一維差分數組

2.一維差分 - 藍橋云課

問題描述

給定一個長度為?n?的序列?a

再給定?m?組操作,每次操作給定 3 個正整數?l,?r,?d,表示對?a_{l}?到?a_{r}?中的所有數增加?d

最終輸出操作結束后的序列?a

??Update??: 由于評測機過快,n,?m?于 2024-12-09 從?102?加強至?2×105,杜絕暴力通過本題。

輸入格式

第一行輸入兩個正整數?n,?m。(1≤n,m≤2×105)

第二行輸入?n?個正整數?a。(1≤i≤n,1≤ai?≤104)。

接下來?m?行,每行輸入 3 個正整數?l,?r,?d。(1≤l≤r≤n,?104≤d≤104)。

輸出格式

輸出?n?個整數,表示操作結束后的序列?a

樣例輸入

6 3
1 2 2 1 2 1
1 3 1
3 5 1
1 6 1

樣例輸出

3 4 5 3 4 2

思路:

模板

代碼:

#include <bits/stdc++.h>
using namespace std;
const int N = 2e6+10;
int a[N],diff[N];
int main() 
{ios::sync_with_stdio(0);cin.tie(0);cout.tie(0);int n,m;cin >> n >> m;for(int i = 1 ; i <= n ; i++){cin >> a[i];diff[i] = a[i] - a[i-1];}while(m--){int l,r,d;cin >> l >> r >> d;diff[l] += d;if(r + 1 <= n)diff[r+1] -= d;}//復原for(int i = 1 ; i <= n ; i++)diff[i] += diff[i-1]; for(int i = 1 ; i <= n ; i++)cout << diff[i] << " ";return 0;
}

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/news/901049.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/901049.shtml
英文地址,請注明出處:http://en.pswp.cn/news/901049.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

二分答案----

二分答案 - 題目詳情 - HydroOJ 問題描述 給定一個由n個數構成的序列a&#xff0c;你可以進行k次操作&#xff0c;每次操作可以選擇一個數字&#xff0c;將其1&#xff0c;問k次操作以后&#xff0c;希望序列里面的最小值最大。問這個值是多少。 輸入格式 第一行輸入兩個正…

旋轉位置編碼

旋轉位置編碼&#xff08;Rotary Position Embedding&#xff0c;RoPE&#xff09;: 一種能夠將相對位置信息依賴集成到 self-attention 中并提升 transformer 架構性能的位置編碼方式。 和相對位置編碼相比&#xff0c;RoPE 具有更好的外推性&#xff0c;目前是大模型相對位…

.NET-EFCore基礎知識

.NET EF Core&#xff08;Entity Framework Core&#xff09;是微軟開發的一款開源的對象關系映射&#xff08;ORM&#xff09;框架&#xff0c;用于在.NET 應用程序中與數據庫進行交互。以下是一些.NET EF Core 的基礎知識&#xff1a; 1. 什么是 EF Core EF Core 是.NET 平…

利用 RNN 預測股票價格:從數據處理到可視化實戰

在金融領域&#xff0c;預測股票價格走勢一直是眾多投資者和研究者關注的焦點。今天&#xff0c;我們將利用深度學習中的循環神經網絡&#xff08;RNN&#xff09;來構建一個簡單的股票價格預測模型&#xff0c;并詳細介紹從數據加載、預處理、模型搭建、訓練到最終結果可視化的…

LangGraph 架構詳解

核心架構組件 LangGraph 的架構建立在一個靈活的基于圖的系統上&#xff0c;使開發者能夠定義和執行復雜的工作流。以下是主要架構組件&#xff1a; 1. 狀態管理系統 LangGraph 的核心是其強大的狀態管理系統&#xff0c;它允許應用程序在整個執行過程中維護一致的狀態&…

Python 深度學習實戰 第1章 什么是深度學習代碼示例

第1章&#xff1a;什么是深度學習 內容概要 第1章介紹了深度學習的背景、發展歷史及其在人工智能&#xff08;AI&#xff09;和機器學習&#xff08;ML&#xff09;中的地位。本章探討了深度學習的定義、其與其他機器學習方法的關系&#xff0c;以及深度學習在近年來取得的成…

swift菜鳥教程1-5(語法,變量,類型,常量,字面量)

一個樸實無華的目錄 今日學習內容&#xff1a;1.基本語法引入空格規范輸入輸出 2.變量聲明變量變量輸出加反斜杠括號 \\( ) 3.可選(Optionals)類型可選類型強制解析可選綁定 4.常量常量聲明常量命名 5.字面量整數 and 浮點數 實例字符串 實例 今日學習內容&#xff1a; 1.基本…

GAT-GRAPH ATTENTION NETWORKS(論文筆記)

CCF等級&#xff1a;A 發布時間&#xff1a;2018年 代碼位置 25年4月21日交 目錄 一、簡介 二、原理 1.注意力系數 2.歸一化 3.特征組合與非線性變換 4.多頭注意力 4.1特征拼接操作 4.2平均池化操作 三、實驗性能 四、結論和未來工作 一、簡介 圖注意力網絡&…

