NOIp2011pj 瑞士轮 【归并排序】

本文介绍了在解决NOIp2011pj问题时,使用归并排序而非直接排序以避免时间超限的问题。作者回顾了归并排序的原理,通过递归实现及STL的`merge`函数进行了具体讲解,并探讨了在瑞士轮比赛中如何应用归并排序以提高效率。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

写在前面

在某谷上刷水时遇到的 直接打了大暴力 但是只有70
看题解说要用归并排序 sort会T只有60
然而我的sort有70 没有T WA了3个点也不知道是为什么 但好像都是大数据没有过

案发现场

然而之前学归并的时候并没有很认真 好像就只记得逆序对了
所以好学的 我还是来复习一下

归并排序原理

【以下十分简略+毒瘤 仅供参考】
归并排序的本质就是分治 分而治之的思想
网上看到一个图 非常言简意赅的说明了归并的中心思想

就是将一个数组分成很多很多份,再按照顺序依次排回去

具体实现

我们先以这个非常经典的题目为例子
我是用的递归的写法

#include<cstdio>
int s[100005],t[100005],n;
long long tot;
void merge(int left,int mid,int right)
{//t[]是辅助数组,s的下标保留不变 不能影响其它部分 
	int i=left,j=mid+1,k=0;
	while(i<=mid&&j<=right)
	{
		if(s[i]<=s[j]) t[k++]=s[i++];
		else
		{
			t[k++]=s[j++];
			tot+=mid-i+1;
			//如果前面的数比它大,那么从i到mid的数与j都可以组成逆序对 
		}
	}
	while(i<=mid) 
		t[k++]=s[i++];
	while(j<=right) 
		t[k++]=s[j++];
	//以上两个while 将可能剩下的数放完 
	for(int i=left;i<=right;i++)
		s[i]=t[i-left];
}
void mergesort(int l,int r)
{
	int m=l+r>>1;
	if(l<r)
	{
		mergesort(l,m);//每一次mergesort之后,该部分的s均有序 
		mergesort(m+1,r);
		merge(l,m,r);
	}
}
int main()
{
	scanf("%d",&n);
	for(int i=1;i<=n;i++)
		scanf("%d",&s[i]);
	mergesort(1,n);
	printf("%lld",tot);
}

//顺便问一下dalaos csdn的代码块是要选颜色还是怎么样 怎么变丑了 还没有语法高亮

STL merge

如果不记得怎么打归并的话,非常有用的STL为我们准备好了一切

merge(f1,l1,f2,l2,result,compare);

//f1为第一个容器的首迭代器,l1为第一个容器的末迭代器,f2为第二个容器的首迭代器,l2为容器的末迭代器,result为存放结果的容器,comapre为比较函数(可略写,默认为合并为一个升序序列)。

大概就是这样的

瑞士轮

终于进入了正题

由于归并每次的操作只针对相邻区间,而这里每一轮比赛下来,有一半人的相对顺序已经确定了,所以用归并的效率比较高。
每次赢了的放在一个数组里输了的放在另一个数组里,赢了的都+1,输了的都不变,所以相对顺序不变。
那我们将输了的提出来,赢了的提出来,得到两个数组,并且这两个数组各自有序,在进行合并,又可以得到一个有序数列。

