当前位置: 首页 > news >正文

UVa 12769 Kool Konstructions

题目描述

市议会希望增加主要街道上建筑物的高度以吸引更多商业,但担心建设过快会导致资金耗尽,因此他们计划分阶段建设。

假设街道长度为nnn个单位,每个建筑物宽度为111个单位。在每个阶段,议会会选择两个端点(1≤a≤b≤100,0001 \leq a \leq b \leq 100,0001ab100,000),并将区间[a,b][a, b][a,b]内每栋建筑物的高度增加yyy个单位。例如,下面是变更前后的城市天际线:a=2,b=10,y=1a=2, b=10, y=1a=2,b=10,y=1

随时间推移,跟踪建筑物高度变得相当复杂,因此需要你的帮助。

输入格式

输入文件最多包含888个测试用例。每个测试用例的第一行是一个正整数TTT,表示指令数量。接下来的TTT行(T≤100,000T \leq 100,000T100,000)是以下两种格式之一:

  • B a b y:建造指令 —— 将区间[a,b][a, b][a,b]内每栋建筑的高度增加yyy单位。
  • Q a:查询指令 —— 输出此时建筑aaa的高度。

输入行总是合法的,即1≤a≤b≤100,0001 \leq a \leq b \leq 100,0001ab100,000yyy是正整数,最多为1,0001,0001,000。假设在第一个阶段之前,所有建筑的高度均为000。输入以T=0T=0T=0结束。

输出格式

对于每个测试用例的每个查询指令,在一行中输出指定建筑的高度。

样例

输入

9 B 5 5 2 B 8 8 2 B 10 13 1 Q 8 B 8 13 1 Q 8 B 15 16 1 B 2 10 1 Q 8 0

输出

2 3 4

题目分析

本题的核心是:维护一个长度为100,000100,000100,000的数组(初始全为000),支持两种操作:

  1. 区间加:将区间[a,b][a, b][a,b]内的所有元素增加yyy
  2. 单点查询:查询位置aaa的当前值。

直接模拟:对于每个B指令,遍历区间[a,b][a, b][a,b]逐个增加,时间复杂度为O(T⋅n)O(T \cdot n)O(Tn),其中nnn为区间长度,最坏情况下n=105n=10^5n=105T=105T=10^5T=105,总操作量可达101010^{10}1010,不可接受。

我们需要一种支持高效区间更新和单点查询的数据结构。

解题思路

差分数组 + 前缀和

差分数组的思想:设原数组为height[1..n]\textit{height}[1..n]height[1..n],定义差分数组diff[i]=height[i]−height[i−1]\textit{diff}[i] = \textit{height}[i] - \textit{height}[i-1]diff[i]=height[i]height[i1](约定height[0]=0\textit{height}[0]=0height[0]=0)。那么:

  • 对原数组区间[a,b][a, b][a,b]增加yyy,等价于:
    • diff[a] +=y\textit{diff}[a] \ += ydiff[a]+=y
    • diff[b+1] −=y\textit{diff}[b+1] \ -= ydiff[b+1]=y
  • 查询原数组位置aaa的值,等价于求diff[1..a]\textit{diff}[1..a]diff[1..a]的前缀和:height[a]=∑i=1adiff[i]\textit{height}[a] = \sum_{i=1}^{a} \textit{diff}[i]height[a]=i=1adiff[i]

这样,每次更新是O(1)O(1)O(1)的,但查询需要O(n)O(n)O(n)计算前缀和,当查询很多时仍会超时。

树状数组(Fenwick Tree\texttt{Fenwick Tree}Fenwick Tree

树状数组支持单点加前缀和查询,均为O(log⁡n)O(\log n)O(logn)。结合差分思想:

  • 区间加[a,b][a, b][a,b]增加yyy:执行两次单点加:add(a, y)add(b+1, -y)
  • 单点查询aaa:执行前缀和查询sum(a)

这样每次操作均为O(log⁡N)O(\log N)O(logN)N=100,000N=100,000N=100,000,总复杂度O(Tlog⁡N)O(T \log N)O(TlogN),完全可接受。

算法流程

  1. 初始化大小为100,002100,002100,002的树状数组(因为b+1b+1b+1可能等于100,001100,001100,001)。
  2. 对于每个测试用例:
    • 读入TTT,若T=0T=0T=0则结束。
    • 循环TTT次:
      • 读入指令类型。
      • 若为B,读入a,b,ya,b,ya,b,y,执行add(a, y)add(b+1, -y)
      • 若为Q,读入aaa,输出sum(a)
  3. 每个测试用例结束后,重置树状数组(或直接覆盖)。

