codeforces 569 div1 Serge and Dining Room(线段树 懒惰传播)

本文介绍了一种使用懒惰传播线段树解决动态更新菜价和顾客预算的问题,通过构建特殊的数据结构,实现了快速查询和更新最贵可购买菜品的功能。

题目大意:

有n个价格的菜,有m个人去买菜,这m个人排队去买,每个人都尽可能去买最贵的菜,题目有q次询问,每次都可能会改n个菜中的某个菜的价格,或者更改m个人中的某个人的钱。问,当m个人买完后,你可以买的最贵的菜是哪个。

若其中一个学生买不了菜,他会退出队列。

数据范围:菜的价格<=1e6 , q<= 3e5 , m,n<= 3e5.

 

题解思路:

通过观察,我们发现,排队对这个问题没有影响,我们在这里可以想象一个数轴,从原点到菜的价格都+1,从原点到学生的钱数都-1,那么我们只要找到最右边是正数的下标,这个下标就是我们可以买的菜,若都是负数,我们可以返回-1。这里我们可以建一个range max query类型的线段树 因为这里需要频繁更新,所以我们需要lazy propagation也就是懒惰传播,所谓懒惰传播就是和以前线段树每次把整棵树都更新的思路不一样,我们在update range的时候,若这时的range已经在query的range里面,我们在这里它的左右区间打个懒惰标签,停止更新,同时本区间的值也要增加。之后询问到有懒惰标签的地方,我们把懒惰标签传递往左右区间传递同时更新懒惰区间值即可。但是这题的更新有一点不一样,这里我们在查询的时候,当把左右区间给传播懒惰标签时,左右区间分别也要更新值 同时继续传播下去,因为这里查询要用到后面的区间的值。

废话:

这题对于我来说有点难想到,把区间变成全1还有-1这种思路是值得学习的。同时也复习了一次lazy propagation,希望下次做到线段树的题的时候,能够正确想到懒惰标签什么时候传播,更重要的是知道怎么询问吧。

#include<bits/stdc++.h>
#define OPEN 0
using namespace std;
const int maxn = 1e6 + 10, N = 1e6;
int st[maxn * 10], lazy[maxn * 10];
void upd(int root, int l, int r, int rl, int rr, int v) {
	if (lazy[root] != 0) {
		//cerr << "lazy propagation " << endl;
		//cerr << l << " " << r << endl;
		int lft = root * 2;
		int rgt = root * 2 + 1;
		if (l != r) {
			lazy[lft] += lazy[root];
			lazy[rgt] += lazy[root];
		}
		st[root] += lazy[root];
		lazy[root] = 0;
	}
	if (l > r || l > rr || r < rl)return;
	if (l >= rl&&r <= rr) {
		//cerr << "update lazy" << endl;
		//cerr << root << " " << l << " " << r << " " << rl << " " << rr << endl;
		int lft = root * 2;
		int rgt = root * 2 + 1;
		if (l != r) {
			lazy[lft] += v;
			lazy[rgt] += v;
		}
		st[root] += v;
		return;
	}
	int lft = root * 2;
	int rgt = root * 2 + 1;
	int m = (l + r) / 2;
	upd(lft, l, m, rl, rr, v);
	upd(rgt, m + 1, r, rl, rr, v);
	st[root] = max(st[lft], st[rgt]);
}
int query(int root, int l, int r){
	if (l == r)return l;
	if (lazy[root] != 0){
		//cerr << "query lazy" << endl;
		//cerr << l << " " << r << endl;
		st[root] += lazy[root];
		int lft = root * 2;
		int rgt = root * 2 + 1;
		if (l != r) {
			lazy[lft] += lazy[root];
			lazy[rgt] += lazy[root];
		}
		lazy[root] = 0;

	}

	int rgt = root * 2 + 1;
	int lgt = root * 2;
	int m = (l + r) / 2;

	if (lazy[lgt] != 0) {

		st[lgt] += lazy[lgt];
		int lft = lgt * 2;
		int rft = lgt * 2 + 1;

		lazy[lft] += lazy[lgt];
		lazy[rft] += lazy[lgt];

		lazy[lgt] = 0;

	}
	if (lazy[rgt] != 0) {

		st[rgt] += lazy[rgt];
		int lft = rgt * 2;
		int rft = rgt * 2 + 1;

		lazy[lft] += lazy[rgt];
		lazy[rft] += lazy[rgt];

		lazy[rgt] = 0;

	}

	if (st[rgt] > 0)return query(rgt, m + 1, r);
	else return query(lgt, l, m);
}
int main() {
#if OPEN
	freopen("in.txt", "r", stdin);
#endif
	memset(lazy, 0, sizeof(lazy));
	memset(st, 0, sizeof(st));
	int n, m;
	cin >> n >> m;
	vector<int> mva;
	for (int i = 0; i < n; i++) {
		int t;
		cin >> t;
		mva.push_back(t);
		upd(1, 1, N, 1, t, 1);
	}
	vector<int> mvb;
	for (int i = 0; i < m; i++) {
		int t;
		cin >> t;
		mvb.push_back(t);
		upd(1, 1, N, 1, t, -1);
	}
	int q;
	cin >> q;

	while (q--) {
		int a, b, c;

		cin >> a >> b >> c;
		if (a == 1) {
			upd(1, 1, N, 1, mva[b - 1], -1);
			mva[b - 1] = c;
			upd(1, 1, N, 1, mva[b - 1], 1);
		}
		else {

			upd(1, 1, N, 1, mvb[b - 1], 1);
			mvb[b - 1] = c;
			upd(1, 1, N, 1, mvb[b - 1], -1);
		}
		if (st[1] <= 0) {
			cout << -1 << endl;
		}
		else cout << query(1, 1, N) << endl;
	}
	return 0;
}

 

内容概要:本文详细记录了对一个Android ARM64静态ELF文件中字符串加密机制的逆向分析过程。该ELF文件的所有字符串均被加密,无法通过常规strings命令或IDA直接识别。作者通过分析发现,加密字符串存储在.rodata段,其解密所需信息(包括密文地址、长度和16位密钥)保存在.data.rel.ro段的40字节描述符中。核心解密函数sub_10F408采用自反的双pass流密码算法,结合固定密钥KEY_TERM(由.data段24字节数据计算得出),实现字节级非线性、位置与长度相关的加密。文章还复现了完整的Python解密脚本,并揭示了该保护机制的本质为代码混淆而非强加密,最终成功批量解密全部956条字符串,暴露程序真实行为,如shell命令模板、设备标识篡改、网络重置等操作。此外,文中还提及未启用的自定义壳框架及其反dump设计。; 适合人群:具备逆向工程基础的安全研究人员、二进制分析人员及对ELF保护技术感兴趣的开发者。; 使用场景及目标:①学习ELF二进制中字符串加密的典型实现方式与逆向突破口;②掌握从结构识别、函数追踪到算法还原的完整逆向流程;③理解“绑定二进制”的完整性校验设计及其局限性;④实践编写IDAPython脚本自动化提取与解密敏感数据。; 阅读建议:此资源以实战案例驱动,不仅展示技术细节,更强调逆向思维与验证方法,建议读者结合IDA调试环境,逐步跟随文中步骤进行动态分析与算法验证,深入理解每一步的推理依据。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值