CF 627E

本文介绍了一种针对特定矩阵结构的高效算法,用于计算含有指定数量标记元素的子矩阵数目。通过对矩阵进行预处理并利用动态维护的技术,该算法实现了时间复杂度的有效降低。

题意

给定一个RC的矩阵,一开始每个位置都是0。然后有N个特殊的位置xi,yi,其权值为1。问你可以从这个矩阵中选出多少个子矩阵,满足这个矩阵中有至少K1

数据范围

1R,C,N3000
Kmin(N,10)

题解

首先,一个矩阵可以由两个二元组(x,x1),(y,y1)表示x的范围以及y的范围。那么假如我们已经枚举了(x,x1),那么接下来的问题就是如何快速统计有多少合法的(y,y1)了。
考虑一种比较暴力的做法,对于当前的(x,x1),提取出所有在这个范围内的1,并把他们按y坐标排序。设总共有m1,那么整个y区间就被我们分成了m+1段,当然可能有的段为空。接着我们可以维护出每个1往后K个到了哪个1,那么总共可行的(y,y1)就是i(SiSi1)(CSki+1)Si表示第i1的坐标,ki表示其往后跳K个到了哪里。
这种做法对于每个(x,x1)的复杂度都是O(N)的。接下来我们就要优化这个做法。
我们先对于(x,R)做一下这个算法,然后我们就可以得到ki,以及每个1的前驱与后驱。接着从R1x枚举x1,枚举每一行时,相当于把上一行的1删掉。注意到我们的ki维护的是往后跳K步到了哪个1,所以我们每删一个1,最多只会影响K个位置的ki,我们在修改时顺便维护一下i(SiSi1)(CSki+1)就好了。注意在修改前驱后驱时也要维护这个值。
最后总的复杂度就是O(R2+RNK)

#include <cstdio>
#include <cstring>
#include <algorithm>
#include <vector>

using namespace std;

const int MAXN = 3005;
typedef long long LL;

struct Node
{
    int x,y;
}Po[MAXN];

vector<int> All[MAXN],Lk[MAXN];
int R,C,N,K;
int Pre[MAXN],Next[MAXN];

