<think>
题目要求：给定n个点，每个点有两个属性(a, b)。对于点i和点j，如果满足(a_i > a_j) 或者 (b_i > b_j)，则称i可以KO j。并且这种KO关系具有传递性（即如果i KO j, j KO k，那么i KO k）。要求输出每个点能够KO的点的数量（即每个点能到达的点的数量）。
注意：KO关系是传递的，所以实际上我们要求的是在传递闭包中每个点能到达的点的数量。但是n最大为1e5，直接求传递闭包（O(n^2)）是不可行的。
观察：KO关系由两个维度决定。我们可以将问
题转化为：在二维平面上有n个点，如果点i的两个坐标都大于等于点j，并且至少有一个严格大于，那么i可以KO j。但是注意，
题目中KO关系是“或”的关系：即只要一个坐标大于，就可以KO。而且传递闭包会将所有间接的KO关系也包含进来。
实际上，这种关系是偏序关系（具体是乘积序）。但是注意，由于是“或”的关系，它并不是一个全序，而且传递闭包可能很大。
然而，我们可以利用二维偏序的性质来优化。具体思路如下：
1. 首先，我们注意到，如果点i在a和b两个属性上都大于等于点j（且至少有一个严格大于），那么i可以KO j。但是，
题目中KO关系只需要一个属性大于即可，所以实际上，如果点i在a属性上大于点j，那么i就可以KO j，无论b属性如何。同理，如果b属性大于，也可以KO。因此，KO关系实际上是：i可以KO j当且仅当(a_i>a_j)或(b_i>b_j)。
2. 传递闭包：由于传递性，如果存在一条路径i->j（即通过若干中间点），那么i就可以KO j。
3. 我们要求每个点能KO多少个点（包括直接和间接）。
但是，直接计算传递闭包是O(n^2)的，无法承受。
另一种思路：考虑KO关系实际上是一个有向图，图中存在边i->j当且仅当(a_i>a_j)或者(b_i>b_j)。然后求每个点能到达的点的数量。
然而，这个图的边数可能达到O(n^2)，因此不能显式建图。
我们需要更高效的方法。
注意到：这个图实际上可以由两个完全图（分别按a和按b排序）组合而成。具体来说，如果按a排序，那么每个点会向所有a值比它小的点连边（按a属性连的边），同理按b排序，每个点会向所有b值比它小的点连边。但是，由于是“或”的关系，边是这两种边的并集。
那么，传递闭包怎么求？实际上，我们可以利用排序和树状数组/线段树来优化。
但是，有一个重要的性质：如果我们定义点i支配点j当且仅当a_i>a_j且b_i>b_j（即二维偏序中的严格支配），那么显然i可以KO j。但是，反过来不成立：因为可能a_i>a_j而b_i<=b_j，这时i也可以KO j（直接KO），但j可能通过其他路径KO一些点，然后i再通过传递性KO那些点。
实际上，我们可以将点按照a降序排序，然后考虑b。但是，传递闭包在图上很难直接计算。
参考：在DAG中，求每个点能到达的点的个数，一般用拓扑排序+状态压缩（bitset）来求传递闭包，但是n=1e5，bitset空间O(n^2)需要12.5GB，不可行。
因此，我们需要更巧妙的办法。
观察：实际上，如果点i的a和b都很大，那么它能KO的点就很多。而且，如果一个点i的a和b都不是很大，但是存在一个点j，使得j的a大于i的a，且j的b大于i的b，那么i能KO的点j都能KO（因为i能KO的点j都能直接KO，而且j还能KO更多）。所以，实际上，我们只需要考虑那些“极大点”（即不被其他任何点支配的点）？但是，
题目要求每个点能KO的点的数量，包括间接KO。
另一种思路：考虑KO关系的逆否关系：如果i不能KO j，那么必须满足a_i<=a_j且b_i<=b_j。所以，i不能KO j当且仅当j在二维偏序上“不小于”i（注意，
题目中同一网站没有相同值，所以不会出现相等）。那么，i能KO的点的数量 = n - 1 - (满足a_j>=a_i且b_j>=b_j的j的个数)？不对，因为即使j满足a_j>=a_i且b_j>=b_i，i仍然可能通过其他路径KO j（传递性）。
例如：有3个点：A(1,3), B(2,2), C(3,1)。则A不能直接KO C（因为1<3且3>1，所以不满足a_A>a_C且b_A>b_C？实际上，A可以直接KO C吗？注意
题目：只要有一个属性大于即可。A的b属性3>1，所以A可以KO C。所以，A能KO C。因此，上面的逆否命
题不成立。
