数列分块入门 6

本文探讨了一种针对动态插入和查询操作的高效算法,通过动态调整数据块大小,结合数组和链表数据结构,确保在数据不均匀分布时仍保持良好复杂度。文章重点介绍了重构策略,其在保证块大小均衡的同时,有效应对大规模单点插入操作。

在这里插入图片描述
在这里插入图片描述


分析:以下分析内容均来自此处
给出一个长为n的数列,以及n个操作,操作涉及单点插入,单点询问,数据随机生成。

先说随机数据的情况

之前提到过,如果我们块内用数组以外的数据结构,能够支持其它不一样的操作,比如此题每块内可以放一个动态的数组,每次插入时先找到位置所在的块,再暴力插入,把块内的其它元素直接向后移动一位,当然用链表也是可以的。

查询的时候类似,复杂度分析略。

但是这样做有个问题,如果数据不随机怎么办?

如果先在一个块有大量单点插入,这个块的大小会大大超过√n,那块内的暴力就没有复杂度保证了。

还需要引入一个操作:重新分块(重构)

每根号n次插入后,重新把数列平均分一下块,重构需要的复杂度为O(n),重构的次数为√n,所以重构的复杂度没有问题,而且保证了每个块的大小相对均衡。
当然,也可以当某个块过大时重构,或者只把这个块分成两半。

#include<bits/stdc++.h>
#define pii pair<int, int>
#define fi first
#define se second
using namespace std;

const int N = 200010, M = 710;

int n, m, blo;
int a[N], pos[N];
vector<int> vec[M];

void rebuild()
{
    n = 0;
    for (int i = 1; i <= m; i++)
    {
        for (int j : vec[i])
            a[++n] = j;
        vec[i].clear();
    }
    blo = sqrt(n);
    for (int i = 1; i <= n; i++)
    {
        pos[i] = (i - 1) / m + 1;
        vec[pos[i]].push_back(a[i]);
    }
    m = pos[n];
}

pii ask(int p)
{
    int x = 1;
    while (p > (int)vec[x].size())
        p -= vec[x].size(), x++;
    return {x, p - 1};
}

void ins(int p, int d)
{
    pii t = ask(p);
    vec[t.fi].insert(vec[t.fi].begin() + t.se, d);
    if ((int)vec[t.fi].size() > 20 * blo) // 这里考虑的是这个块过大时重构
        rebuild();
}

int main()
{
    scanf("%d", &n);
    blo = sqrt(n);
    for (int i = 1; i <= n; i++)
    {
        scanf("%d", &a[i]);
        pos[i] = (i - 1) / blo + 1;
        vec[pos[i]].push_back(a[i]);
    }
    m = pos[n];
    int t = n;
    while (t--)
    {
        int op, l, r, c;
        scanf("%d%d%d%d", &op, &l, &r, &c);
        if (op & 1)
        {   
            pii ans = ask(r);
            printf("%d\n", vec[ans.fi][ans.se]);
        }
        else
            ins(l, r);
    }
    return 0;
}


### 数列分块入门第8题的算法实现与解析 数列分块是一种高效的处理区间查询和修改的技术,其核心思想是将数组划分为若干个连续的小块,每一块内的元素可以快速更新或查询。对于数列分块入门第8题,假设问题是涉及区间的加法操作以及最大值查询,则可以通过以下方法来解决。 #### 1. 数据结构设计 为了高效完成区间加法和最大值查询的操作,我们可以维护两个辅助数组: - `block_sum[]`:存储每个块的最大值。 - `lazy_tag[]`:标记每个块是否有延迟更新(即尚未应用到具体元素上的增量)。 这些数据结构的设计使得我们可以在 $ O(\sqrt{n}) $ 的时间复杂度下完成单次操作[^3]。 #### 2. 初始化过程 初始化时,我们需要计算初始状态下的块划分情况,并填充上述辅助数组的内容。以下是具体的代码实现: ```cpp #include <bits/stdc++.h> using namespace std; const int MAXN = 1e5 + 5; int a[MAXN], block_size, block_num; long long block_max[400]; bool lazy_flag[400]; void build_block(int n) { block_size = sqrt(n); block_num = (n + block_size - 1) / block_size; memset(block_max, 0, sizeof(block_max)); memset(lazy_flag, false, sizeof(lazy_flag)); for (int i = 0; i < n; ++i) { int idx = i / block_size; block_max[idx] = max(block_max[idx], (long long)a[i]); } } ``` #### 3. 延迟标记的应用 当执行区间加法时,为了避免逐一遍历整个范围中的每一个元素,引入懒惰传播机制。如果某个整块完全被覆盖在当前操作范围内,则直接对该块打上标签并记录增量;否则逐一访问该块内部受影响的部分。 下面是针对这一逻辑的具体函数定义: ```cpp // Apply the pending update to all elements within specified block. void propagate(int blk_idx, int delta) { if (!lazy_flag[blk_idx]) return; // Update maximum value of this block accordingly. block_max[blk_idx] += delta * block_size; lazy_flag[blk_idx] = false; } // Add 'delta' to range [l, r]. void add_range(int l, int r, int delta, int n) { int start_blk = l / block_size, end_blk = r / block_size; if (start_blk == end_blk) { for (int i = l; i <= min(r, (start_blk + 1) * block_size - 1); ++i) a[i] += delta; // Recalculate new maximum after modification. block_max[start_blk] = 0; for (int i = start_blk * block_size; i < ((start_blk + 1) * block_size && i < n); ++i) block_max[start_blk] = max((long long)a[i], block_max[start_blk]); } else { // Process first incomplete block separately. for (int i = l; i < (start_blk + 1) * block_size; ++i) a[i] += delta; block_max[start_blk] = 0; for (int i = start_blk * block_size; i < ((start_blk + 1) * block_size && i < n); ++i) block_max[start_blk] = max((long long)a[i], block_max[start_blk]); // Fully covered blocks can simply apply tag updates. for (int b = start_blk + 1; b < end_blk; ++b){ block_max[b] += delta * block_size; lazy_flag[b] |= true; } // Handle last partial block similarly as above case. for (int i = end_blk * block_size; i <= r; ++i) a[i] += delta; block_max[end_blk] = 0; for (int i = end_blk * block_size; i < ((end_blk + 1) * block_size && i < n); ++i) block_max[end_blk] = max((long long)a[i], block_max[end_blk]); } } ``` #### 4. 查询最值功能 最后一步是在给定区间内查找最大的数值。这同样依赖于之前构建好的块级信息来进行加速检索。 ```cpp long long query_max(int l, int r) { int start_blk = l / block_size, end_blk = r / block_size; long long result = LLONG_MIN; if (start_blk == end_blk) { for (int i = l; i <= r; ++i) result = max(result, (long long)a[i]); } else { for (int i = l; i < (start_blk + 1) * block_size; ++i) result = max(result, (long long)a[i]); for (int b = start_blk + 1; b < end_blk; ++b) result = max(result, block_max[b]); for (int i = end_blk * block_size; i <= r; ++i) result = max(result, (long long)a[i]); } return result; } ``` 通过以上步骤即可有效应对数列分块相关的题目需求。 ---
评论 1
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