概述 莫队算法是由莫涛提出的算法,可以解决一类离线区间询问问题,适用性极为广泛。同时将其加以扩展,便能轻松处理树上路径询问以及支持修改操作。 ,下面介绍一下如何用莫队算法解决这道题。 首先,对询问进行分块,m个询问,L和R的范围都在n以内,我们可以根据L和R的大小来对询问进行分块,假设n=9,并且有以下的询问: 2 3 1 4 4 5 1 6 7 9 8 9 5 8 6 8 对于n=9,我们以sqrt(n)为每个块block的大小,这里block=3,那么我们把1~3分成一组、4~6、7~9,对于每一个询问(L,R),我们以L的范围来决定这个询问在哪个块,然后每一个单独的块内 ,我们让R更小的排在前面,那么上面的询问就分成: (2,3)、(1,4)、(1,6)和(4,5)、(5,8)、(6,8)和(7,9)、(8,9)。
浅谈莫队 简介 莫队算法是由莫涛提出的算法。在莫涛提出莫队算法之前,莫队算法已经在 Codeforces 的高手圈里小范围流传,但是莫涛是第一个对莫队算法进行详细归纳总结的人。 莫涛提出莫队算法时,只分析了普通莫队算法,但是经过 OIer 和 ACMer 的集体智慧改造,莫队有了多种扩展版本。 莫队算法可以解决一类离线区间询问问题,适用性极为广泛。 不难发现,莫队只支持离线区间询问,对于在线问题,我们并不能采用莫队来解决。 带修莫队 一般的莫队是不支持修改的,但是如果我们稍微修改一下,就可以让莫队资瓷修改啦~ 就像 DP 一样,可以强行加上一维时间维, 表示这次操作的时间。 时间维表示经历的修改次数。 例题:AT1219 歴史の研究 Solution 回滚莫队类似于普通莫队进行排序。
提莫攻击 在《英雄联盟》的世界中,有一个叫 “提莫” 的英雄,他的攻击可以让敌方英雄艾希(编者注:寒冰射手)进入中毒状态。 现在,给出提莫对艾希的攻击时间序列和提莫攻击的中毒持续时间,你需要输出艾希的中毒状态总时长。 你可以认为提莫在给定的时间点进行攻击,并立即使艾希处于中毒状态。 示例 输入: [1,4], 2 输出: 4 原因: 第 1 秒初,提莫开始对艾希进行攻击并使其立即中毒。中毒状态会维持 2 秒钟,直到第 2 秒末结束。 第 4 秒初,提莫再次攻击艾希,使得艾希获得另外 2 秒中毒时间。 所以最终输出 4 秒。 输入: [1,2], 2 输出: 3 原因: 第 1 秒初,提莫开始对艾希进行攻击并使其立即中毒。 但是第 2 秒初,提莫再次攻击了已经处于中毒状态的艾希。 由于中毒状态不可叠加,提莫在第 2 秒初的这次攻击会在第 3 秒末结束。 所以最终输出 3 。
在地理统计学科中应用较多,现已有多种指数可以使用,但最主要的有两种指数,即Moran的I指数和Geary的C指数,也就是我们常说的莫兰指数和G统计量。 ---- 今天我们就先了解一下度量空间相关性的一个重要指标之一的莫兰指数。 莫兰指数分为全局莫兰指数和局部莫兰指数。 // 值的分布 // 莫兰指数是一个有理数,通过方差归一化操作之后,其值将分布在[-1,1]之间,用来判别空间是否存在自相关。当值大于0时,表示数据呈现空间正相关,其值越大空间相关性越明显。
在《英雄联盟》的世界中,有一个叫 “提莫” 的英雄,他的攻击可以让敌方英雄艾希进入中毒状态。现在,给出提莫对艾希的攻击时间序列和提莫攻击的中毒持续时间,你需要输出艾希的中毒状态总时长。 你可以认为提莫在给定的时间点进行攻击,并立即使艾希处于中毒状态。 示例1: 输入: [1,4], 2 输出: 4 原因: 在第 1 秒开始时,提莫开始对艾希进行攻击并使其立即中毒。 在第 4 秒开始时,提莫再次攻击艾希,使得艾希获得另外 2 秒的中毒时间。 所以最终输出 4 秒。 但是在第 2 秒开始时,提莫再次攻击了已经处于中毒状态的艾希。 由于中毒状态不可叠加,提莫在第 2 秒开始时的这次攻击会在第 3 秒钟结束。 所以最终输出 3。 你可以假定提莫攻击时间序列中的数字和提莫攻击的中毒持续时间都是非负整数,并且不超过 10,000,000。
这也是时代的故事。以人工智能为代表的下一代互联网技术正在深入千行万业,产业科技创新的大潮滚滚而来。企业逐浪前行,求新、谋变,大势所趋。
简介 树上莫队,顾名思义就是把莫队搬到树上。 像这种不带修改数颜色的题首先想到的肯定是树套树莫队,那么如何把在序列上的莫队搬到树上呢? 它的核心思想是:当访问到点$i$时,加入序列,然后访问$i$的子树,当访问完时,再把$i$加入序列 煮个栗子,下面这棵树的欧拉序为 $1\ 2\ 3\ 4\ 4\ 5\ 5\ 6\ 6\ 3\ 7\ 7 树上莫队 有了这个有什么用呢? 比如当询问为$4,7$时,$(ed[4],st[7]) = 4\ 5\ 5\ 6\ 6\ 3\ 7\ $。大家发现了什么?没错!
