【分块】LibreOJ 6280 数列分块入门4
题目
题解
将
对于区间加操作,将添加值存储在符合整块都进行加法操作的块的懒标记
对于区间和操作,将覆盖到的整块的
参考代码
#include<bits/stdc++.h> #define IOS ios::sync_with_stdio(false);cin.tie(nullptr);cout.tie(nullptr); using namespace std; typedef long long ll; constexpr int N = 50007; int n, op, l, r, c; int len;//块长 ll a[N];//数列 ll add[230];//懒添加标记 ll sum[230];//块和 /*初始化块*/ void initPieces() { len = sqrt(n); for (int i = 1, j = 1; i <= n; ++ i) { sum[j] += a[i]; if (i % len == 0) ++ j; } } /*获取下标 x 所在的块的索引*/ int getPieceId(int x) { return (x - 1) / len + 1; } /*获取第 pid 块的大小,即这个块的元素个数*/ int getPieceSize(int pid) { return min(n, pid * len) - (pid - 1) * len; } /*判断下标 x 是否为块的左边界*/ bool isLeftBoundary(int x) { return (x - 1) % len == 0; } /*判断下标 x 是否为块的右边界*/ bool isRightBoundary(int x) { return x % len == 0; } int main() { IOS cin >> n; for (int i = 1; i <= n; ++ i) cin >> a[i]; initPieces(); for (int i = 0; i < n; ++ i) { cin >> op >> l >> r >> c; bool isLe = isLeftBoundary(l), isRi = isRightBoundary(r); int le = getPieceId(l), ri = getPieceId(r); if (op) {//区间和 ++ c; ll res = 0LL; for (int i = isLe ? le : le + 1, j = isRi ? ri : ri - 1; i <= j; ++ i) { res = (res + sum[i] % c + add[i] * getPieceSize(i) % c) % c; } if (!isLe) { while (l <= r) { res = (res + add[le] + a[l]) % c; if (isRightBoundary(l)) break; ++ l; } } if (!isRi) { while (l <= r) { res = (res + add[ri] + a[r]) % c; if (isLeftBoundary(r)) break; -- r; } } cout << res << '\n'; } else {//区间加 for (int i = isLe ? le : le + 1, j = isRi ? ri : ri - 1; i <= j; ++ i) add[i] += c; if (!isLe) { while (l <= r) { a[l] += c; sum[le] += c; if (isRightBoundary(l)) break; ++ l; } } if (!isRi) { while (l <= r) { a[r] += c; sum[ri] += c; if (isLeftBoundary(r)) break; -- r; } } } } return 0; }
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 一个费力不讨好的项目,让我损失了近一半的绩效!
· 实操Deepseek接入个人知识库
· CSnakes vs Python.NET:高效嵌入与灵活互通的跨语言方案对比
· Plotly.NET 一个为 .NET 打造的强大开源交互式图表库
· 【.NET】调用本地 Deepseek 模型