HDU-5575-Discover Water Tank

本文介绍了一种使用左偏树解决ACM竞赛中特定问题的方法。通过并查集和左偏树实现水箱合并和溢出模拟,解决了复杂的水箱溢出问题。文章详细展示了算法流程及其实现代码。

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

ACM模版

描述

描述

题解

左偏树可解。

初始默认所有 z=0 的情况,然后枚举 z=1 的情况来更新答案,并且可以用并查集来维护合并的水箱,既然水箱要合并,那么计算水箱的合并用可并堆比较快,可并堆中比较常用编码难度比较低的数到左偏树了。

这里由于需要向左向右进行查找挡板,合并后就忽视掉中间的挡板从而视作一个整体,所以仿真链式存储结构比较好。

代码

#include <iostream>
#include <algorithm>
#include <cstring>
#include <vector>

using namespace std;

typedef pair<int, int> pii;

const int MAXN = 1e5 + 10;
const int MAXM = 2e5 + 5;

int n, m, x, y, z, ans;
int L[MAXN], R[MAXN], LH[MAXN], RH[MAXN], O[MAXN], X[MAXN];
vector<pii> vp;

//  左偏树相关
int tot, v[MAXM], l[MAXM], r[MAXM], d[MAXM], Heap[MAXN];

//  合并左偏树
int merge(int x, int y)
{
    if (x == 0)
    {
        return y;
    }
    if (y == 0)
    {
        return x;
    }
    if (v[x] > v[y])
    {
        swap(x, y);
    }
    r[x] = merge(r[x], y);
    if (d[l[x]] < d[r[x]])
    {
        swap(l[x], r[x]);
    }
    d[x] = d[r[x]] + 1;
    return x;
}

//  初始化可并堆结点
inline int init(int x)
{
    v[++tot] = x;
    l[tot] = r[tot] = d[tot] = 0;
    return tot;
}

//  左偏树的插入操作
inline int insert(int x, int y)
{
    return merge(x, init(y));
}

//  取得左偏树中的最小值
inline int top(int x)
{
    return v[x];
}

//  弹出左偏树
inline int pop(int x)
{
    return merge(l[x], r[x]);
}

//  判断左偏树是否非空
inline bool empty(int x)
{
    return x == 0;
}

//  初始化可并堆
void initHeap()
{
    memset(Heap, 0, sizeof(Heap));
    tot = 0;
}

//  并查集相关
int p[MAXN];

//  初始化并查集
void initSet()
{
    for (int i = 1; i <= n; i++)
    {
        p[i] = i;
    }
}

//  查找集合的祖先
int find(int x)
{
    return x == p[x] ? x : p[x] = find(p[x]);
}

//  合并集合
inline void Union(int x, int y)
{
    x = find(x);
    y = find(y);
    if (x == y)
    {
        return ;
    }
    p[y] = x;
    if (x < y)
    {
        RH[x] = RH[y];
        L[R[x]] = x;
        R[x] = R[y];
    }
    else
    {
        LH[x] = LH[y];
        R[L[x]] = x;
        L[x] = L[y];
    }
    //  合并可并堆
    Heap[x] = merge(Heap[x], Heap[y]);
    X[x] += X[y];
    O[x] += O[y];
}

int main()
{
    int T;
    scanf("%d", &T);

    for (int ce = 1; ce <= T; ce++)
    {
        scanf("%d%d", &n, &m);
        LH[1] = RH[n] = INT_MAX;
        L[n] = n - 1;
        for (int i = 1; i < n; i++)
        {
            scanf("%d", &RH[i]);
            //  用于快速查询水箱的左右挡板
            LH[i + 1] = RH[i];
            //  用于快速查询左右方水箱
            L[i] = i - 1;
            R[i] = i + 1;
        }

        initHeap();
        vp.clear();
        ans = 0;
        while (m--)
        {
            scanf("%d%d%d", &x, &y, &z);
            if (z == 1)
            {
                vp.push_back(pii(y + 1, x));
            }
            else
            {
                Heap[x] = Heap[x] ? insert(Heap[x], y) : init(y);
                ans++;
            }
        }

        initSet();
        sort(vp.begin(), vp.end());
        for (int i = 1; i <= n; i++)
        {
            O[i] = X[i] = 0;
        }
        for (int i = 0; i < vp.size(); i++)
        {
            x = find(vp[i].second);
            y = vp[i].first;
            //  向左溢出
            while (y > LH[x])
            {
                Union(x, L[x]);
                x = find(x);
            }
            //  向右溢出
            while (y > RH[x])
            {
                Union(x, R[x]);
                x = find(x);
            }
            //  删除水位以下的X
            while (!empty(Heap[x]) && top(Heap[x]) < y)
            {
                Heap[x] = pop(Heap[x]);
                X[x]++;
            }
            //  更新答案
            if (++O[x] >= X[x])
            {
                ans += (O[x] - X[x]);
                O[x] = X[x] = 0;
            }
        }

        printf("Case #%d: %d\n", ce, ans);
    }

    return 0;
}
### 关于HDU - 6609 的题目解析 由于当前未提供具体关于 HDU - 6609 题目的详细描述,以下是基于一般算法竞赛题型可能涉及的内容进行推测和解答。 #### 可能的题目背景 假设该题目属于动态规划类问题(类似于多重背包问题),其核心在于优化资源分配或路径选择。此类问题通常会给出一组物品及其属性(如重量、价值等)以及约束条件(如容量限制)。目标是最优地选取某些物品使得满足特定的目标函数[^2]。 #### 动态转移方程设计 如果此题确实是一个变种的背包问题,则可以采用如下状态定义方法: 设 `dp[i][j]` 表示前 i 种物品,在某种条件下达到 j 值时的最大收益或者最小代价。对于每一种新加入考虑范围内的物体 k ,更新规则可能是这样的形式: ```python for i in range(n): for s in range(V, w[k]-1, -1): dp[s] = max(dp[s], dp[s-w[k]] + v[k]) ``` 这里需要注意边界情况处理以及初始化设置合理值来保证计算准确性。 另外还有一种可能性就是它涉及到组合数学方面知识或者是图论最短路等相关知识点。如果是后者的话那么就需要构建相应的邻接表表示图形结构并通过Dijkstra/Bellman-Ford/Floyd-Warshall等经典算法求解两点间距离等问题了[^4]。 最后按照输出格式要求打印结果字符串"Case #X: Y"[^3]。 #### 示例代码片段 下面展示了一个简单的伪代码框架用于解决上述提到类型的DP问题: ```python def solve(): t=int(input()) res=[] cas=1 while(t>0): n,k=list(map(int,input().split())) # Initialize your data structures here ans=find_min_unhappiness() # Implement function find_min_unhappiness() res.append(f'Case #{cas}: {round(ans)}') cas+=1 t-=1 print("\n".join(res)) solve() ```
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