数据范围 1≤N≤10^5, 1≤Q≤10^5, 1≤X_i≤10^9 输入样例: 5 5 9 8 7 8 9 1 2 3 4 4 4 1 4 2 4 输出样例: 9 8 8 16 16 2.1 题目分析 输入样例: 8 2 105 2 9 3 8 5 7 7 1 2 1 3 1 4 3 5 3 6 3 7 4 8 2 5 3 8 输出样例: 4 4 4.1 树变序列思想 这道题其实就是将基本莫队那道例题搬到了树上 莫队维护计算所有询问。 数据范围 1≤n,m≤10^5, 0≤k≤14, 0≤a_i<2^{14}1≤l<r≤n 输入样例: 5 3 2 1 1 4 7 7 1 5 1 3 3 5 输出样例: 8 2 2 核心思想 莫队的本质其实就是调整查询的顺序使得局部查询具有单调性 下面以例题为例,分析一下如何处理二次离线莫队。
「东施效颦」的故事,纵然是在当时当下的情境之下,依然还是在不断地发生着。借鉴别人的先进经验,为我所用,并没有错。但是,如果将别人的所谓的先进的经验照搬照抄,甚至将此看成是推卸责任,掩盖事实的方式和方法,是无论如何都无法原谅的。即使是无法原谅,但是,这样的事例却无时无刻不再我们的身边发生着。
如下所示 进入急救模式 进入内核模式
缘起 掌握莫队核心科技,来入坑一下二次离线莫队~ 本文的例题是 洛谷 P4887 模板 莫队二次离线(第十四分块(前体)) 分析 珂朵莉给了你一个序列a,每次查询给一个区间 [l,r] 查询 l<=i< 二次离线莫队依旧是莫队嘛,所以肯定先要按莫队的套路来,我们先不考虑什么二次离线莫队,先用不带修莫队来切. 纵观这个处理方法,不就是将跑不带修莫队过程中会遇到的所有8种贡献再次离线出来吗? 因为这是再一次离线(莫队本身有一次离线),所以这个算法才叫做二次离线莫队. 于是我们将(4)、(5)、(6)、(7) 涉及到的8种需要处理的贡献离线出来. 而仔细观察一下(4),(5),(5),(7) 这些贡献,其实就分为2类 第一类 a[x+1] 对 前缀a[1,..,x]的贡献,其中 x 会变化 第二类 a[l,..
莫兰指数(Moran’s I)是研究变量在同一个分布区内的观测数据之间潜在的相互依赖性的一个重要研究指标,在本文中,我们将探讨局域(Anselin Local Moran I)与全域两种莫兰指数(Moran 全域莫兰指数 首先请注意,在Arcgis中计算莫兰指数时只能使用矢量数据进行计算。所以如果需要计算一个栅格数据的莫兰指数的话,建议先转换成矢量数据再进行计算。 计算全域莫兰指数的工具为【工具箱——Spatial Statistics Tools——分析模式——空间自相关(Moran I)】 输入要素与需要计算莫兰指数的字段 关于生成报表,建议勾选, 关于【空间关系的概念化】的选择,指路虾神的文章→白话空间统计之五:空间关系的概念化(上) 局域莫兰指数 局域莫兰指数与全域莫兰指数的计算使用的并不是同一个工具,作者刚刚开始用Arcgis计算局域莫兰指数时也迷惑了一下 hhh 计算局域莫兰指数的工具在【工具箱——Spatial Statistics Tools——聚类分布制图——聚类和异常值分析(Anselin Local Moran I)】 与全域莫兰指数几乎同样的设置
机器学习方法 1.1 机器学习 通常来说, 机器学习的方法包括: 监督学习 supervised learning:(有数据有标签)在学习过程中,不断的向计算机提供数据和这些数据对应的值,如给出猫、狗的图片并告诉计算机哪些是猫哪些是狗,让计算机去学习分辨 非监督学习 unsupervised learning:(有数据无标签)例给猫和狗的图片,不告诉计算机哪些是猫哪些是狗,而让它自己去判断和分类。不提供数据所对应的标签信息,计算机通过观察数据间特性总结规律 半监督学习 semi-supervised le
老师讲课的时候就提到过带修改莫队在线莫队树上莫队树上带修改莫队……但是一直都没有做到过有关的题, 今天有幸做了一道裸的带修改莫队的题, 那就来分享一下自己的经验 带修改的莫队 首先我们要知道,普通的莫队算法是不资瓷修改操作的 , 不过后人对莫队算法加以改进 发明了资瓷修改的莫队算法 思路: 在进行修改操作的时候,修改操作是会对答案产生影响的(废话) 那么我们如何避免修改操作带来的影响呢? swap(C[now].val,a[C[now].pos]); //这里有个很巧妙的操作 //对于一个操作,下一次需要为的颜色是本次被改变的颜色 //比如,我把颜色3改为了7, 那么再进行这次修改的时候就是把7改为3 //所以直接交换两种颜色就好 } void MoQueue() { int l=1,r=0,now=0; for(int i=1;i< 综上莫队算法的排序保证时间复杂度是 的 带修改莫队算法的时间复杂度证明 以下内容借鉴自洛谷题解 原版莫队是将区间(l,r)视为点(l,r),带修改的即加一维时间轴(l,r,t) 对于t轴的移动可以保存每次修改