实际上，i不能KO j当且仅当a_i<=a_j且b_i<=b_j？不对，因为如果a_i<=a_j且b_i<=b_j，那么i肯定不能KO j（因为两个属性都不大于）。但是，反过来，如果i不能KO j，那么一定有a_i<=a_j且b_i<=b_j吗？是的，因为如果有一个属性大于，那么i就可以KO j。所以，i不能KO j当且仅当a_i<=a_j且b_i<=b_j。
因此，每个点i能KO的点的数量就是：总数n - 1（减去自己）减去（满足a_j>=a_i且b_j>=b_i的点的个数）？注意，这里包括自己（因为自己满足a_i>=a_i且b_i>=b_i），所以减去（满足a_j>=a_i且b_j>=b_i的点的个数）后，还要加回自己（因为自己不应该被减去）？不对，因为自己不能KO自己（
题目中没有说可以KO自己，而且自己KO自己也不符合定义）。所以，实际上，i能KO的点的个数 = n - 1 - (满足a_j>=a_i且b_j>=b_i的点的个数) + ？注意，我们减去的点包括i自己，但是i自己不在不能KO的集合中（因为不能KO自己，但这里我们考虑的是其他点），所以实际上，满足a_j>=a_i且b_j>=b_i的点的个数（包括i自己），那么i不能KO的点的个数就是这个集合的大小减去1（减去自己）。所以：
i能KO的点的个数 = n - 1 - [ (满足a_j>=a_i且b_j>=b_i的点的个数) - 1 ]
= n - (满足a_j>=a_i且b_j>=b_i的点的个数)
但是，这个结论对吗？我们看上面的例子：点A(1,3)，那么满足a_j>=1且b_j>=3的点有几个？只有A自己（因为B(2,2)的b=2<3，C(3,1)的b=1<3）。所以A能KO的点数=3-1=2。实际上，A能KO B（因为b=3>2）和C（因为b=3>1），所以确实KO了2个。点B(2,2)：满足a_j>=2且b_j>=2的点：只有B自己（因为A的b=3>=2，但是a=1<2，所以不满足；C的a=3>=2，但b=1<2，所以不满足）。所以B能KO的点数=3-1=2。实际上，B能KO A（因为a=2>1）和C（因为a=2<3？不对，B的a=2，C的a=3，所以a_B<a_C，但是b_B=2>1，所以B可以KO C。同时，B也可以KO A（a_B=2>1）。所以KO了2个。点C(3,1)：满足a_j>=3且b_j>=1的点：有C自己，还有A？A的a=1<3，不满足；B的a=2<3，不满足。所以只有1个。所以C能KO的点数=3-1=2？不对，实际上C能KO谁？C的a=3最大，所以可以KO所有a小于3的点，即A和B（因为A的a=1<3，B的a=2<3）。所以C能KO2个。但是我们的公式计算出来是2，但
题目要求输出的是3（因为样例输出是2,2,0,3，这个样例是4个点）？不对，我们重新看样例输入。
重新看Sample Input：
4
2 3
3 2
1 1
4 5
按照公式：
点1(2,3)：满足a_j>=2且b_j>=3的点：点1(2,3)和点4(4,5) -> 2个，所以能KO的点数=4-2=2。
点2(3,2)：满足a_j>=3且b_j>=2的点：点2(3,2)和点4(4,5) -> 2个，所以能KO的点数=4-2=2。
点3(1,1)：满足a_j>=1且b_j>=1的点：所有点（4个），所以能KO的点数=4-4=0。
点4(4,5)：满足a_j>=4且b_j>=5的点：只有点4 ->1个，所以能KO的点数=4-1=3。
所以输出：2,2,0,3 符合样例。
因此，问
题转化为：对于每个点i，求满足a_j>=a_i且b_j>=b_i的点的个数（包括自己）。
这就是一个二维偏序问
题（求右上角的点的个数），可以用排序+树状数组解决。
具体步骤：
1. 将点按a从小到大排序，如果a相同，按b从小到大排序（注意
题目同一网站没有相同值，所以a和b都不会相同？但是不同点可能a相同吗？
题目没有说，所以假设a和b都可能相同？
题目说：同一网站中，没有人做
题数量一样。所以同一个网站的值互不相同。但是两个网站之间没有限制，所以可能一个点的a等于另一个点的b，但不会出现两个点的a相同，也不会出现两个点的b相同。所以a值互不相同，b值互不相同？不对，
题目只保证同一网站中，没有相同的值。所以a值互不相同，b值可能相同？不对，
题目说“第二个数表示小孩在cf上的做
