GYM 100971 M.Decomposition into Good Strings(尺取+dp+线段树)

本文介绍了一种算法,用于解决将字符串划分成若干个包含特定数量不同字符的子串问题。通过尺取法确定每个位置的有效范围,并利用线段树进行区间查询以实现高效计算。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Description
给出一个字符串,对任一前缀,问最少可以将其划分成几个合法串,定义合法串为其恰含k个不同的字符
Input
第一行首先输入一整数k表示对合法串的要求,之后一个全由小写字母组成的字符串s(1<=k<=26,1<=|s|<=2e5)
Output
输出|s|个数,第i个数表示前缀[1,i]最少可以分成几个合法串,如果无解输出-1
Sample Input
2
abacaba
Sample Output
-1 1 1 2 2 3 3
Solution
对每个i,需要求出区间[l[i],r[i]]使得对这个区间的任意j,[j,i]区间恰有k个不同字母,求l[i]和r[i]可以通过两边尺取得到,以dp[i]表示前缀[1,i]至少可以被划分成多少个合法串,那么dp[i]=min(dp[j-1])+1,其中j介于[l[i],r[i]],所以问题变成维护一个区间最小值以及单点修改,用线段树维护dp序列即可
Code

#include<cstdio>
#include<iostream>
#include<cstring>
#include<algorithm>
#include<cmath>
#include<vector>
#include<queue>
#include<map>
#include<set>
#include<ctime>
using namespace std;
typedef long long ll;
#define INF 0x3f3f3f3f
#define maxn 222222
int n,k,num[26],a[maxn],b[maxn],Min[maxn<<2];
char s[maxn];
#define ls (t<<1)
#define rs ((t<<1)|1)
void build(int l,int r,int t)
{
    Min[t]=INF;
    if(l==r)return ;
    int mid=(l+r)>>1;
    build(l,mid,ls),build(mid+1,r,rs);
}
void push_up(int t)
{
    Min[t]=min(Min[ls],Min[rs]); 
}
void update(int x,int l,int r,int t,int v)
{
    if(l==r)Min[t]=v;
    else
    {
        int mid=(l+r)>>1;
        if(x<=mid)update(x,l,mid,ls,v);
        else update(x,mid+1,r,rs,v);
        push_up(t);
    }
}
int query(int L,int R,int l,int r,int t)
{
    if(L<=l&&r<=R)return Min[t];
    int ans=INF,mid=(l+r)>>1;
    if(L<=mid)ans=min(ans,query(L,R,l,mid,ls));
    if(R>mid)ans=min(ans,query(L,R,mid+1,r,rs));
    return ans;
}
int main()
{
    int Case=1;
    while(~scanf("%d",&k))
    {
        scanf("%s",s+1);
        n=strlen(s+1);
        memset(num,0,sizeof(num));
        memset(a,-1,sizeof(a));
        memset(b,-1,sizeof(b));
        int res=0,l=n;
        for(int r=n;r>=1;r--)
        {
            while(res<=k&&l>0)
            {
                if(num[s[l]-'a']==0)res++;
                num[s[l]-'a']++;
                l--;
            }
            if(res==k+1)a[r]=l+2;
            else if(res==k&&l==0)a[r]=l+1;
            if(num[s[r]-'a']==1)res--;
            num[s[r]-'a']--;
        }
        memset(num,0,sizeof(num));
        l=n;
        for(int r=n;r>=1;r--)
        {
            while(res<k&&l>0)
            {
                if(num[s[l]-'a']==0)res++;
                num[s[l]-'a']++;
                l--;
            }
            if(res==k)b[r]=l+1;
            if(num[s[r]-'a']==1)res--;
            num[s[r]-'a']--;
        }
        build(0,n,1);
        for(int i=1;i<=n;i++)
        {
            int ans=-1;
            if(a[i]==1)
            {
                ans=1;
                update(i,0,n,1,1);
            }
            else if(a[i]!=-1)
            {
                ans=query(a[i]-1,b[i]-1,0,n,1);
                if(ans!=INF)
                {
                    ans++;
                    update(i,0,n,1,ans);
                }
                else ans=-1;
            }
            printf("%d%c",ans,i==n?'\n':' '); 
        }
    }
    return 0;
}
### 使用 `gym.spaces.Box` 定义动作空间 在OpenAI Gym环境中定义连续的动作空间通常会使用到 `gym.spaces.Box` 类。此类允许创建一个多维的盒子形状的空间,其边界由低限(low)和高限(high)参数指定[^1]。 对于给定的例子,在类 `ActionSpace` 中静态方法 `from_type` 返回了一个基于输入类型的行动空间实例: 当 `space_type` 是 `Continuous` 时,返回的是一个三维向量形式的动作空间对象,该对象表示三个维度上的值范围分别为 `[0.0, 1.0]`, `[0.0, 1.0]`, 和 `[-1.0, 1.0]` 的实数集合,并且数据类型被设定为了 `np.float32`: ```python import numpy as np import gym class ActionSpace: @staticmethod def from_type(action_type: int): space_type = ActionSpaceType(action_type) if space_type == ActionSpaceType.Continuous: return gym.spaces.Box( low=np.array([0.0, 0.0, -1.0]), high=np.array([1.0, 1.0, 1.0]), dtype=np.float32, ) ``` 此段代码展示了如何通过传递最低限度(`low`)数组以及最高限度(`high`)数组来初始化一个新的Box实例,从而构建出一个具有特定界限的多维连续数值区间作为环境可能采的一系列合法行为的选择集的一部分。 另外值得注意的是,每个环境都应当具备属性 `action_space` 和 `observation_space` ,这两个属性应该是继承自 `Space` 类的对象实例;Gymnasium库支持大多数用户可能会需要用到的不同种类的空间实现方式[^2]。 #### 创建并测试 Box 动作空间的一个简单例子 下面是一个简单的Python脚本片段用于展示怎样创建和验证一个基本的 `Box` 空间成员资格的方法: ```python def check_box_space(): box_space = gym.spaces.Box(low=-1.0, high=1.0, shape=(2,), dtype=np.float32) sample_action = box_space.sample() # 获随机样本 is_valid = box_space.contains(sample_action) # 检查合法性 print(f"Sampled action {sample_action} within bounds? {'Yes' if is_valid else 'No'}") check_box_space() ``` 上述函数首先建立了一个二维的 `-1.0` 到 `1.0` 范围内的浮点型 `Box` 空间,接着从中抽了一组随机样本来检验它确实位于所规定的范围内。
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