在序列中,莫队算法号称 可以解决一切区间问题 之所以叫莫队,是因为该算法的发明人是莫涛大佬 or2 莫队的思想源于分块,所以莫队的复杂度是 , 复杂度不算太差,除非毒瘤,不然不会卡莫队. 就是 18-7=11 于是, [3, 6]的答案就是[2,5]的答案减去a[2]加上a[6], 所以[3, 6]的答案是 18-8+4=14 其他区间以此类推 下面把上面的举例抽象化一下 ? 注意,这并不是 C++ stl 的pair<int, int> 的排序规则, 因为比如[3, 7]和[4, 6], 3和4如果在同一个分块的话,则[4, 6] 依旧排在[3, 7]的前面,但是如果按照C ++ stl pair<int,int> 的排序规则的话,则[4, 6]应该排在[3, 7]的后面, 所以两种排序规则并不相同. 据笔者的浅陋之识来看,莫队分为 不带修莫队(本文) 带修莫队,一般是单点修改 树上莫队 在线(带修或不带修)莫队 二维莫队 二次离线莫队 带修莫队其实就是在不带修莫队的基础上添加了一根时间轴, 对当前询问区间进行
维护好每个数出现的左右位置之后直接上不删除莫队就行了 #include<bits/stdc++.h> const int MAXN = 1e5 + 10, INF = 1e9 + 7; using namespace
浅谈莫比乌斯反演 那些各种各样的性质与定理,大多是前人几年甚至几十年才得出来的,哪里是你几天就能理解并证明的。 简介 莫比乌斯反演是数论中的重要内容。 对于一些函数 f(n),如果很难直接求出它的值,而容易求出其倍数和或约数和 g(n),那么可以通过莫比乌斯反演简化运算,求得 f(n) 的值。 --OI Wiki 莫比乌斯函数 定义 \mu(d)=\begin{cases}1&d=1\\(-1)^k&d=\prod_{i=1}^kp_i\text{且}p_i\text{为互不相同的质数}\ 性质 莫比乌斯函数是积性函数,并且有以下性质: \sum\limits_{dn}\mu(d)=\begin{cases}1 & n=1\\0 & n\not = 1\end{cases} \sum\ limits_{dn}\frac{\mu(d)}{d}=\frac{\phi(n)}{n} 求法 由于莫比乌斯函数是典型的积性函数,所以也可以用欧拉筛筛出来。
转自:静觅 » Python爬虫实战一之爬取糗事百科段子 前面入门已经说了那么多基础知识了,下面我们做几个实战项目来挑战一下吧。那么这次为大家带来,Python爬取糗事百科的小段子的例子。 首先,糗事百科大家都听说过吧?糗友们发的搞笑的段子一抓一大把,这次我们尝试一下用爬虫把他们抓取下来。 友情提示 糗事百科在前一段时间进行了改版,导致之前的代码没法用了,会导致无法输出和CPU占用过高的情况,是因为正则表达式没有匹配到的缘故。 糗事百科是不需要登录的,所以也没必要用到Cookie,另外糗事百科有的段子是附图的,我们把图抓下来图片不便于显示,那么我们就尝试过滤掉有图的段子吧。 好,现在我们尝试抓取一下糗事百科的热门段子吧,每按下一次回车我们显示一个段子。
(q+1,q+1+m,cmp2); for(int i=1;i<=m;i++){ printf("%d\n",q[i].ans); } return 0; } /* 6 1 4 7
题目描述 在《英雄联盟》的世界中,有一个叫 “提莫” 的英雄,他的攻击可以让敌方英雄艾希(编者注:寒冰射手)进入中毒状态。 现在,给出提莫对艾希的攻击时间序列和提莫攻击的中毒持续时间,你需要输出艾希的中毒状态总时长。 你可以认为提莫在给定的时间点进行攻击,并立即使艾希处于中毒状态。 你可以假定提莫攻击时间序列中的数字和提莫攻击的中毒持续时间都是非负整数,并且不超过 10,000,000。 第 4 秒初,提莫再次攻击艾希,使得艾希获得另外 2 秒中毒时间。 所以最终输出 4 秒。 但是第 2 秒初,提莫再次攻击了已经处于中毒状态的艾希。 由于中毒状态不可叠加,提莫在第 2 秒初的这次攻击会在第 3 秒末结束。 所以最终输出 3 。