Codeforces 611C:New Year and Domino 二维前缀和

本文详细阐述了如何利用二维前缀和技巧解决矩阵内骨牌放置问题,通过设置横竖方向的前缀数组,有效枚举满足条件的骨牌放置方式,实现高效计算。
部署运行你感兴趣的模型镜像

CF上10^8并不会超时(TL为1S)

题目大意:在给定的n,m的矩阵中问在以l1,r1,l2,r2为边界的矩阵1*2的骨牌有多少种不同的放法。

思路:看了题解才知道这是一种二维前缀和- -。放骨牌的话只有两种放法横着和竖着。那么可以设两个二维数组

分别装横与竖着的前缀数组。然后再枚举两个符合的区间。


#include<algorithm>
#include<iostream>
#include<cstring>
#include<cstdio>
#include<cstdlib>
#include<string>
#include<queue>
#include<map>
#define L1 long long
#define L2 __int64
#define inf 0x3f3f3f3f

using namespace std;

const int m1=1001000;
const int m2=1010;
int head[m1],vex[m1],arr[m1];
bool vis[m2][m2];

char s[510][510];
int dp1[510][510],dp2[510][510];
int main()
{
    int l1,l2,r1,r2,n,m,i,k,j;
    while(~scanf("%d%d",&n,&m))
    {
        getchar();
        for(i=1;i<=n;i++)
        {
            scanf("%s",s[i]+1);
        }
        memset(dp1,0,sizeof(dp1));
        memset(dp2,0,sizeof(dp2));
        for(i=1;i<=n;i++)
        {
            for(j=1;j<=m;j++)
            {
                if(s[i][j]=='.'&&s[i][j-1]=='.')
                {
                    dp1[i][j]=dp1[i][j-1]+1;
                }
                else
                    dp1[i][j]=dp1[i][j-1];
            }
        }

        for(i=1;i<=n;i++)
        {
            for(j=1;j<=m;j++)
            {
                if(s[i][j]=='.'&&s[i-1][j]=='.')
                    dp2[i][j]=dp2[i-1][j]+1;
                else
                    dp2[i][j]=dp2[i-1][j];
            }
        }
        scanf("%d",&k);
        while(k--)
        {
            scanf("%d%d%d%d",&l1,&r1,&l2,&r2);
            L1 ans=0;
            for(i=l1;i<=l2;i++)
            {
                ans+=(dp1[i][r2]-dp1[i][r1]);
            }
            for(i=r1;i<=r2;i++)
            {
                ans+=(dp2[l2][i]-dp2[l1][i]);
            }
            printf("%lld\n",ans);
        }
    }
    return 0;
}


您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

Stable-Diffusion-3.5

图片生成
Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型,相比 3.0 版本,它提升了图像质量、运行速度和硬件效率

### Codeforces二维前缀和的应用 在解决涉及矩阵区域查询的问题时,二维前缀和是一种非常有效的工具。通过预先计算部分和,可以在常数时间内快速获取任意子矩形内的元素总和。 #### 什么是二维前缀和? 对于一个大小为 \( m \times n \) 的矩阵 `A`,定义其对应的前缀和矩阵 `sum` 如下: \[ sum[i][j] = A[0...i-1][0...j-1] \] 即 `sum[i][j]` 表示从原点 `(0, 0)` 到位置 `(i-1, j-1)` 所构成的矩形区域内所有元素之和[^2]。 为了方便处理边界情况,通常会将索引偏移一位,在实际编程中使用 `sum[i+1][j+1]` 来表示上述范围内的累加值。 #### 计算方法 构建前缀和的过程可以通过双重循环完成,时间复杂度为 O(mn),其中 m 和 n 分别代表矩阵的高度和宽度。核心代码如下所示: ```cpp for(int i = 1; i <= h; ++i){ for(int j = 1; j <= w; ++j){ // 当前格子加上左边、上面以及左上的三个方向已经累积的结果 sum[i][j] = A[i-1][j-1] + sum[i-1][j] + sum[i][j-1] - sum[i-1][j-1]; } } ``` 这里需要注意减去重复计算的部分 `- sum[i-1][j-1]`,因为这部分被前面两次相加操作多算了。 #### 查询指定矩形区域的和 假设要查询以坐标 `(x1,y1)` 作为左上角顶点,`(x2,y2)` 作为右下角顶点所围成的小矩形内部数值总和,则可以按照下面的方式进行计算: \[ query(x_1, y_1, x_2, y_2)=sum[x_2][y_2]-sum[x_1-1][y_2]-sum[x_2][y_1-1]+sum[x_1-1][y_1-1]\] 这同样遵循了容斥原理来排除重叠部分的影响。 #### 实际应用案例 考虑这样一个题目:“在一个整数矩阵中找到满足特定条件的最大/最小面积”。这类问题往往需要频繁地对不同尺寸的子矩形做求和运算,而借助于预处理好的前缀和表就可以大大简化这些操作并提高效率。 例如,在某些情况下可能还需要结合其他数据结构如线段树或者二分查找来进行更复杂的优化;而在另一些场景里则可以直接利用简单的四边形不等式性质加速搜索过程。
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