诶我程序打出来怎么T了还只有30分 开了氧气都过不了qwq
然而我把括号写错了地方 居然还会犯这种弱智错误2333

#include<cstdio>
#include<algorithm>
using namespace std;
#define MAXN 100005
//注意2n 
struct node{
    int s,w,id;
}a[2*MAXN],win[MAXN],lose[MAXN];
int n,r,q;
bool cmp(node x,node y)
{
    if(x.s!=y.s)
        return x.s>y.s;
    return x.id<y.id;
}
int main()
{
    scanf("%d %d %d",&n,&r,&q);
    for(int i=1;i<=2*n;i++)
    {
        scanf("%d",&a[i].s);
        a[i].id=i;
    }
    for(int i=1;i<=2*n;i++)
    {
        scanf("%d",&a[i].w);
    }
    sort(a+1,a+2*n+1,cmp);
    for(int k=1;k<=r;k++)
    {
        int n1=0,n2=0;
        for(int i=1;i<=2*n;i+=2)
        {
        	int j=i+1;
        	if(a[i].w>a[j].w)
        		win[++n1]=a[i],lose[++n2]=a[j],win[n1].s++;
        	else
        		win[++n1]=a[j],lose[++n2]=a[i],win[n1].s++;
        }
		merge(win+1,win+n1+1,lose+1,lose+n2+1,a+1,cmp);
		//_(:з」∠)_ 我为什么把merge写在了内层循环里面 
    }
    printf("%d\n",a[q].id);
    return 0;
}
### 解决方案 #### 背景说明 瑞士赛制是一种特殊的竞赛机制,其核心在于通过多比较调整选手题目要求模拟这一过程,并最终输出每位选手的成绩排序[^2]。 为了高效解决问题,在算法设计上可以借鉴C++中的优化思路:先利用快速排序对初始数据进行预处理,随后在每一比赛中分别维护胜者组和败者组的顺序关系,并通过归并排序的方式合并两组数据[^3]。这种方法能够显著降低时间复杂度至 \(O(N \cdot (R + \log N))\) ,其中 \(N\) 是参赛人数,\(R\) 是总数。 以下是基于上述逻辑的 Java 实现: --- #### Java 实现代码 ```java import java.util.*; public class Main { static class Contestant implements Comparable<Contestant> { int score; // 当前得分 int initialOrder; // 初始编号 public Contestant(int score, int initialOrder) { this.score = score; this.initialOrder = initialOrder; } @Override public int compareTo(Contestant other) { if (this.score != other.score) { return Integer.compare(other.score, this.score); // 按分数降序排列 } return Integer.compare(this.initialOrder, other.initialOrder); // 同分按初始编号升序排列 } } public static void main(String[] args) { Scanner sc = new Scanner(System.in); // 输入参数 R 和 N int R = sc.nextInt(); // 总数 int N = sc.nextInt(); // 参赛人数 List<Contestant> contestants = new ArrayList<>(); // 初始化选手列表 for (int i = 0; i < N; i++) { int s_i = sc.nextInt(); contestants.add(new Contestant(s_i, i + 1)); } // 对初始状态进行排序 Collections.sort(contestants); // 开始模拟每一场比赛 for (int round = 0; round < R; round++) { List<Contestant> winners = new ArrayList<>(); // 存储本胜者 List<Contestant> losers = new ArrayList<>(); // 存储本败者 for (int i = 0; i < N / 2; i++) { // 配对比赛 Contestant A = contestants.get(i * 2); Contestant B = contestants.get(i * 2 + 1); if (A.score >= B.score) { A.score += B.score; winners.add(A); losers.add(B); } else { B.score += A.score; winners.add(B); losers.add(A); } } // 使用归并排序方式重新整理胜者组和败者组 mergeSort(winners, losers, contestants); } // 输出结果 StringBuilder sb = new StringBuilder(); for (Contestant contestant : contestants) { sb.append(contestant.score).append("\n"); } System.out.print(sb.toString()); } private static void mergeSort(List<Contestant> winners, List<Contestant> losers, List<Contestant> result) { int i = 0, j = 0, k = 0; while (i < winners.size() && j < losers.size()) { if (winners.get(i).compareTo(losers.get(j)) <= 0) { result.set(k++, winners.get(i++)); } else { result.set(k++, losers.get(j++)); } } while (i < winners.size()) { result.set(k++, winners.get(i++)); } while (j < losers.size()) { result.set(k++, losers.get(j++)); } } } ``` --- #### 关键点解析 1. **自定义类 `Contestant`** 定义了一个表示选手的类,包含当前得分 (`score`) 和初始编号 (`initialOrder`) 属性。重写了 `Comparable` 接口以便支持按照特定规则排序:优先依据分数降序排列;同分情况下则按初始编号升序排列。 2. **初始化与初步排序** 将输入数据封装成 `Contestant` 类型对象存入集合中,并调用 `Collections.sort()` 方法完成首次全局排序操作[^4]。 3. **逐配对计算** 每次迭代均需遍历整个序列的一半长度来进行一对一较量。获胜方会将其对手原有积分累加到自己身上,同时被分配进入不同的子集——即胜利阵营或失败阵营。 4. **归并重组策略** 借助辅助方法 `mergeSort()` 把分离后的两个部分再次融合回单一整体结构之中,从而保持总体秩序稳定的同时达到线性时间开销的效果。 --- #### 时间与空间复杂度分析 - **时间复杂度**: 主要是前期准备阶段涉及了一次完整的数组扫描以及后续每次更新时执行的局部调整动作。因此综合来看大约等于 \(O(N\cdot(\log{N}+R))\)。 - **空间复杂度**: 整体额外消耗维持在一个固定范围内,约为 \(O(N)\),主要用于暂存中间过渡成果的数据容器之上。 ---
评论 2
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