多校联赛之二分加rmq

本文回顾了作者参加多校联赛首场比赛的经历,虽然未能解题成功,但深入剖析了两道典型题目:最小生成树问题及RMQ问题。通过他人代码学习到树形DP与RMQ的有效解决方法,分享了实现细节与算法优化技巧。

多校联赛开始了,第一场没有做出一道题,感觉的话挺对不起自己的,你的不努力换来的就是这个样子,永远都是,你的思路总是停留在浅薄的平面上,第一题是最小生成树,但是看出这个有什么用呢,关键在于求那个期望,那个期望值才是关键,果然,关键的东西还是掌握在少数人的手里,用的是一个深搜,也是很巧妙,据说是树形dp,我并没有学习过,但是我大致看明白代码了,还有一道是一个rmq的题目。其实刚开始我没有想到rmq,还是后来在别人的提醒下想到了rmq,但是这并没有什么卵用,关键在于后面的计数,后面的计数直接暴力的话是超时的,然后你就要观察这个数列的性质,最后发现他是递减的,然后二分,时间复杂度也降了下来,最后就完美的解决了,可是这还是掌握在少数人的手里面,很是对不起自己啊。

题目链接:点击打开链接

代码:直接贴别人代码了,自己原来是年少轻狂,写了一个n^2的代码,然后最后连数组的大小都判断不出来,最后还是超时,并没有什么卵用。

#include<stdio.h>
#include<algorithm>
using namespace std;
#include<bits/stdc++.h>
#include<map>
map<int ,long long >q;
int  treemaxzuida[100010][25];
int q1[100000],q2[100000];
int zuida(int a,int b)
{
    if(a<b)
        swap(a,b);
    return b==0?a:zuida(b,a%b);
}
void  rmq_zuida(int num)
{
    for(int j=1; (1<<j)<=num; ++j)
        for(int i=1; i+(1<<j)-1<=num; i++)
            treemaxzuida[i][j]=zuida(treemaxzuida[i][j-1],treemaxzuida[i+(1<<(j-1))][j-1]);

}
//int get_max(int a,int b)
//{
//    int k=int(log(b-a+1)/log(2));
//    return  zuida(treemaxzuida[a][k],treemaxzuida[b-(1<<k)+1][k]);
//}
int get_max(int l,int r)
{
    int k=0;
    while((1<<(k+1))<=r-l+1) k++;
    return zuida(treemaxzuida[l][k],treemaxzuida[r-(1<<k)+1][k]);
}
int main()
{
    int a,a1;
    scanf("%d",&a1);
    int cas=1;
    while(a1--)
    {
        scanf("%d",&a);
        memset(treemaxzuida,0,sizeof(treemaxzuida));
        for(int i=1; i<=a; i++)
            scanf("%d",&treemaxzuida[i][0]);
        rmq_zuida(a);
        q.clear();
        int nex,l,r,mid,d2,d1,ans;
        for(int i=1; i<=a; i++)
        {
            nex=i;
            while(nex<=a)
            {
                d1=get_max(i,nex);
                l=nex;
                r=a;
                while(l<=r)
                {
                    mid=(l+r)>>1;
                    d2=get_max(i,mid);
                    if(d2>=d1) l=mid+1,ans=mid;
                    else r=mid-1;
                }

                q[d1]+=(ans-nex)+1;
                nex=r+1;
            }
        }
//        for(int i=1; i<=a; i++)
//            for(int j=i; j<=a; j++)
//                q[get_max(i,j)]++;
        int b;
        memset(q1,0,sizeof(q1));
        memset(q2,0,sizeof(q2));
        scanf("%d",&b);
        for(int i=0; i<b; i++)
        {
            scanf("%d%d",&q1[i],&q2[i]);

        }
        printf("Case #%d:\n",cas);
        for(int i=0; i<b; i++)
            printf("%d %I64d\n",get_max(q1[i],q2[i]),q[get_max(q1[i],q2[i])]);
        cas++;

    }
    return 0;
}

自己写的代码,各种小心,还有一处爆int,我还wrong了好几发,,,,,,咳

### 二维 RMQ (Range Minimum/Maximum Query) 的解决方案 #### 背景介绍 RMQ 是一种经典的算法问题,用于快速查询给定范围内最小值或最大值。一维 RMQ 可以通过种方式高效解决,比如 ST 表(Sparse Table)、线段树等。然而,当扩展到 **二维空间** 时,问题变得更复杂。 在二维 RMQ 中,我们需要在一个矩阵中找到子矩形范围内的最值。为了满足 O(1) 查询的要求,通常会采用预处理的方式优化性能[^1]。 --- #### 基于 Sparse Table 的二维 RMQ 实现 ST 表是一种高效的静态数据结构,适用于只读场景下的区间查询。其核心思想是对原数组进行预处理,构建一个表格存储任意长度区间的最值信息。对于二维 RMQ,我们可以将其推广至两个维度: ##### 预处理阶段 定义 `f[i][j][k][l]` 表示以 `(i,j)` 为左上角、`(i + 2^k - 1, j + 2^l - 1)` 为右下角的子矩阵中的最小值。其中: - `k` 和 `l` 分别表示当前子矩阵的高度和宽度对应的指数。 初始化时,单个单元格的情况可以直接赋值为原始矩阵的对应位置值: ```cpp for(int i=0;i<n;i++) { for(int j=0;j<m;j++) { f[i][j][0][0] = matrix[i][j]; } } ``` 随后利用动态规划填充整个表: ```cpp // 枚举高度方向上的 k 次幂 for(int k=1; (1<<k)<=n; ++k){ int size_k = 1 << k; for(int l=1; (1<<l)<=m; ++l){ int size_l = 1 << l; // 枚举起始点 for(int i=0;i+(size_k>>1)<n;++i){ for(int j=0;j+(size_l>>1)<m;++j){ f[i][j][k][l] = min( f[i][j][k-1][l], // 上半部分 f[i + (size_k >> 1)][j][k-1][l]); // 下半部分 f[i][j][k][l] = min(f[i][j][k][l], min(f[i][j][k][l-1], // 左半部分 f[i][j + (size_l >> 1)][k][l-1])); // 右半部分 } } } } ``` ##### 查询阶段 假设要查询从 `(x1,y1)` 到 `(x2,y2)` 子矩阵的最小值,则可以通过分解目标区域完成计算。设: - `k = log(x2-x1+1)` - `l = log(y2-y1+1)` 则最终结果可由以下四个重叠区域取最小值得到: ```cpp int query_min(int x1,int y1,int x2,int y2){ int k = floor(log2(x2-x1+1)); int l = floor(log2(y2-y1+1)); return min(min(f[x1][y1][k][l], f[x2-(1<<k)+1][y1][k][l]), min(f[x1][y2-(1<<l)+1][k][l], f[x2-(1<<k)+1][y2-(1<<l)+1][k][l])); } ``` 此方法的时间复杂度如下: - 预处理:O(n * m * log n * log m)[^2] - 单次查询:O(1) --- #### 使用线段树或其他高级数据结构 除了基于 ST 表的方法外,还可以考虑其他更灵活的数据结构,例如二维线段树或者四叉树。这些方法允许更新操作以及更复杂的查询条件,但在本题设定下可能无法达到严格的 O(1) 时间复杂度要求。 --- #### 总结 针对二维 RMQ 问题,推荐优先尝试基于稀疏表的实现方案,因其简单易懂且能够很好地支持常数级别的查询效率。如果实际应用中有频繁修改的需求,则需进一步评估是否引入更为强大的动态数据结构。 ---
评论 1
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