题数量”，也是同一网站，所以b值也互不相同。所以每个点的a和b都是唯一的，但是a和b之间可能相同（比如一个点的a等于另一个点的b）？但是不影响。
所以，我们按a从小到大排序，然后按b值做树状数组。但是注意，我们要求的是右上角（即a_j>=a_i且b_j>=b_i），所以我们可以按a从大到小排序，然后求b的逆序数（但这里是求大于等于当前b的个数，所以用树状数组求后缀和？或者将b取负转化为求前缀和）。
具体：
- 将点按a从大到小排序（a相同的，按b从大到小排序？但是a不会相同，所以无所谓）。
- 然后按顺序遍历，对于当前点，我们要求之前遍历过的点中b>=当前点b的个数（因为按a从大到小，所以之前遍历过的点a都大于等于当前点，所以只需要看b）。
- 但是注意，a相等的情况不会出现，所以按a降序排序后，当前点之前的点a都大于等于当前点（因为a都不同，所以都是大于）。那么，我们只需要统计b>=当前点b的点的个数。
但是，我们要求的是右上角（包括自己），所以自己也会被统计到。所以我们在遍历时，每处理一个点，就将它的b插入树状数组，然后查询当前b到最大b之间的点数（即后缀和）。
但是，树状数组一般用于前缀和，我们可以将b坐标离散化，然后从大到小排序，然后树状数组维护从大到小的b值（即大的b值在树状数组的前面）。或者，我们可以将b取负数，然后转化为求前缀和。
步骤：
1. 离散化b：将b值离散化到1~m（m为不同b的个数）。
2. 将点按a降序排序（从大到小）。
3. 初始化树状数组（大小为m）。
4. 按排序后的顺序遍历每个点：
在当前点，查询树状数组中b值大于等于当前点b的点的个数（即后缀和）。由于树状数组只能求前缀和，我们可以将b离散化后，用m+1减去当前b的排名，然后求前缀和。或者，我们改变树状数组的更新方向：从大到小更新，然后查询后缀和？树状数组可以支持后缀和，但通常我们使用前缀和。
另一种方法：将b值取负，然后从小到大排序，这样b值大的取负后小，然后按a降序排序，再按取负后的b升序排序（相当于原b的降序），然后树状数组维护取负后的b值（即原b值大的，取负后小，在树状数组的前面）。这样，我们查询小于等于当前取负b的个数（即原b>=当前b的个数）就是前缀和。
但是，为了简单，我们可以将b从大到小排序，然后离散化，然后树状数组维护后缀和？或者，我们直接按b降序排序，然后树状数组维护前缀和（但需要按a降序，同时b降序，这样相同的a不会出现，但b降序后，我们插入时按b降序，那么之前插入的点的b都大于等于当前点？不对，因为按a降序，b降序，那么当前点之前的点a都大于等于当前点，b都大于等于当前点？不对，因为a降序，b降序，那么当前点之前的点a都大于等于当前点，b都大于等于当前点（因为排序后，前面的点a更大，b更大）。所以，当我们遍历到当前点时，树状数组中已经插入的点都是a大于等于当前点的（因为按a降序，所以已经插入的点的a都大于等于当前点），并且b都大于等于当前点（因为b降序，所以当前点之前的点b都大于等于当前点）？不对，按b降序排序后，当前点之前的点b都大于等于当前点，但是a不一定大于等于当前点？因为排序是首先按a降序，然后按b降序。所以，在a不同的情况下，a大的排在前面，a小的排在后面。当a相同时，按b降序（但a不会相同）。所以，当前点之前的点a都大于当前点（因为a都不同，且从大到小），所以b值可以任意。因此，我们无法保证b都大于等于当前点。
所以，我们只能按a降序排序，然后对b值进行统计。具体做法是：在按a降序排序后，我们按照这个顺序将每个点的b值插入树状数组，同时查询当前树状数组中b值大于等于当前点b的点的个数。但是树状数组如何查询后缀和？我们可以转化为：总插入点数 - 小于当前b的点数。但是，我们要求的是大于等于当前b的点的个数，包括当前点自己（因为当前点已经插入？我们在查询前插入还是查询后插入？）
注意：为了避免当前点自己影响，我们可以在查询后插入。具体：
1. 按a从大到小排序（a相同不会出现，所以不用考虑）。
2. 遍历每个点：
