ABC 231 E(记忆化搜索 F(树状数组处理二维偏序

参考题解

E - Minimal payments
题意:
给定 n n n 种货币, a 1 = 1 , a i < a i + 1 a_1=1,a_i<a_{i+1} a1=1,ai<ai+1,并且保证了 a i + 1   %   a i = 0 a_{i+1} \ \% \ a_i = 0 ai+1 % ai=0
给出 X X X 元,要求给定支付的货币数量与找零货币数量之和最小
思路:
数据很小,考虑记忆化搜索,贪心的从大货币开始遍历
假设当前是 x x x 元,枚举到了第 i i i 个货币
我们拿出 ⌊ x a i ⌋ \lfloor\frac{x}{a_i}\rfloor aix 张,剩下 x   %   a i x \ \% \ a_i x % ai
或者拿出 ⌊ x a i ⌋ + 1 \lfloor\frac{x}{a_i}\rfloor+1 aix+1 张,多出来的找零
m a p map map m a p map map 搞一个记忆化数组
code:

#include<bits/stdc++.h>
#define endl '\n'
#define ll long long
#define ull unsigned long long
#define ld long double
#define all(x) x.begin(), x.end()
#define eps 1e-6
using namespace std;
const int maxn = 1e2 + 9;
const int mod = 1e9 + 7;
const int inf = 0x3f3f3f3f;
const ll INF = 0x3f3f3f3f3f3f3f3f;
ll n, m;
ll a[maxn];
map <ll, map<int, ll> > f;// 记忆化数组

ll dfs(ll x, int i){
	if(i == 1) return x;
	if(f[x][i]) return f[x][i];
	ll res = x / a[i];
	ll w1 = res + dfs(x % a[i], i - 1);
	ll w2 = res + 1 + dfs((res + 1) * a[i] - x, i - 1);
	f[x][i] = min(w1, w2);
	return f[x][i];
}
void work()
{
	cin >> n >> m;
	for(int i = 1; i <= n; ++i) cin >> a[i];
	cout << dfs(m, n) << endl;
}

int main()
{
	ios::sync_with_stdio(0);
//	int TT;cin>>TT;while(TT--)
	work();
	return 0;
}

F - Jealous Two
题意:
给定两个长度为 n n n 的序列 a , b a,b a,b,问有多少对 ( i , j ) (i,j) (i,j) 满足 a i > = a j , b i < = b j a_i>=a_j,b_i<=b_j ai>=aj,bi<=bj
a i , b i < = 1 0 9 a_i,b_i<=10^9 ai,bi<=109
思路:
显然是二维偏序
首先对 b b b 数组排序,消除第二个限制。
然后就变成了求 a a a 数组的类似逆序对的问题。
不同是逆序对是找 i < j , a i > a j i<j,a_i>a_j i<j,ai>aj,而我们需要找 i < j , a i > = a j i<j,a_i>=a_j i<j,ai>=aj
重复元素需要加入贡献
求逆序数加强版
这道题是有相同数据不计贡献,处理方法稍加修改即可变成计贡献
具体操作就是:对 a a a 按照 x < x< x< 为第一关键字排序, i d > id > id> 为第二关键字排序,然后 R a n k [ d [ i ] . i d ] = i Rank[d[i].id] = i Rank[d[i].id]=i 构造一个新序列,上树状数组求解即可
为什么这样就对呢?
这时候我们看相同的数据发生了什么,一组相同的数据,本来排在后边的 i d id id 大,然后排序时被排到了前边,在它原来位置赋给它的 i i i 就小,这样一组相同的数据就出现了这样的状况:从 1 1 1 n n n,相同的数据赋予的 i i i 总是严格递减的,这样就会产生逆序数,就满足了我们要求相同时也计数的要求
但是还有有两点要注意:
i = j i=j i=j 时方案合法,所以最后的答案要 + n +n +n
当两个物品的两个值都相同是 ( x , y ) , ( x , y ) (x,y),(x,y) (x,y),(x,y) 时,不仅 ( i , j ) (i,j) (i,j) 有贡献 ( j , i ) (j,i) (j,i) 也有贡献,在外面单独统计一下即可。
时间复杂度 O ( n l o g n ) O(nlogn) O(nlogn)
参考题解
code:

#include<bits/stdc++.h>
#define endl '\n'
#define ll long long
#define ull unsigned long long
#define ld long double
#define all(x) x.begin(), x.end()
#define eps 1e-6
using namespace std;
const int maxn = 2e5 + 9;
const int mod = 1e9 + 7;
const int inf = 0x3f3f3f3f;
const ll INF = 0x3f3f3f3f3f3f3f3f;
ll n, m;

struct node{
	int x, y;
	bool operator<(const node &B){
		return (y < B.y || y == B.y && x > B.x);
	}
}a[maxn];

int c[maxn];
void update(int i, int k){
	while(i <= n) c[i] += k, i += i & (-i); 
}
int qry(int i){
	ll ans = 0;while(i) ans += c[i], i -= i & (-i);
	return ans;
}

