这是一个完整的 C++ 数据生成器。它会自动生成 1.in/1.out 到 10.in/10.out 共20个文件。

设计策略 (Coverage Strategy)

为了保证测试数据的全面性，我设计了以下10个测试点：

1. 样例数据：题目中给出的演示数据，用于基础验证。
2. 极小数据：$N=5, M=5$，方便人工检查。
3. 全正数：所有元素均为正数，测试累加逻辑。
4. 全负数：所有元素均为负数，测试负数减法逻辑。
5. 含零与混合：正负数和0混合，测试 0 对前缀和的影响。
6. 单点查询 (边界)：所有查询满足 $L=R$，测试是否能正确处理单个元素。
7. 全区间查询 (边界)：所有查询满足 $L=1, R=N$，测试最大范围。
8. 中等规模随机：$N=1000$，常规随机数据。
9. 大数据压力测试 1：$N=10^5, M=10^5$，数值范围大，测试时间复杂度。
10. 大数据压力测试 2：$N=10^5, M=10^5$，数值交替波动，测试最大数据量下的稳定性。

数据生成器代码 (generator.cpp)

您可以将以下代码保存为 generator.cpp，编译并运行即可。

#include <iostream>
#include <fstream>
#include <vector>
#include <string>
#include <random>
#include <ctime>
#include <algorithm>

using namespace std;

// ==========================================
// 1. 标准解法函数 (用于生成 .out 文件)
// ==========================================
// 使用 long long 防止溢出，虽然题目数据在 int 范围内，但作为标准解法应具有鲁棒性
vector<long long> solve(int n, const vector<int>& nums, const vector<pair<int, int>>& queries) {
    // 预处理前缀和，preSum[i] 表示前 i 个数的和
    vector<long long> preSum(n + 1, 0);
    for (int i = 0; i < n; ++i) {
        preSum[i + 1] = preSum[i] + nums[i];
    }

    vector<long long> results;
    for (const auto& q : queries) {
        int l = q.first;
        int r = q.second;
        // 查询公式：Sum(L, R) = preSum[R] - preSum[L-1]
        results.push_back(preSum[r] - preSum[l - 1]);
    }
    return results;
}

// ==========================================
// 2. 随机数辅助工具
// ==========================================
mt19937 rng(time(nullptr)); // 随机数引擎

// 生成 [min, max] 范围内的随机整数
int random_int(int min, int max) {
    uniform_int_distribution<int> dist(min, max);
    return dist(rng);
}

// ==========================================
// 3. 测试点生成逻辑
// ==========================================
void generate_test_case(int id) {
    int N, M;
    int min_val, max_val;
    string type_desc; // 用于控制生成逻辑的描述

    // 根据 id 设定测试点参数
    switch (id) {
        case 1: // 样例数据
            N = 6; M = 3;
            min_val = -10; max_val = 10;
            break;
        case 2: // 极小数据
            N = 5; M = 5;
            min_val = -100; max_val = 100;
            break;
        case 3: // 全正数
            N = 100; M = 50;
            min_val = 1; max_val = 1000;
            break;
        case 4: // 全负数
            N = 100; M = 50;
            min_val = -1000; max_val = -1;
            break;
        case 5: // 混合含0
            N = 200; M = 100;
            min_val = -100; max_val = 100;
            break;
        case 6: // 大数据 - 单点查询 (L=R)
            N = 100000; M = 100000;
            min_val = -1000; max_val = 1000;
            break;
        case 7: // 大数据 - 全区间查询 (L=1, R=N)
            N = 100000; M = 100000;
            min_val = -1000; max_val = 1000;
            break;
        case 8: // 中等规模随机
            N = 1000; M = 1000;
            min_val = -1000; max_val = 1000;
            break;
        case 9: // 最大规模随机
            N = 100000; M = 100000;
            min_val = -1000; max_val = 1000;
            break;
        case 10: // 最大规模压力测试
            N = 100000; M = 100000;
            min_val = -1000; max_val = 1000;
            break;
        default:
            N = 10; M = 10;
            min_val = 0; max_val = 10;
    }

    // --- 生成数组数据 ---
    vector<int> nums;
    if (id == 1) {
        // 样例固定数据
        nums = {-2, 0, 3, -5, 2, -1};
    } else {
        for (int i = 0; i < N; ++i) {
            nums.push_back(random_int(min_val, max_val));
        }
    }

    // --- 生成查询数据 ---
    vector<pair<int, int>> queries;
    if (id == 1) {
        // 样例固定查询
        queries = {{1, 3}, {3, 6}, {1, 6}};
    } else {
        for (int i = 0; i < M; ++i) {
            int l, r;
            if (id == 6) { 
                // 单点查询
                l = random_int(1, N);
                r = l;
            } else if (id == 7) { 
                // 全区间查询
                l = 1;
                r = N;
            } else {
                // 常规随机区间
                int a = random_int(1, N);
                int b = random_int(1, N);
                l = min(a, b);
                r = max(a, b);
            }
            queries.push_back({l, r});
        }
    }

    // --- 写入 .in 文件 ---
    string in_filename = to_string(id) + ".in";
    ofstream fin(in_filename);
    fin << N << " " << M << "\n";
    for (int i = 0; i < N; ++i) {
        fin << nums[i] << (i == N - 1 ? "" : " ");
    }
    fin << "\n";
    for (const auto& q : queries) {
        fin << q.first << " " << q.second << "\n";
    }
    fin.close();

    // --- 计算答案并写入 .out 文件 ---
    vector<long long> answers = solve(N, nums, queries);
    string out_filename = to_string(id) + ".out";
    ofstream fout(out_filename);
    for (const auto& ans : answers) {
        fout << ans << "\n";
    }
    fout.close();

    cout << "Generated Test Case " << id << ": N=" << N << ", M=" << M << endl;
}

int main() {
    // 生成 1 到 10 号测试点
    for (int i = 1; i <= 10; ++i) {
        generate_test_case(i);
    }
    cout << "All test cases generated successfully!" << endl;
    return 0;
}

使用说明

1. 编译运行： 将上述代码保存为 generator.cpp，使用 g++ 编译：

   g++ generator.cpp -o generator -std=c++11
   

   然后运行：

   ./generator
   

   (Windows 下直接运行 generator.exe)

2. 生成结果： 运行结束后，当前目录下会出现 1.in, 1.out ... 10.in, 10.out 共20个文件。

3. 数据格式验证：

   • 1.in 的内容应该与题目描述中的样例完全一致。
   • 6.in 里的查询应该都是两个相同的数字（如 5 5）。
   • 9.in 和 10.in 的文件会比较大（因为 $N=10^5$），这是正常的，用于测试程序的效率。

4. 上传 OJ： 直接将这些文件打包或逐个上传至您的 Online Judge 系统后台即可。所有 .out 文件均由标准的前缀和算法生成，保证了答案的正确性。