【JZOJ 5557】写诗

寻找特殊三元组算法
本文介绍了一种高效算法,用于判断给定排列中是否存在满足特定条件的三元组(i,j,k)。通过使用线段树和哈希技术,该算法能够在O(nlog(n))的时间复杂度内完成任务。

Description

给出一个长度为n的排列aa,求是否存在一个三元组(i,j,k)满足:i<j<kai<aj<akai<aj<ak
输出YES或NO

Solution

注意:题目只要求判断是否存在方案,

显然,如果答案为NO,那么对于每一个位置i,所以满足aj<ai<akaj<ai<ak的j,k必须同时小于或大于i,也就是在i的同侧,
暴力可以遍历左侧的每一个位置x,当:
1. ax<aiax<ai时,如果aiax)min(ai,nai)ai−ax)≤min(ai,n−ai)ai+(aiax)ai+(ai−ax)这个数在i右侧,那么答案为YES;
2. ax>aiax>ai时,如果axaimin(ai,nai)ax−ai≤min(ai,n−ai)ai(axai)ai−(ax−ai)这个数在i右侧,那么答案为YES,
那么,我们把i左侧的数排序后,取aimin(ai,nai)ai−min(ai,n−ai)ai+min(ai,nai)ai+min(ai,n−ai)之间的数,判断是否沿aiai对称即可,
如: 3,5,2,4,6,1 i=4,
取左侧2~6的数,3,5是对称的的,但2不是,所以为YES

这个可以用线段树+hash实现,

复杂度:O(nlog(n))O(nlog⁡(n))

