莫队离线算法

简介: 莫队离线算法

题目:


给出一个长度为 n 的数列 { a[1] , a[2] , a[3] , … , a[n] },以及 m 组询问 ( l[i] ,

r[i] , k[i])。 求数列下标区间在 [ l[i] , r[i] ] 中有多少数在该区间中的出现次数与 k[i]

互质(最大公约数为1)。


输入描述:

第一行,两个正整数 n , m (1 ≤ n, m ≤ 50000)。

第二行,n 个正整数 a[i] (1 ≤ a[i] ≤ n)描述这个数列。

接下来 m 行,每行三个正整数 l[i] , r[i] , k[i] (1 ≤ l[i] ≤ r[i] ≤ n, 1 ≤ k[i] ≤ n),描述一次询问。

输出描述:

输出 m 行,即每次询问的答案。

示例1

输入

1. 10 5
2. 1 1 1 1 1 2 2 2 2 2
3. 4 7 2
4. 4 7 3
5. 4 8 2
6. 4 8 3
7. 3 8 3

输出

1. 0
2. 2
3. 1
4. 1
5. 0

题解:

莫队算法,就裸题的基础上进行修改,题目问的多少数在该区间中的出现次数与k[i]互质,用莫队来维护区间内每个数出现的次数,然后枚举区间内出现的数的次数是否与k[i]互质,枚举的话不要从1~n全部枚举,因为题目可能只给了一部分数,其他在重复,所以可以用set来存数,因为set有自动筛重的功能


#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
ll gcd(ll a,ll b)
{
  if(b==0)return a;
  else return gcd(b,a%b);
} 
const ll maxn=1e6+9;
ll n,m;
ll a[maxn],pos[maxn],num[maxn],ans[maxn];
struct node{
  ll l,r,k,id;
}t[maxn];
bool cmp(node a,node b)
{
  if(pos[a.l]==pos[b.l])return a.r<b.r;
  else return pos[a.l]<pos[b.l];
}
int L=1,R=0;
void del(int x)
{
  num[x]--;
}
void add(int x)
{
  num[x]++;
}
void solve(node w)
{
  while(w.l>L){del(a[L++]);}
  while(w.r>R){add(a[++R]);}
  while(w.l<L){add(a[--L]);}
  while(w.r<R){del(a[R--]);}
}
set<ll>s;
int main()
{
  cin>>n>>m;
  for(int i=1;i<=n;i++)
  {
    cin>>a[i];
    s.insert(a[i]);
  }
  ll block=sqrt(n);
  for(int i=1;i<=m;i++)
  {
    cin>>t[i].l>>t[i].r>>t[i].k;
    t[i].id=i;
    pos[i]=i/block;
  A
  sort(t+1,t+1+m,cmp);
  for(int i=1;i<=m;i++)
  {
    solve(t[i]);
    int tot=0;
    for(set<ll>::iterator it=s.begin();it!=s.end();it++)
    {
      if(gcd(num[*it],t[i].k)==1&&num[*it])tot++;
    }
    ans[t[i].id]=tot;
  }
  for(int i=1;i<=m;i++)
  {
    cout<<ans[i]<<endl;
  }
}

目录
相关文章
|
7月前
|
机器学习/深度学习 数据采集 算法
推荐引擎离线算法与在线算法的探索与实践
推荐引擎是现代互联网产品中至关重要的组成部分。离线算法和在线算法分别负责处理大量数据的预处理和模型训练,以及快速响应用户的实时请求。通过合理的架构设计和算法选择,可以构建出高效且个性化的推荐系统,从而提升用户体验,增加用户满意度和留存率。未来,随着技术的发展,推荐引擎将更加智能化和个性化,为用户提供更加精准的服务。
|
8月前
|
机器学习/深度学习 人工智能 算法
【机器学习】RLHF:在线方法与离线算法在大模型语言模型校准中的博弈
【机器学习】RLHF:在线方法与离线算法在大模型语言模型校准中的博弈
390 6
|
9月前
|
算法 测试技术 C#
C++二分查找、离线算法:最近的房间
C++二分查找、离线算法:最近的房间
|
9月前
|
算法 测试技术 C++
C++二分查找、离线算法:最近的房间
C++二分查找、离线算法:最近的房间
|
机器学习/深度学习 算法 自动驾驶
NeurIPS 2022 Oral | 离线强化学习新范式!京东科技&清华提出解耦式学习算法
NeurIPS 2022 Oral | 离线强化学习新范式!京东科技&清华提出解耦式学习算法
226 0
|
2天前
|
算法 数据安全/隐私保护 计算机视觉
基于FPGA的图像双线性插值算法verilog实现,包括tb测试文件和MATLAB辅助验证
本项目展示了256×256图像通过双线性插值放大至512×512的效果,无水印展示。使用Matlab 2022a和Vivado 2019.2开发,提供完整代码及详细中文注释、操作视频。核心程序实现图像缩放,并在Matlab中验证效果。双线性插值算法通过FPGA高效实现图像缩放,确保质量。
|
1月前
|
算法 数据安全/隐私保护 计算机视觉
基于Retinex算法的图像去雾matlab仿真
本项目展示了基于Retinex算法的图像去雾技术。完整程序运行效果无水印,使用Matlab2022a开发。核心代码包含详细中文注释和操作步骤视频。Retinex理论由Edwin Land提出,旨在分离图像的光照和反射分量,增强图像对比度、颜色和细节,尤其在雾天条件下表现优异,有效解决图像去雾问题。
|
1月前
|
算法 数据可视化 安全
基于DWA优化算法的机器人路径规划matlab仿真
本项目基于DWA优化算法实现机器人路径规划的MATLAB仿真,适用于动态环境下的自主导航。使用MATLAB2022A版本运行,展示路径规划和预测结果。核心代码通过散点图和轨迹图可视化路径点及预测路径。DWA算法通过定义速度空间、采样候选动作并评估其优劣(目标方向性、障碍物距离、速度一致性),实时调整机器人运动参数,确保安全避障并接近目标。
147 68
|
1月前
|
算法 数据安全/隐私保护
室内障碍物射线追踪算法matlab模拟仿真
### 简介 本项目展示了室内障碍物射线追踪算法在无线通信中的应用。通过Matlab 2022a实现,包含完整程序运行效果(无水印),支持增加发射点和室内墙壁设置。核心代码配有详细中文注释及操作视频。该算法基于几何光学原理,模拟信号在复杂室内环境中的传播路径与强度,涵盖场景建模、射线发射、传播及接收点场强计算等步骤,为无线网络规划提供重要依据。
|
3天前
|
传感器 算法 物联网
基于粒子群算法的网络最优节点部署优化matlab仿真
本项目基于粒子群优化(PSO)算法,实现WSN网络节点的最优部署,以最大化节点覆盖范围。使用MATLAB2022A进行开发与测试,展示了优化后的节点分布及其覆盖范围。核心代码通过定义目标函数和约束条件,利用PSO算法迭代搜索最佳节点位置,并绘制优化结果图。PSO算法灵感源于鸟群觅食行为,适用于连续和离散空间的优化问题,在通信网络、物联网等领域有广泛应用。该算法通过模拟粒子群体智慧,高效逼近最优解,提升网络性能。