51nod 1276 岛屿的数量

针对岛屿数量查询问题,本文提出一种优化算法,通过对岛屿高度排序并处理查询高度,有效减少计算复杂度,实现快速准确地求解不同水位下岛屿数量。

题目来源:  Codility
基准时间限制:1 秒 空间限制:131072 KB 分值: 20  难度:3级算法题
 收藏
 关注
有N个岛连在一起形成了一个大的岛屿,如果海平面上升超过某些岛的高度时,则这个岛会被淹没。原本的大岛屿则会分为多个小岛屿,如果海平面一直上升,则所有岛都会被淹没在水下。
给出N个岛的高度。然后有Q个查询,每个查询给出一个海平面的高度H,问当海平面高度达到H时,海上共有多少个岛屿。例如:
岛屿的高度为:{2, 1, 3, 2, 3}, 查询为:{0, 1, 3, 2}。
当海面高度为0时,所有的岛形成了1个岛屿。
当海面高度为1时,岛1会被淹没,总共有2个岛屿{2} {3, 2, 3}。
当海面高度为3时,所有岛都会被淹没,总共0个岛屿。
当海面高度为2时,岛0, 1, 3会被淹没,总共有2个岛屿{3} {3}。
Input
第1行:2个数N, Q中间用空格分隔,其中N为岛的数量,Q为查询的数量(1 <= N, Q <= 50000)。
第2 - N + 1行,每行1个数,对应N个岛屿的高度(1 <= A[i] <= 10^9)。
第N + 2 - N + Q + 1行,每行一个数,对应查询的海平面高度(1 <= Q[i] <= 10^9)。
Output
输出共Q行,对应每个查询的岛屿数量。
Input示例
5 4
2
1
3
2
3
0
1
3
2
Output示例
1
2
0
2




思路:


1、暴力处理O(nm)肯定不行,那么考虑对其进行优化:

①首先我们对山峰的高度进行从小到大排序,当然我们同时留一个索引(输入的时候a【i】.pos=i)用来记录原来的位子。.

②然后我们对询问的水平线的高度进行从小到大排序,当然我们同事也留一个索引,用来记录原来的位子。

③对于当前询问的水平线高度,我们对应将比这个高度低的山峰高度全部置为0.(因为进行了排序,那么我们这里处理会非常方便)

④同时我们对这些山峰进行处理的时候处理两种情况:第一种就是多了一片岛屿,第二种就是少了一片岛屿,对应第一种情况,如果当前去掉的这个山峰的两边都是山峰,那么才能多一片岛屿,对于第二种情况,如果当前去掉的这个山峰的两边都是水了,我们才能少了一片岛屿。之前排序的时候我们保留了索引,所以这里的处理也是非常简单的。

⑤对应将所有询问都处理完毕之后,统一输出即可。






#include<bits/stdc++.h>
using namespace std;
struct node
{
    int a,b;
} q[50005],p[50005];
int cmp(node x,node y)
{
    return x.a<y.a;
}
int cmp1(node x,node y)
{
    return x.b<y.b;
}
int main()
{
    int m,n;
    int temp[50005];
    while(cin>>m>>n)
    {
        memset(temp,0,sizeof(temp));
        for(int i=0; i<m; i++)
        {
            cin>>q[i].a;
            q[i].b=i;
        }
        for(int i=0; i<n; i++)
        {
            cin>>p[i].a;
            p[i].b=i;
        }
        sort(q,q+m,cmp);
        sort(p,p+n,cmp);
        int sum=1;
        int j=0;
        for(int i=0; i<n; i++)
        {
            while(q[j].a<=p[i].a&&j<m)
            {
                if(q[j].b==0)
                {
                    if(temp[1]==1)
                        sum--;
                }
                if(q[j].b==m-1)
                {
                    if(temp[m-2]==1)
                        sum--;
                }
                else
                {
                    if(temp[q[j].b-1]==0&&temp[q[j].b+1]==0)
                        sum++;
                    if(temp[q[j].b-1]==1&&temp[q[j].b+1]==1)
                        sum--;
                }
                temp[q[j].b]=1;
                j++;
            }
            p[i].a=sum;
        }
        sort(p,p+n,cmp1);
        for(int i=0; i<n; i++)
            cout<<p[i].a<<endl;
    }
    return 0;
}




思路:


1、暴力处理O(nm)肯定不行,那么考虑对其进行优化:

①首先我们对山峰的高度进行从小到大排序,当然我们同时留一个索引(输入的时候a【i】.pos=i)用来记录原来的位子。.

