[NOI2019]弹跳,K-D Tree+Dijkstra

本文探讨了一道NOI题目中使用KDT树优化Dijkstra算法的过程,详细介绍了如何利用KDT树减少连边数量,提高算法效率,并分享了代码实现细节。

正题

      Portal

      好卡常啊,我的常数太不优秀了。

      刷KDT的时候看到有一道有意思的NOI题,就顺便来做了。

      前面不卡空间的分数还是挺好想的,用KDT来维护这个区间连边即可,树上的连边也很显然。

      发现只有56分,因为只有128mb。

      但是发现在Dijkstra的时候,我们每一个点都只会松弛一遍,对于一个在KDT上的点,它的出边最多只有三条。

      对于一个原矩阵的点,他可能通过跳板跳到另一个节点,那么松弛的时候相当于查询这些子矩阵对应的节点。

      那么就不用连边,时间复杂度还是一样的。

      加了读优和ZZY神仙的Ofast,终于在LGOJ不开O2的情况下跑过去了。

#pragma GCC optimize("Ofast")
#include<bits/stdc++.h>
using namespace std;

const int N=70010,M=150010;
int cmp=0;
struct node{
	int x[2],id;
	bool operator<(const node q)const{
		return x[cmp]<q.x[cmp];
	}
}s[N];
struct KDT{
	int mmin[2],mmax[2],ls,rs;
	node p;
}tr[N];
struct edge{
	int b,lim[2][2];
};
vector<edge> E[N];
struct Heap{
	int x,d;
	bool operator<(const Heap q)const{
		return d>q.d;
	}
};
priority_queue<Heap> Q;
int lim[2][2];
int dis[N<<1];
bool tf[N<<1];
int n,m,w,h,num=0,rt,a,b;

inline char nc(){
    static char buf[200000000],*p1=buf,*p2=buf;
    return p1==p2&&(p2=(p1=buf)+fread(buf,1,200000000,stdin),p1==p2)?EOF:*p1++;
}
inline void read(int&sum){
    char ch=nc();sum=0;
    while(!(ch>='0'&&ch<='9'))ch=nc();
    while(ch>='0'&&ch<='9')sum=sum*10+ch-48,ch=nc();
}

inline void ins(int x,int y,int c){
	if(dis[y]>dis[x]){
		dis[y]=dis[x];
		Q.push((Heap){y,dis[y]});
	}
};

#define ls tr[now].ls
#define rs tr[now].rs

inline void update(int now){
	if(ls){
		tr[now].mmin[0]=min(tr[now].mmin[0],tr[ls].mmin[0]);
		tr[now].mmin[1]=min(tr[now].mmin[1],tr[ls].mmin[1]);
		tr[now].mmax[0]=max(tr[now].mmax[0],tr[ls].mmax[0]);
		tr[now].mmax[1]=max(tr[now].mmax[1],tr[ls].mmax[1]);
	}
	if(rs){
		tr[now].mmin[0]=min(tr[now].mmin[0],tr[rs].mmin[0]);
		tr[now].mmin[1]=min(tr[now].mmin[1],tr[rs].mmin[1]);
		tr[now].mmax[0]=max(tr[now].mmax[0],tr[rs].mmax[0]);
		tr[now].mmax[1]=max(tr[now].mmax[1],tr[rs].mmax[1]);
	}
}

void build(int &now,int l,int r,int type){
	now=++num;cmp=type;
	int mid=(l+r)/2;
	nth_element(s+1+l,s+1+mid,s+1+r);
	tr[now].p=s[mid];
	tr[now].mmin[0]=tr[now].mmax[0]=s[mid].x[0];
	tr[now].mmin[1]=tr[now].mmax[1]=s[mid].x[1];
	if(l<mid) build(ls,l,mid-1,type^1);
	if(mid<r) build(rs,mid+1,r,type^1);
	update(now);
}