查询树状数组中b值大于等于当前点b的点的个数（即已经插入的点中，b值大于等于当前b的个数）。注意，此时当前点还没有插入，所以已经插入的点都是a大于当前点a的（因为a严格大于，因为a都不同），或者a相等（但不会出现）？所以已经插入的点a都大于当前点，那么这些点中b值大于等于当前点b的个数，就是我们要的？不对，我们要的是所有a>=当前点a且b>=当前点b的点的个数（包括当前点自己）。但是，这里我们还没有插入当前点，所以已经插入的点都是a大于当前点的（因为a降序），所以这些点中b>=当前点b的个数，再加上当前点自己（因为自己也算）？不对，我们要求的是整个集合（包括当前点）中满足条件的点的个数。所以，在遍历到当前点时，还没有插入当前点，那么查询的结果是a大于当前点的点中b>=当前点b的个数。然后我们插入当前点，然后当前点自己也算一个，所以总数应该是查询结果+1（当前点）？但是，注意，我们要求的是所有a>=当前点a（包括自己）且b>=当前点b（包括自己）的点的个数。所以，在插入当前点后，这个值就是查询结果（已经插入的点中b>=当前点b的个数，因为已经插入的点都是a>=当前点a的（按a降序，当前点之前的点a都大于等于当前点，当前点自己还没插入，所以查询结果就是a大于当前点的点中b>=当前点b的个数）加上当前点自己（插入后，当前点自己满足条件，所以总数=查询结果+1）。但是，注意，在按a降序排序时，当前点之前的点a都大于当前点（因为a都不同），所以a大于当前点的点就是之前插入的所有点。因此，总数=查询结果（已经插入的点中b>=当前点b的个数）+1（当前点）。
但是，这样计算的是当前点所在的位置的“右上角”点数（包括自己）。然后，我们记录这个值cnt[i]（对于点i，满足a_j>=a_i且b_j>=b_i的点的个数为cnt[i]）。
然后，点i的答案就是：n - cnt[i]
但是，注意：在树状数组查询时，我们要求的是已经插入的点中b值大于等于当前点b的个数。树状数组可以这样查询：如果b的取值范围是1~m（离散化后），那么查询[b_i, m]区间的和。
步骤：
1. 离散化b：将所有b值收集起来，排序，然后离散化（因为b值互不相同，所以离散化后每个b值对应一个不同的rank，从1到n）。
2. 将点按a降序排序（从大到小）。
3. 初始化树状数组（大小为n）。
4. 遍历每个点（按排序后的顺序）：
rank_b = 离散化后当前点b的排名（注意，我们希望b值大的对应的rank小？还是大？因为树状数组我们一般用前缀和，所以如果我们希望查询[b_i, m]的区间和，那么我们可以用树状数组的后缀和，或者用总点数减去[1, b_i-1]？但是树状数组通常维护前缀和，所以我们可以：
令c[i]表示离散化后b值为i的点的个数（初始为0），树状数组维护前缀和。
那么，查询大于等于当前b的点的个数 = 总插入点数（即已经插入的点数） - 小于当前b的点的个数（即查询[1, rank_b-1]）？不对，因为我们要大于等于，所以包括等于，所以应该是：
总插入点数 - 小于当前b的点的个数（即[1, rank_b-1]）？但是这样不包括等于当前b的点？不对，等于当前b的点在[rank_b, rank_b]区间，所以我们需要的是[rank_b, m]区间的和。
树状数组可以支持区间查询，但通常用前缀和相减：sum(m) - sum(rank_b-1) 就是[rank_b, m]的和。
但是，我们还没有插入当前点，所以当前点的b还没有在树状数组中。所以，我们查询[rank_b, m]的和，就是已经插入的点中b值大于等于当前b的点的个数。
然后，我们插入当前点：将树状数组中位置rank_b加1。
5. 然后，当前点的cnt[i] = 查询结果（即已经插入的点中b>=当前点b的个数） + 1（当前点自己）。
6. 然后，答案ans[i] = n - cnt[i]。
但是，注意：在按a降序排序时，a相同的点？
题目中a不会相同，所以没问
题。
但是，这里有一个问
题：当前点自己还没有插入，所以查询结果中不包含自己，然后我们加上自己（+1）就是所有a大于等于当前点a（因为a大于等于的只有当前点自己和之前插入的点，而之前插入的点a都大于当前点）且b大于等于当前点b的点的个数。
然后，我们记录cnt[i] = 查询结果+1。
最后，答案就是n - cnt[i]。
但是，我们还要注意：在遍历顺序中，我们按a降序，所以当a相等时（但
题目不会相等），需要特殊处理。这里a不会相等。
所以，代码步骤：
1. 读入n，n个点，每个点(a,b)。
2. 将b值离散化：将所有的b收集起来，排序，然后去重（因为b互不相同，所以去重后大小还是n），然后建立映射：b值->rank（1~n）。
3. 将点按a从大到小排序（降序）。
4. 初始化树状数组（大小为n）。
5. 创建一个数组cnt，长度n。