②然后我们对询问的水平线的高度进行从小到大排序,当然我们同事也留一个索引,用来记录原来的位子。

③对于当前询问的水平线高度,我们对应将比这个高度低的山峰高度全部置为0.(因为进行了排序,那么我们这里处理会非常方便)

④同时我们对这些山峰进行处理的时候处理两种情况:第一种就是多了一片岛屿,第二种就是少了一片岛屿,对应第一种情况,如果当前去掉的这个山峰的两边都是山峰,那么才能多一片岛屿,对于第二种情况,如果当前去掉的这个山峰的两边都是水了,我们才能少了一片岛屿。之前排序的时候我们保留了索引,所以这里的处理也是非常简单的。

⑤对应将所有询问都处理完毕之后,统一输出即可。


2、题目还是很有趣的~


题目 51nod 3478 涉及一个矩阵问题,要求通过最少的操作次数,使得矩阵中至少有 `RowCount` 行和 `ColumnCount` 列是回文的。解决这个问题的关键在于如何高效地枚举所有可能的行和列组合,并计算每种组合所需的操作次数。 ### 解法思路 1. **预处理每一行和每一列变为回文所需的最少操作次数**: - 对于每一行,计算将其变为回文所需的最少操作次数。这可以通过比较每对对称位置的值是否相同来完成。 - 对于每一列,计算将其变为回文所需的最少操作次数,方法同上。 2. **枚举所有可能的行和列组合**: - 由于 `N` 和 `M` 的最大值为 8,因此可以枚举所有可能的行组合和列组合。 - 对于每一种组合,计算其所需的最少操作次数,并取最小值。 3. **计算操作次数**: - 对于每一种组合,需要计算哪些行和列需要修改,并且注意行和列的交叉点可能会重复计算,因此需要去重。 ### 代码实现 以下是一个可能的实现方式,使用了枚举和位运算来处理组合问题: ```python def min_operations_to_palindrome(matrix, row_count, col_count): import itertools N = len(matrix) M = len(matrix[0]) # Precompute the cost to make each row a palindrome row_cost = [] for i in range(N): cost = 0 for j in range(M // 2): if matrix[i][j] != matrix[i][M - 1 - j]: cost += 1 row_cost.append(cost) # Precompute the cost to make each column a palindrome col_cost = [] for j in range(M): cost = 0 for i in range(N // 2): if matrix[i][j] != matrix[N - 1 - i][j]: cost += 1 col_cost.append(cost) min_total_cost = float('inf') # Enumerate all combinations of rows and columns rows = list(range(N)) cols = list(range(M)) from itertools import combinations for row_comb in combinations(rows, row_count): for col_comb in combinations(cols, col_count): # Calculate the cost for this combination cost = 0 # Add row costs for r in row_comb: cost += row_cost[r] # Add column costs for c in col_comb: cost += col_cost[c] # Subtract the overlapping cells for r in row_comb: for c in col_comb: # Check if this cell is part of the palindrome calculation if r < N // 2 and c < M // 2: if matrix[r][c] != matrix[r][M - 1 - c] and matrix[N - 1 - r][c] != matrix[N - 1 - r][M - 1 - c]: cost -= 1 min_total_cost = min(min_total_cost, cost) return min_total_cost # Example usage matrix = [ [0, 1, 0], [1, 0, 1], [0, 1, 0] ] row_count = 2 col_count = 2 result = min_operations_to_palindrome(matrix, row_count, col_count) print(result) ``` ### 代码说明 - **预处理成本**:首先计算每一行和每一列变为回文所需的最少操作次数。 - **枚举组合**:使用 `itertools.combinations` 枚举所有可能的行和列组合。 - **计算成本**:对于每一种组合,计算其成本,并考虑行和列交叉点的重复计算问题。 ### 复杂度分析 - **时间复杂度**:由于 `N` 和 `M` 的最大值为 8,因此枚举所有组合的时间复杂度为 $ O(N^{RowCount} \times M^{ColCount}) $,这在实际中是可接受的。 - **空间复杂度**:主要是存储预处理的成本,空间复杂度为 $ O(N + M) $。 ### 相关问题 1. 如何优化矩阵中行和列的枚举组合以减少计算时间? 2. 在计算行和列的交叉点时,如何更高效地处理重复计算的问题? 3. 如果矩阵的大小增加到更大的范围,如何调整算法以保持效率? 4. 如何处理矩阵中行和列的回文条件不同时的情况? 5. 如何扩展算法以支持更多的操作类型,例如翻转某个区域的值?
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