[JZOJ2724]圆

题目大意

给定二维平面中的 n 个圆,第i个圆圆心在 (xi,yi) ,半径 ri ,权值 vi 。任何两个圆都不会相交(也不会相切),但是圆与圆之间可能存在包含关系。当我们在一个圆里面的时候,我们必须经过它的边界一次,才能走出这个圆。
对于不同的两个圆 A B,如果可以从 A B经过不超过 K 次边界,那么称A B 是联通的。注意,如果一个圆A里面内含了圆 B ,而且没有内含其它内含B的圆(如下图),则这两个圆之间经过了 1 个边界。
现在的问题是,对于所有的联通的一对圆(A,B),权值差的绝对值最大是多少?解释

T 组数据。
1T10,2n50000,2K100,0<ri2×108,109xi,yi,vi109


题目分析

显然圆与圆之间的包含关系构成了一棵树(严格意义上是一个森林,但是为了方便我们在外面加上一个很大的圆,让它变成树即可),联通的定义其实就是树上距离小于等于 K 。如果我们得到了这棵树,在树上求答案是很简单的事情,可以使用点分治。当然这题里面K很小,我们可以直接dp,用 fi,j 表示距离点 i 不超过j的最大/小点权,这个直接 O(nK) 就可以计算。
那么我们怎么处理出这一棵树呢?参考[POJ2932]Coneology的做法,我们使用扫描线,找出对于每一个圆,最小的包含它的圆。
所有扫描线由圆的两条垂直于 x 轴的切线(x=xiri x=xi+ri 组成)。我们从左到右扫描,对于所有跨过了这一条扫描线的圆,考虑维护它们与当前扫描线交点构成的区间,这些区间互相之间显然也是只可能相离或包含。
假设我们扫描到一个圆的左端的线,那么就意味着我们新加入了一个圆。这个圆在扫描线上的区间显然是一个点。那么我们可以发现,对于这个点上面的第一个区间端点(可能是上端点可能是下端点)所对应的圆,要么其就是包含当前圆的最小圆,要么包含它的最小圆就是包含当前圆的最小圆,这个判断一下就好了。
如果扫描到右扫描线,那就删除当前圆在扫描线上的区间。
现在问题来了,这些端点的具体纵坐标是会随着扫描线的一定而变化的,每次求具体值都要重新计算,我们怎么维护扫描线上若干区间端点呢?注意到除非发生了加入和删除操作,其所有端点的相对位置都是没有变化的。因此我们只需要每次插入/删除时按照当前扫描线的计算结果来就好了。至于使用什么数据结构来维护扫描线上的区间呢?显然用set打平衡树就行了。
总的时间复杂度 O(nlogn+nK)


代码实现

第一次打set内的cmp,好复杂……

#include <algorithm>
#include <iostream>
#include <cstdio>
#include <cmath>
#include <set>

using namespace std;

typedef double db;

const int N=50050;
const int E=N<<1;
const int K=105;

struct P
{
    db x,y;

    P(db x_=0,db y_=0){x=x_,y=y_;}
};

db sqr(db x){return x*x;}
db dist(P p,P q){return sqrt(sqr(p.x-q.x)+sqr(p.y-q.y));}

struct C
{
    int v;
    P O;
    db r;
}cir[N];

bool contain(C a,C b){return dist(a.O,b.O)+b.r<a.r;}

int lx;

P getp(C c,db x0,bool sign)
{
    db l=sqrt(sqr(c.O.x-x0)+sqr(c.r));
    return P(x0,c.O.y+(sign?1:-1)*l);
}

struct L
{
    int id;
    db x;
}line[N<<1];
int ltot;

bool operator<(L a,L b){return a.x<b.x;}

struct cmp{bool operator()(const int &a,const int &b)const{return getp(cir[a+1>>1],lx,a&1).y>getp(cir[b+1>>1],lx,b&1).y;}};

int fa[N],nxt[E],last[N],tov[E];
int f[2][N],g[2][N];
int ans,n,T,k,tot;
int mi,mx;
bool vis[N];
set<int,cmp> t;

void insert(int x,int y){tov[++tot]=y,nxt[tot]=last[x],last[x]=tot;}

void build()
{
    for (;tot;tot--) nxt[tot]=tov[tot]=0;
    for (int i=0;i<=n;i++) last[i]=0;
    ltot=0;
    for (int i=1;i<=n;i++)
    {
        line[++ltot].id=i*2-1,line[ltot].x=cir[i].O.x-cir[i].r;
        line[++ltot].id=i*2,line[ltot].x=cir[i].O.x+cir[i].r;
    }
    sort(line+1,line+1+ltot);
    t.clear();
    for (int i=1,id;i<=ltot;i++)
    {
        lx=line[i].x,id=line[i].id+1>>1;
        if (line[i].id&1)
        {
            fa[id]=0;
            t.insert(id*2-1);
            set<int,cmp>::iterator it=t.find(id*2-1);
            if (it!=t.begin())
            {
                --it;
                if (contain(cir[(*it)+1>>1],cir[id])) fa[id]=(*it+1)>>1;
                else fa[id]=fa[(*it+1)>>1];
            }
            t.insert(id*2);
        }
        else t.erase(id*2-1),t.erase(id*2);
    }
    for (int i=1;i<=n;i++) insert(fa[i],i),insert(i,fa[i]);
}

void calc()
{
    ans=0;
    for (int i=1;i<=n;i++) f[0][i]=g[0][i]=cir[i].v;
    f[0][0]=1000000070,g[0][0]=-1000000070;
    for (int k_=1;k_<=k;k_++)
    {
        int p=k_&1,q=p^1;
        for (int i=0;i<=n;i++) f[p][i]=f[q][i],g[p][i]=g[q][i];
        for (int x=0;x<=n;x++)
            for (int i=last[x],y;i;i=nxt[i])
                f[p][x]=min(f[p][x],f[q][y=tov[i]]),g[p][x]=max(g[p][x],g[q][y]);
    }
    for (int i=1;i<=n;i++) ans=max(ans,max(cir[i].v-f[k&1][i],g[k&1][i]-cir[i].v));
}

int main()
{
    freopen("circle.in","r",stdin),freopen("circle.out","w",stdout);
    int cnt=0;
    for (scanf("%d",&T);T--;)
    {
        scanf("%d%d",&n,&k);
        for (int i=1;i<=n;i++) scanf("%lf%lf%lf%d",&cir[i].O.x,&cir[i].O.y,&cir[i].r,&cir[i].v);
        build(),calc();
        printf("Case %d: %d\n",++cnt,ans);
    }
    fclose(stdin),fclose(stdout);
    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