XML、JSON 和 Protocol Buffers (protobuf) 對比

目錄 1. XML (eXtensible Markup Language) 1&#xff09;xml的特點&#xff1a; 2&#xff09;xml的適用場景&#xff1a; 2. JSON (JavaScript Object Notation) 1&#xff09;JSOM的特點&#xff1a; 2&#xff09;JSON的適用場景&#xff1a; 3. Protocol Buffers (…

如何通過簡單步驟保護您的網站安全

在如今的數字化時代&#xff0c;網站安全已經成為每個網站管理者都不能忽視的重點。未授權用戶入侵、數據泄露和惡意軟件等威脅越來越多&#xff0c;網站安全對于保護企業、用戶和客戶的數據非常重要。為了幫助您提升網站的安全性&#xff0c;本文介紹了一些簡單且有效的措施&a…

【后端開發】初識Spring IoC與SpringDI、圖書管理系統

文章目錄 圖書管理系統用戶登錄需求分析接口定義前端頁面代碼服務器代碼 圖書列表展示需求分析接口定義前端頁面部分代碼服務器代碼Controller層service層Dao層modle層 Spring IoC定義傳統程序開發解決方案IoC優勢 Spring DIIoC &DI使用主要注解 Spring IoC詳解bean的存儲五…

通付盾風控智能體(RiskAgent): 神煩狗(DOGE)

在數字化業務高速發展的今天&#xff0c;風控系統已成為企業抵御黑產、欺詐、保障交易安全的核心防線。然而傳統風控面臨人力依賴高與策略滯后性等挑戰&#xff0c;數據分析師需每日從海量數據中手動提煉風險特征、設計防護規則&#xff0c;耗時費力&#xff1b;新策略從發現到…

大模型論文:Language Models are Unsupervised Multitask Learners(GPT2)

大模型論文&#xff1a;Language Models are Unsupervised Multitask Learners(GPT2) 文章地址&#xff1a;https://storage.prod.researchhub.com/uploads/papers/2020/06/01/language-models.pdf 摘要 自然語言處理任務&#xff0c;例如問答、機器翻譯、閱讀理解和摘要&am…

分布式ID生成方案的深度解析與Java實現

在分布式系統中&#xff0c;生成全局唯一的ID是一項核心需求&#xff0c;廣泛應用于訂單編號、用戶信息、日志追蹤等場景。分布式ID不僅需要保證全局唯一性&#xff0c;還要滿足高性能、高可用性以及一定的可讀性要求。本文將深入探討分布式ID的概念、設計要點、常見生成方案&a…

記 etcd 無法在docker-compose.yml啟動后無法映射數據庫目錄的問題

1、將etcd 單獨提取 Dockerfile&#xff0c;指定配置文件和數據目錄 #鏡像 FROM bitnami/etcd:3.5.11 #名稱 ENV name"etcd" #重啟 ENV restart"always" #運行無權限 ENV ALLOW_NONE_AUTHENTICATION"yes" #端口 EXPOSE 2379 2380 #管理員權限才…

怎樣才不算干擾球·棒球1號位

在棒球運動中&#xff0c;"干擾球"&#xff08;Interference&#xff09;是指球員或場外人員非法影響了比賽的正常進行。以下情況通常 不構成干擾&#xff0c;屬于合法行為或無需判罰&#xff1a; 1. 擊跑員&#xff08;Batter-Runner&#xff09;合法跑壘 跑壘限制…

PyTorch實現多輸入輸出通道的卷積操作

本文通過代碼示例詳細講解如何在PyTorch中實現多輸入通道和多輸出通道的卷積運算&#xff0c;并對比傳統卷積與1x1卷積的實現差異。 1. 多輸入通道互相關運算 當輸入包含多個通道時&#xff0c;卷積核需要對每個通道分別進行互相關運算&#xff0c;最后將結果相加。以下是實現…

深入解析 MySQL 中的日期時間函數:DATE_FORMAT 與時間查詢優化、DATE_ADD、CONCAT

深入解析 MySQL 中的日期時間函數&#xff1a;DATE_FORMAT 與時間查詢優化 在數據庫管理和應用開發中&#xff0c;日期和時間的處理是不可或缺的一部分。MySQL 提供了多種日期和時間函數來滿足不同的需求&#xff0c;其中DATE_FORMAT函數以其強大的日期格式化能力&#xff0c;…

SSH配置優化:提升本地內網Linux服務器遠程連接速度與穩定性

文章目錄 引言一. 理解SSH連接過程與影響因素二. 服務器端SSH配置優化三. 客戶端SSH配置優化四. 高級技巧五. 內網穿透突破公網IP限制總結 引言 SSH (Secure Shell) 是一種網絡協議&#xff0c;用于加密的網絡服務&#xff0c;常用于遠程登錄和管理Linux服務器。對于本地內網的…

BERT - MLM 和 NSP

本節代碼將實現BERT模型的兩個主要預訓練任務&#xff1a;掩碼語言模型&#xff08;Masked Language Model, MLM&#xff09; 和 下一句預測&#xff08;Next Sentence Prediction, NSP&#xff09;。 1. create_nsp_dataset 函數 這個函數用于生成NSP任務的數據集。 def cr…