void query(int now){
	if(tr[now].mmax[0]<lim[0][0] || lim[0][1]<tr[now].mmin[0] || tr[now].mmax[1]<lim[1][0] || lim[1][1]<tr[now].mmin[1]) return ;
	if(!(tr[now].mmin[0]<lim[0][0] || lim[0][1]<tr[now].mmax[0] || tr[now].mmin[1]<lim[1][0] || lim[1][1]<tr[now].mmax[1])) {ins(a,now+n,b);return ;}
	if(!(tr[now].p.x[0]<lim[0][0] || lim[0][1]<tr[now].p.x[0] || tr[now].p.x[1]<lim[1][0] || lim[1][1]<tr[now].p.x[1]))
		ins(a,tr[now].p.id,b);
	if(ls) query(ls);
	if(rs) query(rs);
}

inline void relax(int now){
	if(now<=n){
		for(register int i=0;i<E[now].size();i++){
			lim[0][0]=E[now][i].lim[0][0];
			lim[0][1]=E[now][i].lim[0][1];
			lim[1][0]=E[now][i].lim[1][0];
			lim[1][1]=E[now][i].lim[1][1];
			a=now,b=E[now][i].b;dis[now]+=b;
			query(rt);dis[now]-=b;
		}
	}
	else{
		now-=n;
		ins(now+n,tr[now].p.id,0);
		if(ls) ins(now+n,ls+n,0);
		if(rs) ins(now+n,rs+n,0);
	}
}

void Dijkstra(){
	tf[1]=true;
	memset(dis,63,sizeof(dis));dis[1]=0;
	relax(1);
	while(!Q.empty()){
		Heap X;
		X=Q.top();Q.pop();
		if(tf[X.x]) continue;tf[X.x]=true;
		relax(X.x);
	}
	for(register int i=2;i<=n;i++) printf("%d\n",dis[i]);
}

int main(){
	read(n);read(m);read(w);read(h);
	for(register int i=1;i<=n;i++) 
		read(s[i].x[0]),read(s[i].x[1]),s[i].id=i;
	build(rt,1,n,0);
	for(register int i=1;i<=m;i++){
		read(a);read(b);
		E[a].push_back((edge){b});
		read(E[a][E[a].size()-1].lim[0][0]);
		read(E[a][E[a].size()-1].lim[0][1]);
		read(E[a][E[a].size()-1].lim[1][0]);
		read(E[a][E[a].size()-1].lim[1][1]);
		query(rt);
	}
	Dijkstra();
}

 

### 计算从1到N的阶乘之和 在编程竞赛中,计算从1到N的阶乘之和是一个常见的题目。以下是实现该功能的方法以及一些注意事项。 #### 方法描述 可以通过循环来逐步累加每个数的阶乘值。由于阶乘增长非常迅速,因此需要注意数据类型的选取以防止溢出。通常情况下,在C++中可以选择`unsigned long long`作为存储结果的数据类型[^3]。 下面提供了一个基于C++的标准解决方案: ```cpp #include <iostream> using namespace std; int main() { unsigned int n; cout << "Enter a positive integer: "; cin >> n; unsigned long long sum = 0; // 存储最终的结果 unsigned long long factorial = 1; // 当前的阶乘值 for (unsigned int i = 1; i <= n; ++i) { factorial *= i; // 更新当前阶乘值 sum += factorial; // 累加至总和 } cout << "Sum of factorials from 1 to " << n << " is: " << sum << endl; return 0; } ``` 此代码片段展示了如何通过简单的迭代方法完成任务。注意这里使用了`unsigned long long`以适应较大的数值范围。 对于Python而言,其内置的大整数支持使得处理此类问题更加简便: ```python def factorial_sum(n): total, fact = 0, 1 for i in range(1, n + 1): fact *= i # Update the current factorial value. total += fact # Add it to the running total. return total n = int(input("Enter a number: ")) print(f"The sum of factorials up to {n} is:", factorial_sum(n)) ``` 上述Python版本无需担心数据类型的选择问题,因为Python自动管理大整数运算[^1]。 #### 性能优化建议 当面对更大的输入规模时,应考虑算法的时间复杂度与空间复杂度。尽管本题目的直接解法已经足够高效,但在更复杂的场景下可能还需要引入动态规划或其他高级技巧[^2]。 另外,利用标准模板库(STL),如向量(vector)或者列表(list),可以帮助更好地管理和操作大量中间结果。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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