hdu 1542 线段树+扫描线+离散化~~

本文介绍了一种基于扫描线算法解决二维空间中矩形区域覆盖问题的方法。通过使用线段列表和区间树来高效更新被覆盖区域,并计算总的探索面积。文章详细展示了算法的实现过程,包括数据结构定义、区间树的构建与更新策略。

第一道额~~理解了好久~

思路基本都是网上的~

#include <iostream>
#include <cstring>
#include <cstdio>
#include <algorithm>
#include <map>
#define lson pos<<1
#define rson pos<<1|1
using namespace std;
const int MAXN=1000005;
struct line
{
    double l,r,h;
    int f;
    line(double a=0,double b=0,double c=0,int d=0):
    l(a),r(b),h(c),f(d){}
};
line a[MAXN];
double x[MAXN];
bool cmp(const line &lhs,const line &rhs)
{
    return lhs.h<rhs.h;
}
struct node
{
    int l,r;
    double sum;
    int cover;
    int mid()
    {
        return (l+r)>>1;
    }
};
node tree[MAXN*4];
void pushup(int pos);
void build(int l,int r,int pos)
{
    tree[pos].l=l;
    tree[pos].r=r;
    if(l==r)
    {
        tree[pos].sum=0;
        tree[pos].cover=0;
        return ;
    }
    int mid=tree[pos].mid();
    build(l,mid,lson);
    build(mid+1,r,rson);
    tree[pos].cover=0;
    tree[pos].sum=0;
}
void pushup(int pos)
{
    if(tree[pos].cover)
    {
        int l=tree[pos].l;
        int r=tree[pos].r+1;
        tree[pos].sum=x[r]-x[l];
    }
    else if(tree[pos].l==tree[pos].r)
        tree[pos].sum=0;
    else
        tree[pos].sum=tree[lson].sum+tree[rson].sum;
}
void update(int l,int r,int f,int pos)
{
    if(l==tree[pos].l&&r==tree[pos].r)
    {
        tree[pos].cover+=f;
        pushup(pos);
        return ;
    }
    int mid=tree[pos].mid();
    if(r<=mid)
        update(l,r,f,lson);
    else if(l>mid)
        update(l,r,f,rson);
    else
    {
        update(l,mid,f,lson);
        update(mid+1,r,f,rson);
    }
    pushup(pos);
}
int main()
{
    int n;
    int cas=0;
    while(scanf("%d",&n),n)
    {
        int i;
        cas++;
        map<double,int> mp;
        int k=0;
        int k1=1;
        for(i=0;i<n;i++)
        {
            double x1,y1,x2,y2;
            scanf("%lf%lf%lf%lf",&x1,&y1,&x2,&y2);
            a[k++]=line(x1,x2,y1,1);
            a[k++]=line(x1,x2,y2,-1);
            if(mp[x1]==0)
            {
                mp[x1]=k1;
                x[k1]=x1;
                k1++;
            }
            if(mp[x2]==0)
            {
                mp[x2]=k1;
                x[k1]=x2;
                k1++;
            }
        }
        build(1,k1-1,1);
        sort(a,a+k,cmp);
        sort(x+1,x+k1);
        for(i=1;i<k1;i++)
            mp[x[i]]=i;
        double ans=0;
        for(i=0;i<k-1;i++)
        {
            int l=mp[a[i].l];
            int r=mp[a[i].r]-1;
            update(l,r,a[i].f,1);
            ans+=(a[i+1].h-a[i].h)*tree[1].sum;
        }
        printf("Test case #%d\n",cas);
        printf("Total explored area: %.2lf\n\n",ans);
    }
    return 0;
}


<think> 嗯...用户这次问的是扫描线算法中线段树是否动态开点。看来用户正在学习计算几何的高级数据结构应用,可能是个OI选手或者算法爱好者。 从用户引用的两篇文献来看,第一篇详细描述了扫描线配合线段树求矩形面积并的标准流程,第二篇则涉及矩形覆盖最大点数的变种问题。用户能提出"动态开点"这样的专业术语,说明已经对线段树的常见优化方式有所了解。 关于动态开点问题,需要分场景讨论:在标准的离散化扫描线中,由于横坐标已离散化为固定区间,线段树可以预先建树无需动态开点;但在处理浮点数或值域过大的情况时,动态开点就成为必要选择。这个区别很关键,用户可能正在处理特殊场景才会这么问。 考虑到用户之前关注过线段树维护区间覆盖的技术细节,后续可以补充离散化与动态开点的性能对比。不过当前问题需要先明确回答核心疑问——常规实现不用动态开点,特殊情况才需要。 </think> 在扫描线算法中,线段树**通常不需要动态开点**,但具体实现取决于问题需求和坐标系特征: ### 📍 标准实现(非动态开点) 1. **离散化处理** 扫描线算法的关键步骤是将所有坐标点在 $x$$-轴上离散化(如图1所示): $$ \text{步骤:收集坐标} \rightarrow \text{排序} \rightarrow \text{去重} \rightarrow \text{建立映射} $$ 离散化后,线段树管理的区间数量被压缩为 $O(n)$ 级别($n$ 为坐标点数),因此可直接**预建满二叉树**,无需动态开点[^1]。 2. **空间复杂度优化** 预建树的空间复杂度为 $O(n)$,例如: - 原始坐标范围:$[1, 10^9]$ - 离散化后区间数:$2000$(若 $n=1000$) 此时只需开 $4 \times 2000 = 8000$ 的节点数组,完全可行[^1]。 3. **维护信息** - 节点存储 **区间覆盖次数** 和 **有效长度** - 更新操作:区间加减(矩形入边 `+1`,出边 `-1`) - 查询操作:直接取根节点有效长度 ### ⚡ 需动态开点的情况 | **场景** | **原因** | **示例** | |-----------------------|--------------------------------------------------------------------------|---------------------------| | **值域极大且无法离散化** | 浮点数坐标或值域超限(如 $[1, 10^{18}]$) | 地理信息系统(GIS)中的浮点计算 | | **强制在线查询** | 矩形边界实时插入,无法预离散化 | 流式数据处理场景 | | **内存严格受限** | $n$ 极大(如 $>10^6$),离散化后区间仍过多,需节省空间 | 嵌入式设备上的算法部署 | ### 🌰 实例对比 1. **标准问题(矩形面积并)** ```python # 离散化坐标 xs = sorted(set(x_coords)) tree = SegmentTree([0]*4*len(xs)) # 预建树 ``` 2. **动态开点问题(浮点数覆盖)** ```python class Node: def __init__(self): self.cover = 0 self.len = 0.0 self.lson = None # 动态创建子节点 self.rson = None ``` ### ✅ 结论 - **大多数场景**(如引用[1][2]的矩形问题):离散化 + 静态线段树 ✅ - **特殊场景**(浮点数/在线查询):动态开点线段树 ✅ 若处理整数坐标系且可离散化,推荐静态实现,效率更高且编码简单[^1][^2]。 --- ### ❓相关问题 1. 扫描线算法中如何处理浮点数坐标的精度问题? 2. 离散化过程如何避免哈希冲突导致的查询错误? 3. 动态开点线段树扫描线中的更新操作时间复杂度如何保证? 4. 矩形覆盖最大值问题(如HDU 5091)如何转化为扫描线模型?[^2] [^1]: 线段树应用——扫描线离散化坐标与静态建树 [^2]: HDU 5091 矩形覆盖问题中的扫描线转化技巧
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