 目录一、批量读取多个Excel文件二、选择性读取工作表和列三、自动调整格式和样式四、智能数据清洗五、

SpringBoot如何对密码等敏感信息进行脱敏处理

《SpringBoot如何对密码等敏感信息进行脱敏处理》这篇文章主要为大家详细介绍了SpringBoot对密码等敏感信息进行脱敏处理的几个常用方法,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录​1. 配置文件敏感信息脱敏​​2. 日志脱敏​​3. API响应脱敏​​4. 其他注意事项​​总结

Python使用python-docx实现自动化处理Word文档

《Python使用python-docx实现自动化处理Word文档》这篇文章主要为大家展示了Python如何通过代码实现段落样式复制,HTML表格转Word表格以及动态生成可定制化模板的功能,感兴趣的... 目录一、引言二、核心功能模块解析1. 段落样式与图片复制2. html表格转Word表格3. 模板生

Python Pandas高效处理Excel数据完整指南

《PythonPandas高效处理Excel数据完整指南》在数据驱动的时代,Excel仍是大量企业存储核心数据的工具,Python的Pandas库凭借其向量化计算、内存优化和丰富的数据处理接口,成为... 目录一、环境搭建与数据读取1.1 基础环境配置1.2 数据高效载入技巧二、数据清洗核心战术2.1 缺失

SpringBoot项目中Redis存储Session对象序列化处理

《SpringBoot项目中Redis存储Session对象序列化处理》在SpringBoot项目中使用Redis存储Session时,对象的序列化和反序列化是关键步骤,下面我们就来讲讲如何在Spri... 目录一、为什么需要序列化处理二、Spring Boot 集成 Redis 存储 Session2.1

Python处理超大规模数据的4大方法详解

《Python处理超大规模数据的4大方法详解》在数据的奇妙世界里,数据量就像滚雪球一样,越变越大,从最初的GB级别的小数据堆,逐渐演变成TB级别的数据大山,所以本文我们就来看看Python处理... 目录1. Mars:数据处理界的 “变形金刚”2. Dask:分布式计算的 “指挥家”3. CuPy:GPU

Python中CSV文件处理全攻略

《Python中CSV文件处理全攻略》在数据处理和存储领域,CSV格式凭借其简单高效的特性,成为了电子表格和数据库中常用的文件格式,Python的csv模块为操作CSV文件提供了强大的支持,本文将深入... 目录一、CSV 格式简介二、csv模块核心内容(一)模块函数(二)模块类(三)模块常量(四)模块异常