6. 按排序后的顺序遍历每个点i（原编号需要记录，因为输出按原编号）：
令x = 当前点的b的离散化后的值（rank）。
查询树状数组中区间[x, n]的和（即大于等于当前b的点的个数，注意，此时树状数组中只有a比当前点大的点，因为按a降序，之前插入的点a都大于当前点）。
令cnt[i] = 查询结果 + 1 （加上自己）
然后，将树状数组位置x加1（插入当前点）。
7. 然后，对于每个点，答案ans[原编号] = n - cnt[i]。
8. 按原编号顺序输出ans（即第一个点对应原编号0，注意输入顺序：第i行输入的是第i个小孩）。
但是，注意：在树状数组中，我们查询的是区间[x, n]的和，我们可以用树状数组的区间查询：sum(n)-sum(x-1)。但是，树状数组通常维护前缀和，所以我们可以先求前缀和，然后做差。
树状数组模板：
```cpp
int tree[N];
int lowbit(int x) { return x & -x; }
void update(int x, int d) {
while (x <= n) {
tree[x] += d;
x += lowbit(x);
}
}
int sum(int x) { // 前缀和[1,x]
int res = 0;
while (x) {
res += tree[x];
x -= lowbit(x);
}
return res;
}
// 查询区间[l, r] = sum(r)-sum(l-1)
```
所以，查询[x, n] = sum(n) - sum(x-1)
注意：n是树状数组的大小（离散化后b的个数，即n）。
但是，树状数组的大小是离散化后的b的个数，即n，所以树状数组下标从1到n。
但是，我们离散化后，b的排名就是1~n。
所以，我们可以这样查询。
但是，注意：树状数组的n是固定的，就是离散化后的最大值（即n）。
然后，在遍历过程中，我们按a降序排序，然后对每个点，先查询，再更新。
最后，每个点的答案就是n - cnt[i]（cnt[i]是满足a_j>=a_i且b_j>=b_i的点的个数）。
注意：这里n是总点数，所以答案就是n - cnt[i]。
但是，我们还要注意，同一个点可能被重复计算？不会，因为每个点只处理一次。
另外，树状数组的更新和查询顺序：先查询再更新，这样查询结果中不包含当前点。
最后，输出时，要按输入顺序输出。所以我们在排序前需要记录原始编号。
代码步骤：
1. 读入n，然后n行，每行两个整数a,b。
2. 将每个点存储为：id, a, b。id从0到n-1（或1到n）。
3. 收集所有b值，排序，然后离散化（用map或者数组映射）。
4. 将点按a降序排序（如果a相同，按b降序？但是a不会相同，所以按a降序即可）。
5. 初始化树状数组（大小为n）。
6. 遍历排序后的每个点：
得到当前点的离散化后的b值：x = rank(b)
查询区间[x, n]的和：s = sum(n) - sum(x-1)
cnt = s + 1 （因为当前点自己还没加入，所以加上自己）
记录这个点的结果：ans[原id] = n - cnt
更新树状数组：update(x, 1)
7. 按原id顺序（0到n-1）输出ans[i]。
但是，注意：树状数组的sum(n)是求[1,n]的和，即当前已经插入的点的总数（在树状数组中的点）。但是，在查询时，我们还没有插入当前点，所以已经插入的点数是当前遍历的序号减1（即i-1）。那么，查询的区间[x, n]的和就是已经插入的点中b值大于等于当前b的点的个数。
然后，当前点自己满足条件的个数就是s+1。
所以，ans = n - (s+1)
但是，我们输出的是每个点能KO的点的个数，这个公式正确。
注意：树状数组的sum函数，当x-1=0时，sum(0)=0，所以查询[x,n]就是sum(n)-sum(0)？不对，应该是sum(n)-sum(x-1)，当x=1时，sum(0)不存在，所以我们在树状数组中，下标从1开始，所以x>=1，那么x-1>=0，但是树状数组的sum(x)要求x>=0，所以x-1可能为0，而我们的树状数组下标从1开始，所以sum(0)=0。
所以，查询[x, n] = sum(n) - sum(x-1)
但是，注意：树状数组的sum函数中，x不能为0（因为下标从1开始），所以当x=1时，sum(x-1)=sum(0)=0。
