离线+树状数组,ABC253 F - Operations on a Matrix

一、题目

1、题目描述

2、输入输出

2.1输入

2.2输出

3、原题链接

F - Operations on a Matrix


二、解题报告

1、思路分析

我们通过差分树状数组,可以轻松解决操作1

操作3我们也可以通过树状数组来获取对应列的值

关键是操作2会对操作3造成影响

所以我们先对询问离线处理,记录每个操作2影响到的操作3

然后顺序处理操作

当遇到操作2,我们将其影响的操作3(i, j)设置初值为 ans = x - col[j],(col[j] 为 第j列累加的值)

遇到操作3时 输出ans + col[j]

2、复杂度

时间复杂度: O(qlogm)空间复杂度:O(Q + N + M)

3、代码详解

 ​
#include <bits/stdc++.h>
// #include <ranges>
// #define DEBUG
using i64 = long long;
using u32 = unsigned;
using u64 = unsigned long long;
constexpr int inf32 = 1E9 + 7;
constexpr i64 inf64 = 1E18 + 7;
constexpr double eps = 1E-9;template<typename T>
class FenWick {
private:int n;std::vector<T> tr;
public:FenWick(int _n) : n(_n), tr(_n + 1) {}FenWick(const std::vector<T> &_init) : FenWick(_init.size()) {init(_init);}void init(const std::vector<T> &_init) {for (int i = 1; i <= n; ++ i) {tr[i] += _init[i - 1];int j = i + (i & -i);if (j <= n)tr[j] += tr[i];}}void add(T x, T k) {for (; x <= n; x += x & -x) tr[x] += k;}void add(T l, T r, T k) {add(l, k), add(r + 1, -k);}T query(T x) const {T res = T{};for (; x; x &= x - 1) res += tr[x];return res;}T query(T l, T r) const {if (l > r) return T{};return query(r) - query(l - 1);}int select(const T &k) {int x = 0;T cur{};for (int i = 1 << std::__lg(n); i; i /= 2) {if (x + i <= n && cur + tr[x + i] <= k) {x += i;cur = cur + tr[x];}}return x;}
};struct query{int op, a, b, c;
};void solve() {int n, m, q;std::cin >> n >> m >> q;std::vector<query> Q(q);std::vector<std::vector<int>> val(q);std::vector<int> last(n, -1);for (int i = 0; i < q; ++ i) {std::cin >> Q[i].op >> Q[i].a >> Q[i].b;if (Q[i].op == 1)std::cin >> Q[i].c;else if(Q[i].op == 2)last[Q[i].a - 1] = i;else if(~last[Q[i].a - 1])val[last[Q[i].a - 1]].push_back(i);}    std::vector<i64> ans(q);FenWick<i64> tr(m + 1);for (int i = 0; i < q; ++ i) {if (Q[i].op == 1) {tr.add(Q[i].a, Q[i].c);tr.add(Q[i].b + 1, -Q[i].c);}else if(Q[i].op == 2) {for (int j : val[i])ans[j] = Q[i].b - tr.query(Q[j].b);}else {std::cout << ans[i] + tr.query(Q[i].b) << '\n';}}
}auto FIO = []{std::ios::sync_with_stdio(false);std::cin.tie(nullptr);std::cout.tie(nullptr);return 0;
} ();int main() {#ifdef DEBUGfreopen("in.txt", "r", stdin);freopen("out.txt", "w", stdout);#endif     int t = 1;// std::cin >> t;while (t --)solve();return 0;
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/394747.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【Linux】yum软件包管理器(使用、生态、yum源切换)

目录 1.yum-软件包管理器&#x1f638;1.1yum使用方法1.2什么是yum&#xff1f;&#x1f638;1.3yum的周边生态1.4yum源切换1.4.1 查看系统本身yum源1.4.2 软件源1.4.3yum源配置 1.yum-软件包管理器 以下操作需要联网的情况下进行 &#x1f638;1.1yum使用方法 安装软件时由于需…

【学习笔记】Day 7

一、进度概述 1、DL-FWI基础入门培训笔记 2、inversionnet_train 试运行——未成功 二、详情 1、InversionNet: 深度学习实现的反演 InversionNet构建了一个具有编码器-解码器结构的卷积神经网络&#xff0c;以模拟地震数据与地下速度结构的对应关系。 &#xff08;一…

03 库的操作

目录 创建查看修改删除备份和恢复查看连接情况 1. 创建 语法 CRATE DATABASE [IF NOT EXISTS] db_name [create_specification [, create_specification] …] create_specification:  CHARACTER SET charset_name  CPLLATE collation_name 说明&#xff1a; 大写的标识关键…

基于YOLOv8的小麦种子品质检测系统

基于YOLOv8的小麦种子品质检测系统 (价格85) 包含 [bad seed, healthy seed, impurity] 3个类 通过PYQT构建UI界面&#xff0c;包含图片检测&#xff0c;视频检测&#xff0c;摄像头实时检测。 &#xff08;该系统可以根据数据训练出的yolov8的权重文件&#xff0c;运用在…

【多线程-从零开始-捌】代码案例2—阻塞队列

什么是阻塞队列 阻塞队里是在普通的队列&#xff08;先进先出队列&#xff09;基础上&#xff0c;做出了扩充 线程安全 标准库中原有的队列 Queue 和其子类&#xff0c;默认都是线程不安全的 具有阻塞特性 如果队列为空&#xff0c;进行出队列操作&#xff0c;此时就会出现阻…

vue2知识点4(组件 全局组件 局部组件 父子组件的生命周期钩子函数 父子组件之间的数据传递 局部路由)