int Rank[maxn];
struct Node{
	int x, id;
	bool operator<(const Node &B){
		return (x < B.x || x == B.x && id > B.id);
	} 
}d[maxn];
void work()
{
	cin >> n;
	for(int i = 1; i <= n; ++i) cin >> a[i].x;
	for(int i = 1; i <= n; ++i) cin >> a[i].y;
	sort(a + 1, a + 1 + n);
	ll ans = 0, cnt = 1;
	for(int i = 1; i <= n; ++i){// 单独统计特殊情况 
		if(a[i].x != a[i+1].x || a[i].y != a[i+1].y)
			ans += cnt * (cnt - 1) / 2, cnt = 1;
		else ++cnt;
	}
	for(int i = 1; i <= n; ++i) d[i].x = a[i].x, d[i].id = i;
	sort(d + 1, d + 1 + n);	
	for(int i = 1; i <= n; ++i) Rank[d[i].id] = i;
	for(int i = 1; i <= n; ++i){
		ans += i - 1 - qry(Rank[i] - 1);
		update(Rank[i], 1ll);
	}
	cout << ans + n;
}

int main()
{
	ios::sync_with_stdio(0);
//	int TT;cin>>TT;while(TT--)
	work();
	return 0;
}
<think>好的,我现在需要帮助用户了解二维树状数组的实现和应用。首先,我得回顾一下用户之前的提问和引用内容,确保回答符合他们的需求。用户提到了二维树状数组,引用中也有关于二维前缀和、单点修改以及例题的信息,比如poj2352和Codeforces的题目。 首先,我需要解释二维树状数组的基本概念。二维树状数组树状数组二维空间的扩展,主要用于处理二维数组的前缀和查询和单点更新。用户可能已经了解一维树状数组,所以可以在此基础上进行扩展。 接下来是实现部分。用户需要具体的代码示例,尤其是Python的实现。根据引用3,一维树状数组的Python实现,我需要将其扩展到二维二维树状数组的操作包括初始化、单点更新和前缀和查询。需要注意的是,二维情况下,每个更新和查询操作都需要双重循环,遍历每个维度上的索引。 然后是应用场景。用户可能想知道在什么情况下使用二维树状数组。根据引用2和4,二维树状数组适用于子矩阵求和、动态二维网格数据更新等场景,比如处理二维偏序问题或实时更新矩阵中的元素值。例如,在POJ 1195这道题中,需要处理手机的更新和区域查询,这正是二维树状数组的典型应用。 另外,用户可能关心时间复杂度。每个操作的时间复杂度是O((log n)^2),因为每个维度都需要log n的时间。相比暴力方法,这在处理大规模数据时更高效。 最后,生成相关问题。根据用户之前的问题,可能需要关于优化、应用场景以及与其他数据结构的比较的问题。比如,二维树状数组二维线段树的区别,或者如何扩展到更高维度。 需要确保代码正确无误,并符合Python语法。同时,引用相关文献,比如引用2中的二维树状数组应用和引用4中的例题,来增强回答的可信度。还要注意用户的中文回答要求,保持结构清晰,分步骤解释。</think>### 二维树状数组实现与应用详解 #### 一、核心原理 二维树状数组是树状数据结构二维空间的扩展,主要用于高效处理**子矩阵和查询**和**单点更新**。其核心原理基于二维二进制索引结构: 1. 每个节点存储特定子矩阵的和 2. 通过**lowbit(x)**运算确定覆盖范围 3. 时间复杂度:单次查询/更新 $O((\log n)^2)$ #### 二、Python实现代码 ```python class BinaryIndexedTree2D: def __init__(self, rows, cols): self.n = rows self.m = cols self.tree = [[0]*(cols+1) for _ in range(rows+1)] def update(self, x, y, delta): # 单点更新操作 i = x while i <= self.n: j = y while j <= self.m: self.tree[i][j] += delta j += j & -j i += i & -i def query(self, x, y): # 查询(1,1)到(x,y)的子矩阵和 res = 0 i = x while i > 0: j = y while j > 0: res += self.tree[i][j] j -= j & -j i -= i & -i return res def range_query(self, x1, y1, x2, y2): # 查询任意子矩阵和 return (self.query(x2, y2) - self.query(x1-1, y2) - self.query(x2, y1-1) + self.query(x1-1, y1-1)) ``` #### 三、典型应用场景 1. **动态矩阵求和**:实时更新矩阵元素值并查询子矩阵和 - 例:POJ 1195 Mobile phones[^4] 2. **二维偏序问题**:统计满足 $x_i < x_j$ 且 $y_i < y_j$ 的点对数量 3. **图像处理**:区域像素值统计与更新 4. **游戏地图**:动态更新地形数据并快速统计区域属性 #### 四、操作时间复杂度对比 | 操作类型 | 暴力方法 | 二维树状数组 | |----------------|------------|--------------| | 单点更新 | $O(1)$ | $O((\log n)^2)$ | | 子矩阵查询 | $O(n^2)$ | $O((\log n)^2)$ | | 区域更新+查询 | $O(n^2)$ | $O((\log n)^2)$ | #### 五、实战技巧 1. **坐标偏移**:当坐标从0开始时,统一+1转换为从1开始 2. **离散化处理**:当坐标范围过大时先进行离散化 3. **差分技巧**:处理区间更新操作 ```python # 给子矩阵(x1,y1)-(x2,y2)统一加delta bit.update(x1, y1, delta) bit.update(x1, y2+1, -delta) bit.update(x2+1, y1, -delta) bit.update(x2+1, y2+1, delta) ```
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