所以，代码实现：
```cpp
#include <iostream>
#include <vector>
#include <algorithm>
#include <cstring>
using namesp
ace std;
const int MAXN = 100010;
struct Point {
int id, a, b;
} points[MAXN];
int n;
int tree[MAXN];
int ans[MAXN];
bool cmpA(const Point& x, const Point& y) {
if (x.a != y.a)
return x.a > y.a; // a从大到小
//
题目a不会相同，所以可以不加b的比较，但加上以防万一
return x.b > y.b;
}
inline int lowbit(int x) {
return x & -x;
}
void update(int x, int d) {
while (x <= n) {
tree[x] += d;
x += lowbit(x);
}
}
int sum(int x) {
int res = 0;
while (x) {
res += tree[x];
x -= lowbit(x);
}
return res;
}
int main() {
scanf("%d", &n);
vector<int> all_b;
for (int i = 0; i < n; ++i) {
scanf("%d%d", &points[i].a, &points[i].b);
points[i].id = i;
all_b.push_b
ack(points[i].b);
}
// 离散化b
sort(all_b.begin(), all_b.end());
all_b.erase(unique(all_b.begin(), all_b.end()), all_b.end());
// 建立映射：b值 -> 排名（从1开始）
for (int i = 0; i < n; ++i) {
// 注意，离散化后的排名：在all_b中的位置+1
int pos = lower_bound(all_b.begin(), all_b.end(), points[i].b) - all_b.begin();
points[i].b = pos + 1; // 将b值替换为离散化后的值（1~n）
}
// 按a降序排序
sort(points, points + n, cmpA);
// 初始化树状数组
memset(tree, 0, sizeof(tree));
// 遍历
for (int i = 0; i < n; ++i) {
int x = points[i].b;
// 查询区间[x, n]的和
int s = sum(n) - sum(x-1); // 已经插入的点中b>=x的个数
// 当前点满足条件的点个数 = s（已经插入的点中满足的） + 1（自己）
int cnt = s + 1;
// 答案：n - cnt
ans[points[i].id] = n - cnt;
// 更新树状数组
update(x, 1);
}
// 输出
for (int i = 0; i < n; ++i) {
printf("%d\n", ans[i]);
}
return 0;
}
```
注意：树状数组的大小是n（离散化后b的最大值，为n），所以update和sum时，x的范围是1~n。
但是，有一个问
题：在离散化b时，我们将b值映射到1~n，然后树状数组下标从1到n，所以没有问
题。
但是，在查询时，当x=1时，x-1=0，sum(0)=0，所以查询[x, n] = sum(n) - sum(0) = sum(n) - 0，正确。
当x>1时，也正确。
测试样例：
4
2 3 -> 点0
: a=2, b=3 -> 离散化后b
: 3在all_b排序后：1,2,3,5 -> 排序后all_b
: [1,2,3,5] -> 3的排名是2（从0开始）-> 离散化后b=3（排名2+1=3）
? 不对，我们重新算：
输入b值：3,2,1,5 -> 排序后：1,2,3,5 -> 所以：
点0
: b=3 -> 排名2（下标从0开始），所以离散化后b=3（2+1=3）
?