目录 一、组件 1. 介绍 2. 全局组件 使用全局组件 实例和组件之间的数据不互通 组件复用 data函数式和data对象的区别: 注意 3. 局部组件 全局组件和局部组件的区别: 注册多个子组件&#xff08;局部组件&#xff09; 4. 父子组件的生命周期钩子函数 加载渲染过程…

RIP路由协议之网络工程师软考中级

几种常见的路由协议 路由协议名称路由协议分类&#xff08;工作原理&#xff09;协议分类&#xff08;工作区域&#xff09;路由算法RIP距离矢量IGPBellman-FordOSPF-ISIS链路状态IGPDijkstraBGP路径向量EGP/ IGP称为内部网关协议&#xff08;I人&#xff0c;内向&#xff09…

python判断和循环语句

python判断语句 1、单个条件判断 if 条件:满足条件要做的事情1满足条件要做的事情2 else:不满足条件要做的事情3不满足条件要做的事情2 2、多个条件判断&#xff08;满足条件1就不会判断条件2&#xff09; else可以省略不写 if 条件1:满足条件1要做的事情a满足条件1要做的事…

爆款短视频素材去哪里找?做抖音短视频爆款热门素材网站分享

爆款短视频素材寻宝&#xff1a;哪里是创作者的宝藏地&#xff1f; 在短视频创作的世界里&#xff0c;找到高质量的素材是打造爆款视频的关键。无论你是初入短视频领域的新手&#xff0c;还是拥有庞大粉丝群的资深创作者&#xff0c;选择合适的视频素材网站可以极大提升你的视…

NET 定时器 Timer和线程Thread

是否可以更新UI线程的内容 》》》资源占用&#xff1a;‌ 》定时器可以的&#xff0c;不存在跨线程问题 》Thread创建的线程&#xff0c;不能更新UI线程的内容&#xff0c; 存在跨线程 Control.CheckForIllegalCrossThreadCalls false;//默认是True 》》执行方式&#xff…

软考:软件设计师 — 11.UML 建模

十一. UML 建模 UML 建模部分是下午场考试中第三个题目&#xff0c;分值 15 分。先介绍一下这类题目的考查形式。 1. 考察形式 &#xff08;1&#xff09;类图与对象图 填类名&#xff0c;方法名&#xff0c;属性名填关系填多重度 UML 中四种基本关系&#xff1a; 依赖关…

数据库连接池的深入学习

为什么需要数据库连接池&#xff1f; 正常操作数据库需要对其进行连接&#xff0c;访问数据库&#xff0c;执行sql语句&#xff0c;断开连接。 创建数据库连接是一个昂贵的过程&#xff0c;在高并发的情况下&#xff0c;频繁的创建数据库的连接可能会导致数据库宕机。 有了连…

【python015】常见成熟AI-图像识别场景算法清单(已更新)

1.欢迎点赞、关注、批评、指正&#xff0c;互三走起来&#xff0c;小手动起来&#xff01; 【python015】常见成熟AI-图像识别场景算法清单及代码【python015】常见成熟AI-图像识别场景算法清单及代码【python015】常见成熟AI-图像识别场景算法清单及代码 文章目录 1.背景介绍2…

【ML】self-supervised Learning for speech and Image

【ML】self-supervised Learning for speech and Image 1. self-supervised Learning for speech and Image1.1 自监督学习在语音处理领域的方法及其特点1.2 自监督学习在图像处理领域的方法及其特点 2. Predictive Approach2.1 特点2.2 适用场景 3. contrastive Learning4. 语…

上架10天,下载量6W+!用AI绘画 Stable Diffusion 做表情包真的可以赚钱!(AI绘画副业教程分享)

大家好&#xff0c;我是画画的小强 拜托&#xff0c;你不会还不知道吧&#xff0c;在大家还忙着跟网友斗图的时候&#xff0c;已经有人靠做某信表情包快速变现了&#xff01;光靠一套表情包就躺赚50W&#xff01; 紫沐甜心生成的表情包胭脂公主&#xff0c;上架10天后下载量就…

C:冒泡排序

1、冒泡排序介绍&#xff1a; 冒泡排序的核心思想就是&#xff1a;两两相邻的元素进行比较。 先用一个例子来帮助大家理解一下冒泡排序的算法是怎们进行的 有一排高矮不同的人站成一列&#xff0c;要按照从矮到高的顺序重新排队。 冒泡排序的方法就是&#xff0c;从第一个人…

Python代码之特征工程基础

1. 什么是特征工程 特征工程是指从原始数据中提取、转换和创建适合于模型训练的数据特征的过程。它是机器学习和深度学习中非常重要的一步&#xff0c;因为好的特征工程可以显著提高模型的性能。特征工程涉及从数据中提取有意义的信息&#xff0c;并将其转换为模型可以理解和使…

Python实战:类

一、圆的面积、周长 class Circle:# 初始化一个类参数&#xff1a;rdef __init__(self,r):self.r r# 计算面积的方法def get_area(self):return 3.14*pow(self.r,2)# 计算周长的方法def get_perimeter(self):return 2*3.14*self.r#创建对象 r eval(input(请输入圆的半径&…

linux系统编程:(4)

1.系统时间的获取函数 1. time函数 功能: 获得1970年到现在的秒数 参数: t:存放秒数的空间首地址 返回值: 成功返回1970年到现在的秒数 失败返回-1 2.localtime 函数 功能: 将一个秒数转化成日历时间 参数: timep:保存秒数空间的地址 返回值: 成功…