hdu 3450 Counting Sequences

本文介绍了一种动态规划(DP)问题的解决方法,通过树状数组和离散化技术来优化算法效率,实现对特定序列问题的有效求解。

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

题目大意:

给一个序列,从中选m (m>=2)个组成一个子序列(顺序和原序列相同),使得子序列中相邻两项的差的绝对值不超过k.

求这样所有子序列的数目。


基本算法是dp,先不考虑m>=2 , 先求出所有符合相邻差的绝对值不超过k的子序列的数目,然后减去n 就是结果。

基本dp,最开始dp数组初始化为1  ,表示以第i个数为结尾的满足要求的子序列的个数,最开始单个数看作一个序列

按输入顺序更新dp[i]

d[i] += d[j]  (j<i  &&  abs(v[i]-v[j])<=k)  ,所有dp[i] 的和就是答案。

进行第一次优化,用树状数组。 还是按输入顺序更新,  query(x) 表示之前出现过的  v[j]  且 v[j]<=x 以v[j]结尾的子序列的数目和

这样  dp[i] +=query(v[i]+k)  - query(v[i]-k-1).    所有dp[i]的和就是答案。

不过这样依旧会TLE,  因为  v[i] 的上限为 10000000, 每次要更新的次数太多。 由于n<=100000, 我们想到了离散化。

即对原序列进行排序,然后从小到大每个值占据树状数组中的一个节点,并记录该节点在树状数组中的位置,还要把原序列的顺序和树状数组中的位置对应上。

然后还是按原序列的顺寻更新,思路和第一次优化一样,不过麻烦了些而已。


#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
#define N 100010
#define MOD 9901
struct Node
{
    int v;
    int pos;//记录在原序列的位置,排序后用原序列的位置对应更新在树状数组中的位置(index[i])
}node[N];
int n;
int index[N]; //记录原序列的第i个点在树状数组中的位置
int num[N];
bool cmp(struct Node a,struct Node b)
{
    if(a.v!=b.v)  return a.v<b.v;
    return a.pos<b.pos;
}

int find(int x) //求上届,找到一个node[i]使得node[i].v>=x且 i最小
{
    int l=0,r=n,mid=(l+r+1)>>1;
    while(l<r)
    {
        if(node[mid].v<=x)  l=mid;
        else r=mid-1;
        mid=(l+r+1)>>1;
    }
    return mid;
}
int lowbit(int x)
{
    return x&-x;
}
void updata(int x,int v)
{
    while(x<=n)
    {
        num[x]=(num[x]+v)%MOD;
        x+=lowbit(x);
    }
}
int query(int x)
{
    int ret=0;
    while(x>0)
    {
        ret=(ret+num[x])%MOD;
        x-=lowbit(x);
    }
    return ret;
}
int main()
{int m;
    while(cin>>n>>m)
    {   memset(num,0,sizeof(num));
        for(int i=1;i<=n;i++)
        {
            scanf("%d",&node[i].v);
            node[i].pos=i;
        }
        sort(node+1,node+1+n,cmp);
        int ans=0;
        for(int i=1;i<=n;i++)  index[node[i].pos]=i; //更新原第i个数在树状数组中的位置
        node[0].v=0;
        for(int i=1;i<=n;i++)
        {
            int r=find(node[index[i]].v+m);
            int l=find(node[index[i]].v-m-1);
            int temp=query(r)-query(l);

            temp++;
            ans=(ans+temp)%MOD;
            updata(index[i],temp);
        }
        ans=(ans-n)%MOD;
        if(ans<0)  ans+=MOD;
        cout<<ans<<endl;
    }
    return 0;
}



资源下载链接为: https://pan.quark.cn/s/1bfadf00ae14 华为移动服务(Huawei Mobile Services,简称 HMS)是一个全面开放的移动服务生态系统,为企业和开发者提供了丰富的工具和 API,助力他们构建、运营和推广应用。其中,HMS Scankit 是华为推出的一款扫描服务 SDK,支持快速集成到安卓应用中,能够提供高效且稳定的二维码和条形码扫描功能,适用于商品扫码、支付验证、信息获取等多种场景。 集成 HMS Scankit SDK 主要包括以下步骤:首先,在项目的 build.gradle 文件中添加 HMS Core 库和 Scankit 依赖;其次,在 AndroidManifest.xml 文件中添加相机访问和互联网访问权限;然后,在应用程序的 onCreate 方法中调用 HmsClient 进行初始化;接着,可以选择自定义扫描界面或使用 Scankit 提供的默认扫描界面;最后,实现 ScanCallback 接口以处理扫描成功和失败的回调。 HMS Scankit 内部集成了开源的 Zxing(Zebra Crossing)库,这是一个功能强大的条码和二维码处理库,提供了解码、生成、解析等多种功能,既可以单独使用,也可以与其他扫描框架结合使用。在 HMS Scankit 中,Zxing 经过优化,以更好地适应华为设备,从而提升扫描性能。 通常,ScanKitDemoGuide 包含了集成 HMS Scankit 的示例代码,涵盖扫描界面的布局、扫描操作的启动和停止以及扫描结果的处理等内容。开发者可以参考这些代码,快速掌握在自己的应用中实现扫码功能的方法。例如,启动扫描的方法如下: 处理扫描结果的回调如下: HMS Scankit 支持所有安卓手机,但在华为设备上能够提供最佳性能和体验,因为它针对华为硬件进行了
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