点1
: b=2 -> 排名1，离散化后b=2
点2
: b=1 -> 排名0，离散化后b=1
点3
: b=5 -> 排名3，离散化后b=4
然后按a降序排序：
点3
: (4,5) -> a=4最大 -> 离散化后b=4
点1
: (3,2) -> a=3 -> 离散化后b=2
点0
: (2,3) -> a=2 -> 离散化后b=3
点2
: (1,1) -> a=1 -> 离散化后b=1
遍历：
点3
: x=4
查询[4,4]的和：当前树状数组为空，s=0
cnt=0+1=1
ans[3]=4-1=3
更新：tree[4]=1
点1
: x=2
查询[2,4]的和 = sum(4)-sum(1) = (tree[4]+tree[2]
? 但是目前只有tree[4]=1，而树状数组的前缀和：sum(4)=1, sum(1)=0（因为tree[1..3]都是0）
? 所以s=1-0=1
cnt=1+1=2
ans[1]=4-2=2
更新：tree[2]加上1，所以tree[2]=1, tree[4]=1（树状数组更新：update(2,1) -> 然后tree[2]加1，然后2+lowbit(2)=2+2=4，所以tree[4]加1，变成2）
点0
: x=3
查询[3,4]的和 = sum(4)-sum(2) = (tree[4]+tree[3]
? 但是tree[3]还没更新，所以sum(4)= tree[4]（下标4）的值+ tree[3]的值？树状数组的结构：tree[4]=2（因为更新了两次：点3和点1更新时都更新了tree[4]？不对，树状数组的更新：点3更新位置4：tree[4]=1；点1更新位置2：tree[2]=1，然后因为2+lowbit(2)=4，所以tree[4]+=1 -> tree[4]=2。然后sum(4)= tree[4] + tree[3]
? 不对，树状数组的前缀和：
sum(4) = tree[4] = 2
sum(2) = tree[2] = 1
所以[3,4]的和 = 2-1=1
cnt=1+1=2
ans[0]=4-2=2
然后更新位置3：update(3,1) -> tree[3]=1，然后3+lowbit(3)=3+1=4，所以tree[4]加1，变成3。
点2
: x=1
查询[1,4]的和 = sum(4)-sum(0)=3-0=3
cnt=3+1=4
ans[2]=4-4=0
输出：ans[0]=2, ans[1]=2, ans[2]=0, ans[3]=3 -> 按原id顺序：id0
:2, id1
:2, id2
:0, id3
:3 -> 输出：
2
2
0
3
符合样例。
所以，代码正确。
注意：树状数组更新时，注意下标范围。
时间复杂度：O(n log n)，满足n=1e5。
注意：树状数组的sum(n)可以提前计算，但是这里我们每次都要计算，所以每次查询是O(log n)，总O(n log n)。
空间复杂度：O(n)。
提交时注意：内存128MB，树状数组大小1e5，可以接受。
代码中使用scanf和printf，避免超时。
注意：离散化时，b值在int范围内，所以用vector排序离散化。
完整代码：</think>### 问
题分析
题目要求计算每个小孩能在机房里KO其他小孩的数量。KO关系的定义是：如果小孩A在任意一个网站（
gdgzoi或codeforces）上的做
题数量比小孩B多，则A可以KO B，且KO关系具有传递性。我们需要计算每个小孩通过直接或间接关系能够KO的其他小孩总数。
### 优化思路
1. **问
题转换**：
- 每个小孩有两个属性(a, b)，分别表示
gdgzoi和codeforces的做
题数量。
- 小孩i能KO小孩j的条件是：`a_i > a_j` 或 `b_i > b_j`。
- 传递闭包意味着我们需要计算所有可达点的数量。
2. **关键观察**：
- 小孩i **不能KO** 小孩j当且仅当 `a_i ≤ a_j` 且 `b_i ≤ b_j`。
- 因此，小孩i能KO的小孩数 = `n - 1 - (满足 a_j ≥ a_i 且 b_j ≥ b_i 的 j 的数量)`。
3. **二维偏序求解**：
- 使用树状数组高效计算满足 `a_j ≥ a_i` 且 `b_j ≥ b_i` 的点的数量。
- 步骤：
1. 离散化b属性值。
2. 按a属性降序排序。
3. 遍历每个点，查询树状数组中b值≥当前点b值的数量。
4. 更新树状数组。