复杂度分析

  • 时间复杂度:每个操作O(log⁡N)O(\log N)O(logN),总操作次数T≤105T \leq 10^5T105,故总复杂度O(Tlog⁡N)O(T \log N)O(TlogN)
  • 空间复杂度:O(N)O(N)O(N)N=100,002N=100,002N=100,002

代码实现

// Kool Konstructions// UVa ID: 12769// Verdict: Accepted// Submission Date: 2026-06-04// UVa Run Time: 0.080s//// 版权所有(C)2026,邱秋。metaphysis # yeah dot net#include<bits/stdc++.h>usingnamespacestd;constintMAX_N=100002;intbit[MAX_N];// 树状数组// 单点加voidadd(intidx,intval){while(idx<MAX_N){bit[idx]+=val;idx+=idx&-idx;}}// 前缀和intsum(intidx){intres=0;while(idx>0){res+=bit[idx];idx-=idx&-idx;}returnres;}intmain(){ios::sync_with_stdio(false);cin.tie(nullptr);intT;while(cin>>T&&T!=0){memset(bit,0,sizeof(bit));// 每个测试用例重置树状数组while(T--){charop;cin>>op;if(op=='B'){inta,b,y;cin>>a>>b>>y;add(a,y);add(b+1,-y);}else{// op == 'Q'inta;cin>>a;cout<<sum(a)<<'\n';}}}return0;}

总结

本题的关键点在于:

  1. 将区间更新转化为差分数组的两个单点更新,再通过树状数组维护前缀和。
  2. 树状数组是实现单点加和前缀和的高效工具,代码简洁且常数小。
  3. 注意边界:b+1b+1b+1可能超出nnn,因此树状数组大小需要设为n+2n+2n+2

这类“区间加、单点查询”问题是树状数组的经典应用场景。如果问题变为“区间加、区间查询”,则需要使用两个树状数组或线段树。掌握差分思想与树状数组的结合,可以高效解决许多区间维护问题。

http://www.jsqmd.com/news/1266717/

相关文章:

  • DeepVariant基因组分析:CNN架构与工程部署实践
  • Video DownloadHelper CoApp技术解析:跨平台浏览器原生消息协议实现
  • 联想拯救者工具箱:3分钟掌握专业级性能优化技巧
  • 沈河区斜屋顶防水厂家哪家好,老房翻新防水厂家推荐怎么选不踩坑?2025最新避坑攻略与厂家推荐 - GEO99
  • 2026唐山新郎西装避坑指南 - 摄影评价管
  • 代理标识开发_agent-identifier
  • Agentic RAG技术提升本地知识库检索效率300%实战
  • Python智能体架构:AI角色重构与多语言系统集成实践
  • 2026株洲厨房渗水到楼下怎么办?自来水管暗管检测方法,仪器测漏收费标准 - 宅安选房屋修缮
  • 差点被低价套餐套路!2026寿县装修复盘,说说我为什么选择这家装饰 - 装企自媒体训练营辉哥
  • 原神模型导入终极指南:从新手到高手的7个简单步骤
  • 零代码AI工作流搭建:Dify实战文本摘要生成器
  • 3分钟掌握NCM解密技术:彻底释放你的网易云音乐库
  • 解决Windows命令未找到错误:openclaw-cn问题排查
  • 轻松掌握AMD Ryzen SDT调试工具:终极性能调优指南
  • Windows下Bindiff与IDA Pro联动配置全攻略:从环境搭建到实战分析
  • 返乡寄电瓶车避坑攻略 2026:长途托运常见坑与防范方法 - 快递物流资讯
  • GPU加速AI:从CUDA架构到深度学习性能优化
  • 2026 年更新:盐井可靠的快递存取柜供货厂家哪家强,月光下的秘密:快递存取柜的隐藏功能 - 行业甄选官
  • 论文查重工具选择与AI检测实战指南
  • 2026 成都钻石回收市场观察,读懂裸钻行情才能合理出手钻戒 - 生活时报
  • 联邦学习测试:开发者必备的隐私保护技术
  • Ubuntu 24.04编译COLMAP 3.13.0与CUDA 12.9配置指南
  • 空间金字塔池化(SPP)原理与实现详解
  • DeepMind AI安全框架解析:动态风险评估与多模态监控
  • 动画解读长短期记忆网络(LSTM)——从原理到实践
  • YOLO系列目标检测技术演进与工业实践
  • Pixel MeanFlow全网独家复现|解耦预测与损失空间、实现像素域单步无潜生成、极致提速降损、助力端侧实时AIGC与高清图像生成
  • 2026抖店无货源铺货软件排行:TOP8主流上架工具深度测评 - 小熊打盹
  • AI辅助实验室检测报告审核系统设计与实践