int main()
{
    //freopen("data.in","r",stdin),freopen("data.out","w",stdout);
    scanf("%d%d%d%d", &R, &C, &N, &K);
    for(int i = 1;i <= N;i ++)
    {
        scanf("%d%d", &Po[i].x, &Po[i].y);
        All[Po[i].x].push_back(i);
        Lk[Po[i].y].push_back(i);
    }
    Po[N + 1].y = C + 1;
    LL ans = 0;
    for(int i = 1;i <= R;i ++)
    {
        static int Cur[MAXN],S[MAXN];
        int tot = 0;
        for(int j = 1;j <= C;j ++)
            for(int k = 0;k < Lk[j].size();k ++)
                if (Po[Lk[j][k]].x >= i) Cur[++ tot] = Lk[j][k];
        Cur[tot + 1] = N + 1;
        LL cur = 0;
        for(int j = 1;j <= tot;j ++)
        {
            Pre[Cur[j]] = Cur[j - 1],Next[Cur[j]] = Cur[j + 1];
            if (j + K - 1 <= tot) S[Cur[j]] = Cur[j + K - 1]; else
                S[Cur[j]] = Cur[tot + 1];
            cur += (C - Po[S[Cur[j]]].y + 1) * 1ll * (Po[Cur[j]].y - Po[Cur[j - 1]].y);
        }
        ans += cur;
        for(int j = R;j >= i;j --)
        {
            for(int k = 0;k < All[j].size();k ++)
            {
                int ref = All[j][k];
                int p = Next[ref];
                if (p != N + 1) cur -= (C - Po[S[p]].y + 1) * 1ll * (Po[p].y - Po[Pre[p]].y);
                Pre[Next[ref]] = Pre[ref],Next[Pre[ref]] = Next[ref];
                if (p != N + 1) cur += (C - Po[S[p]].y + 1) * 1ll * (Po[p].y - Po[Pre[p]].y);
                if (S[ref] != N + 1)
                {
                    cur -= (C - Po[S[ref]].y + 1) * 1ll * (Po[ref].y - Po[Pre[ref]].y);
                    for(int p = Pre[ref],c = K - 1;p && c;p = Pre[p],c --)
                    {
                        cur -= (C - Po[S[p]].y + 1) * 1ll * (Po[p].y - Po[Pre[p]].y);
                        S[p] = Next[S[p]];
                        cur += (C - Po[S[p]].y + 1) * 1ll * (Po[p].y - Po[Pre[p]].y);
                    }
                } else
                {
                    tot = 0;
                    for(int p = Next[ref];p;p = Next[p]) Cur[++ tot] = p;
                    reverse(Cur + 1,Cur + tot + 1);
                    for(int p = Pre[ref],c = K - 1;p && c;p = Pre[p],c --)
                    {
                        cur -= (C - Po[S[p]].y + 1) * 1ll * (Po[p].y - Po[Pre[p]].y);
                        Cur[++ tot] = p;
                        if (tot - K + 1 > 0) S[p] = Cur[tot - K + 1]; else S[p] = N + 1;
                        cur += (C - Po[S[p]].y + 1) * 1ll * (Po[p].y - Po[Pre[p]].y);
                    }   
                }
            }
            ans += cur;
        }
    }
    printf("%I64d\n", ans);
    return 0;
}
下载方式:https://pan.quark.cn/s/a4b39357ea24 布线问题(分支限界算法)是计算机科学和电子工程领域中一个广为人知的议题,它主要探讨如何在印刷电路板上定位两个节点间最短的连接路径。 在这一议题中,电路板被构建为一个包含 n×m 个方格的矩阵,每个方格能够被界定为可通行或不可通行,其核心任务是定位从初始点到最终点的最短路径。 分支限界算法是处理布线问题的一种常用策略。 该算法与回溯法有相似之处,但存在差异,分支限界法仅需获取满足约束条件的一个最优路径,并按照广度优先或最小成本优先的原则来探索解空间树。 树 T 被构建为子集树或排列树,在探索过程中,每个节点仅被赋予一次成为扩展节点的机会,且会一次性生成其全部子节点。 针对布线问题的解决,队列式分支限界法可以被采用。 从起始位置 a 出发,将其设定为首个扩展节点,并将与该扩展节点相邻且可通行的方格加入至活跃节点队列中,将这些方格标记为 1,即从起始方格 a 到这些方格的距离为 1。 随后,从活跃节点队列中提取队首节点作为下一个扩展节点,并将与当前扩展节点相邻且未标记的方格标记为 2,随后将这些方格存入活跃节点队列。 这一过程将持续进行,直至算法探测到目标方格 b 或活跃节点队列为空。 在实现上述算法时,必须定义一个类 Position 来表征电路板上方格的位置,其成员 row 和 col 分别指示方格所在的行和列。 在方格位置上,布线能够沿右、下、左、上四个方向展开。 这四个方向的移动分别被记为 0、1、2、3。 下述表格中,offset[i].row 和 offset[i].col(i=0,1,2,3)分别提供了沿这四个方向前进 1 步相对于当前方格的相对位移。 在 Java 编程语言中,可以使用二维数组...
源码来自:https://pan.quark.cn/s/a4b39357ea24 在VC++开发过程中,对话框(CDialog)作为典型的用户界面组件,承担着与用户进行信息交互的重要角色。 在VS2008SP1的开发环境中,常常需要满足为对话框配置个性化背景图片的需求,以此来优化用户的操作体验。 本案例将系统性地阐述在CDialog框架下如何达成这一功能。 首先,需要在资源设计工具中构建一个新的对话框资源。 具体操作是在Visual Studio平台中,进入资源视图(Resource View)界面,定位到对话框(Dialog)分支,通过右键选择“插入对话框”(Insert Dialog)选项。 完成对话框内控件的布局设计后,对对话框资源进行保存。 随后,将着手进行背景图片的载入工作。 通常有两种主要的技术路径:1. **运用位图控件(CStatic)**:在对话框界面中嵌入一个CStatic控件,并将其属性设置为BST_OWNERDRAW,从而具备自主控制绘制过程的权限。 在对话框的类定义中,需要重写OnPaint()函数,负责调用图片资源并借助CDC对象将其渲染到对话框表面。 此外,必须合理处理WM_CTLCOLORSTATIC消息,确保背景图片的展示不会受到其他界面元素的干扰。 ```cppvoid CMyDialog::OnPaint(){ CPaintDC dc(this); // 生成设备上下文对象 CBitmap bitmap; bitmap.LoadBitmap(IDC_BITMAP_BACKGROUND); // 获取背景图片资源 CDC memDC; memDC.CreateCompatibleDC(&dc); CBitmap* pOldBitmap = m...
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