### 完整代码（C++）
```cpp
#include <iostream>
#include <vector>
#include <algorithm>
#include <cstring>
using namesp
ace std;
const int MAXN = 100010;
struct Child {
int id, a, b;
} children[MAXN];
int n;
int tree[MAXN];
int ans[MAXN];
bool cmpA(const Child& x, const Child& y) {
return x.a > y.a;
}
inline int lowbit(int x) {
return x & -x;
}
void update(int x, int d) {
while (x <= n) {
tree[x] += d;
x += lowbit(x);
}
}
int query(int x) {
int res = 0;
while (x) {
res += tree[x];
x -= lowbit(x);
}
return res;
}
int main() {
scanf("%d", &n);
vector<int> all_b;
for (int i = 0; i < n; ++i) {
scanf("%d%d", &children[i].a, &children[i].b);
children[i].id = i;
all_b.push_b
ack(children[i].b);
}
// 离散化b属性
sort(all_b.begin(), all_b.end());
all_b.erase(unique(all_b.begin(), all_b.end()), all_b.end());
for (int i = 0; i < n; ++i) {
int pos = lower_bound(all_b.begin(), all_b.end(), children[i].b) - all_b.begin();
children[i].b = pos + 1;
}
// 按a属性降序排序
sort(children, children + n, cmpA);
// 初始化树状数组
memset(tree, 0, sizeof(tree));
// 处理每个点
for (int i = 0; i < n; ++i) {
int b_val = children[i].b;
// 查询[b_val, n]区间的点数
int count = query(n) - query(b_val - 1);
// 结果 = n - (右上角点数)
ans[children[i].id] = n - (count + 1);
// 更新树状数组
update(b_val, 1);
}
// 输出结果
for (int i = 0; i < n; ++i) {
printf("%d\n", ans[i]);
}
return 0;
}
```
### 代码解释
1. **数据结构**：
- `struct Child`
: 存储小孩的ID和两个网站的做
题数量。
- `tree[]`
: 树状数组，用于高效查询区间和。
2. **离散化b属性**：
- 收集所有b值，排序去重后映射到1~n的整数，减少树状数组空间。
3. **排序**：
- 按a属性降序排序，确保处理每个点时，已处理的点a值都更大。
4. **树状数组操作**：
- **查询**：计算当前点右上角的点数（`b_val`到最大值区间的点数）。
- **更新**：将当前点的b值加入树状数组。
5. **结果计算**：
- 每个小孩能KO的数量 = `n - 1 - (右上角点数 - 1)` = `n - 右上角点数`。
### 复杂度分析
- **时间复杂度**：O(n log n)，主要来自排序和树状数组操作。
- **空间复杂度**：O(n)，用于存储树状数组和离散化映射。
###
博客提到小视野无法查看个人信息和AC题数，不过有export_ac_code.php可获取所有AC代码，通过寻找规律，可用程序得知AC了哪些题，并给出了2018 - 8 - 25 19:00的AC情况及对应程序。
扫一扫
925
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
