codevs 1191 线段树 解题报告

本文介绍了一种使用线段树解决区间染色问题的方法。对于200,000规模的数据集,通过线段树实现区间修改来高效计算剩余未染色点的数量。文章提供了完整的代码实现。

题目描述 Description

在一条数轴上有N个点,分别是1~N。一开始所有的点都被染成黑色。接着
我们进行M次操作,第i次操作将[Li,Ri]这些点染成白色。请输出每个操作执行后
剩余黑色点的个数。

输入描述 Input Description

输入一行为N和M。下面M行每行两个数Li、Ri

输出描述 Output Description

输出M行,为每次操作后剩余黑色点的个数。

样例输入 Sample Input

10 3
3 3
5 7
2 8

样例输出 Sample Output

9
6
3

数据范围及提示 Data Size & Hint

数据限制
对30%的数据有1<=N<=2000,1<=M<=2000
对100%数据有1<=Li<=Ri<=N<=200000,1<=M<=200000

思路

题面描述非常简短,给人一种模拟水题的感觉,但是200000的数据还是不可以这样。。。
线段树区间修改就好了。

代码

#include<cstdio>
#include<cstring>
#include<iostream>
#include<algorithm>
#include<cmath>
#include<vector> 
using namespace std;
const int N=200000+5;
int n,m,lf,rt;
struct Node
{
   int lf,rt,val;
};
Node tree[N*4];
void build(int k,int L,int R)
{
    tree[k].lf=L;
    tree[k].rt=R;
    if (L==R) {tree[k].val=1;return ;}
    int mid=(L+R)/2;
    build(k*2,L,mid);
    build(k*2+1,mid+1,R);
    tree[k].val=tree[k*2].val+tree[k*2+1].val;
}
void change(int k,int L,int R)
{
    int lf,rt,mid;
    if (tree[k].val==0) return ;
    lf=tree[k].lf;
    rt=tree[k].rt;
    if (lf==L&&rt==R) {tree[k].val=0;return ;}
    mid=(lf+rt)/2;
    if (mid>=R) change(k*2,L,R);
    else if (mid<L) change(k*2+1,L,R);
    else
    {
        change(k*2,L,mid);
        change(k*2+1,mid+1,R);
    }
    tree[k].val=tree[k*2].val+tree[k*2+1].val;
}
int main()
{
    scanf("%d%d",&n,&m);
    build(1,1,n);
    for (int i=1;i<=m;i++)
    {
        scanf("%d%d",&lf,&rt);
        change(1,lf,rt);
        printf("%d\n",tree[1].val);
    }
    return 0;
}
内容概要:本文详细介绍了“电动汽车聚合可行域的内-外结合近似方法”的Matlab代码实现,旨在通过数值仿真手段对大规模电动汽车集群作为灵活资源参与电网调度的能力边界进行建模与逼近。该方法融合内部凸包构造与外部约束逼近策略,精确刻画电动汽车在充电状态、功率调节、时间维度等方面的聚合可调能力范围,形成紧致的可行域表示,为高比例电动车接入下的电力系统优化调度、需求响应、车网互动(V2G)等关键应用提供可靠的建模基础。文中强调科研应兼顾严谨逻辑与创新思维,并倡导借助YALMIP等成熟优化工具提升研究效率。完整的代码、工具包及相关案例可通过指定网盘链接和微信公众号“荔枝科研社”获取。; 适合人群:具备电力系统分析、优化理论基础及Matlab编程能力的科研人员,尤其适用于从事新能源并网、电动汽车调度、智能电网、综合能源系统等方向的研究生与工程技术人员。; 使用场景及目标:①研究大规模电动汽车集群的聚合建模与灵活性量化方法;②实现电动汽车聚合可行域的内-外近似算法;③支撑含高渗透率电动汽车的电力系统日前-实时协同优化调度;④学习并应用YALMIP工具进行数学规划建模与求解;⑤为需求响应、市场机制设计及V2G运营提供技术支撑。; 阅读建议:建议读者按照文档指引循序渐进学习,结合网盘提供的完整资源(包括YALMIP工具包与示例代码)进行实践调试,重点掌握内-外近似方法的数学建模逻辑、约束处理技巧及优化求解流程,并参考团队发布的其他相关案例,深化对优化算法与仿真技术在能源系统中应用的理解。
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