Code

#include <cstdio>
#include <cstdlib>
#include <algorithm>
#include <cmath>
#define fo(i,a,b) for(int i=a;i<=b;i++)
#define fod(i,a,b) for(int i=a;i>=b;i--)
#define efo(i,q) for(int i=A[q];i;i=B[i][0])
using namespace std;
typedef long long LL;
const int N=300500,mo=998244353;
int read(int &n)
{
    char ch=' ';int q=0,w=1;
    for(;(ch!='-')&&((ch<'0')||(ch>'9'));ch=getchar());
    if(ch=='-')w=-1,ch=getchar();
    for(;ch>='0' && ch<='9';ch=getchar())q=q*10+ch-48;n=q*w;return n;
}
int m,n,ans;
LL a[N];
bool OK;
struct qqww
{
    LL co,sum,v;
}b[N*4],bZ;
qqww merge(qqww q,qqww w)
{
    qqww ans;
    ans.co=q.co+w.co;
    ans.sum=q.sum+w.sum;
    ans.v=q.v+w.v;
    return ans;
}
void change(int l,int r,int e,int l1)
{
    if(l==r)
    {
        b[e].co=1;
        b[e].sum=l;
        b[e].v=(LL)l*l;
        return;
    }
    int t=(l+r)>>1;
    if(l1<=t)change(l,t,e*2,l1);
    else change(t+1,r,e*2+1,l1);
    b[e]=merge(b[e*2],b[e*2+1]);
}
qqww find(int l,int r,int e,int l1,int r1)
{
    if(r1<l1)return bZ;
    if(l1<=l&&r<=r1)return b[e];
    int t=(l+r)>>1;
    qqww ans=bZ;
    if(l1<=t)ans=find(l,t,e*2,l1,r1);
    if(t<r1)ans=merge(ans,find(t+1,r,e*2+1,l1,r1));
    return ans;
}
int main()
{
    freopen("poem.in","r",stdin);
    freopen("poem.out","w",stdout);
    int q;
    read(n);
    fo(i,1,n)a[i]=read(q);
    OK=0;
    fo(i,1,n)
    {
        change(1,n,1,a[i]);
        q=min(a[i]-1,n-a[i]);
        qqww t=find(1,n,1,a[i]-q,a[i]-1);
        qqww t1=find(1,n,1,a[i]+1,a[i]+q);
        if(t.co!=t1.co||a[i]*t.co-t.sum!=t1.sum-t1.co*(LL)a[i]||t.v-2LL*a[i]*t.sum!=t1.v-2LL*a[i]*t1.sum)
        {OK=1;break;}
    }
    if(OK)printf("YES\n");
    else printf("NO\n");
    return 0;
}
### 解题思路 题目要求解决的是一个与图相关的最小覆盖问题,通常在特定条件下可以通过状态压缩动态规划(State Compression Dynamic Programming, SCDP)来高效求解。由于状态压缩的适用条件是状态维度较小(例如K≤10),因此可以利用二进制表示状态集合,从而优化计算过程。 #### 1. 状态表示 - 使用一个整数 `mask` 表示当前选择的点集,其中第 `i` 位为 `1` 表示第 `i` 个节点被选中。 - 定义 `dp[mask]` 表示在选中 `mask` 所代表的点集后,能够覆盖的节点集合。 - 可以通过预处理每个点的邻域信息(包括自身和所有直接连接的点),快速更新状态。 #### 2. 预处理邻域 对于每个节点 `u`,预先计算其邻域范围 `neighbor[u]`,即从该节点出发一步能到达的所有节点集合。这样,在后续的状态转移过程中,可以直接使用这些信息进行合并操作。 #### 3. 状态转移 - 初始化:对每个单独节点 `u`,设置初始状态 `dp[1 << u] = neighbor[u]`。 - 转移规则:对于任意两个状态 `mask1` 和 `mask2`,如果它们没有交集,则可以通过合并这两个状态得到新的状态 `mask = mask1 | mask2`,并更新对应的覆盖范围为 `dp[mask1] ∪ dp[mask2]`。 - 在所有状态生成之后,检查是否某个状态的覆盖范围等于全集(即覆盖了所有节点)。如果是,则记录此时使用的最少节点数量。 #### 4. 最优解提取 遍历所有可能的状态,找出能够覆盖整个图的最小节点数目。 --- ### 时间复杂度分析 - 状态总数为 $ O(2^K) $,其中 `K` 是关键点的数量。 - 每次状态转移需要枚举所有可能的子集组合,复杂度为 $ O(2^K \cdot K^2) $。 - 整体时间复杂度控制在可接受范围内,适用于 `K ≤ 10~20` 的情况。 --- ### 代码实现(状态压缩 DP) ```cpp #include <bits/stdc++.h> using namespace std; const int MAXN = 25; int neighbor[MAXN]; // 每个节点的邻域 int dp[1 << 20]; // dp[mask] 表示选中的点集合为 mask 时所能覆盖的点集合 int min_nodes; // 最小覆盖点数 void solve(int n, vector<vector<int>>& graph) { // 预处理每个节点的邻域 for (int i = 0; i < n; ++i) { neighbor[i] = (1 << i); // 包括自己 for (int j : graph[i]) { neighbor[i] |= (1 << j); } } // 初始化 dp 数组 memset(dp, 0x3f, sizeof(dp)); for (int i = 0; i < n; ++i) { dp[1 << i] = neighbor[i]; } // 状态转移 for (int mask = 1; mask < (1 << n); ++mask) { if (__builtin_popcount(mask) >= min_nodes) continue; // 剪枝 for (int sub = mask & (mask - 1); sub; sub = (sub - 1) & mask) { int comp = mask ^ sub; if (comp == 0) continue; int new_mask = mask; int covered = dp[sub] | dp[comp]; if (covered == (1 << n) - 1) { min_nodes = min(min_nodes, __builtin_popcount(new_mask)); } dp[new_mask] = min(dp[new_mask], covered); } } } int main() { int n, m; cin >> n >> m; vector<vector<int>> graph(n); for (int i = 0; i < m; ++i) { int u, v; cin >> u >> v; graph[u].push_back(v); graph[v].push_back(u); // 无向图 } min_nodes = n; solve(n, graph); cout << "Minimum nodes required: " << min_nodes << endl; return 0; } ``` --- ### 优化策略 - **剪枝**:当当前状态所用节点数已经超过已知最优解时,跳过后续计算。 - **提前终止**:一旦发现某个状态覆盖了全部节点,并且节点数达到理论下限,即可提前结束程序。 - **空间优化**:可以仅保存当前轮次的状态,减少内存占用。 --- ### 总结 本题通过状态压缩动态规划的方法,将原本指数级复杂度的问题压缩到可接受范围内。结合位运算技巧和预处理机制,能够高效地完成状态转移和覆盖判断操作。 ---
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