Codeforces 578C Weakness and Poorness(二分 + 最大(小)子段和)

本文介绍了一种使用二分法解决使最大子段和与最小子段和相等的问题的方法,并给出了完整的C++实现代码。

网上很多人写这道题目是三分+最大(小)子段和,但是这道题目是可以二分的,看我的二分内容

//我们的目的是让最小字段和和最大字段和相等
bool Calc(double x)
{
//MN、MX分别是最小最大子段和
    if(MN > eps) return 1;     //当最小子段和比0大时减小(-x)(ps:我是写的a[i] = a[i]+x)
    if(MX < eps) return 0;     //当最大子段和比0小时增大(-x)
    return fabs(MN) - MX < eps;//当最小子段和比最大子段和小的时候让(-x)减小,反之增大。
}
//以下是二分部分
        mid = (l + r) / 2.0;
        if(Calc(mid)) r = mid;
        else l = mid;

给出完整代码:

#include<cstdio>
#include<cmath>
#define max(a, b) (a) > (b) ? (a) : (b)
#define min(a, b) (a) < (b) ? (a) : (b)
#define MAXN 200005
#define eps 1e-12
int n;
double a[MAXN], MX, tmpx, MN, tmpn;
bool Calc(double x)
{
    MX = MN = tmpn = tmpx = a[1] + x;
    for(int i = 2; i <= n; i ++) {
        tmpx = max(tmpx + a[i] + x, a[i] + x);
        MX = max(tmpx, MX);
        tmpn = min(tmpn + a[i] + x, a[i] + x);
        MN = min(tmpn, MN);
    }
    if(MN > eps) return 1;
    if(MX < eps) return 0;
    return fabs(MN) - MX < eps;
}
int main()
{
    scanf("%d", &n);
    for(int i = 1; i <= n; i ++)
        scanf("%lf", a + i);
    double l = -10000.0000001, r = 10000.0000001, mid;
    for(int i = 1; i <= 60; i ++) {
        mid = (l + r) / 2.0;
        if(Calc(mid)) r = mid;
        else l = mid;
    }
    printf("%.9lf", MX);
    return 0;
}
### 解题思路 #### 问题描述 Codeforces 1678C - Tokitsukaze and Strange Inequality 是一道关于排列组合与前缀的应用问题。给定一个长度为 \( n \) 的排列数组 \( p \),需要统计满足条件 \( a < b < c < d \) 并且 \( p_a < p_c \) 同时 \( p_b > p_d \) 的四元组数量。 --- #### 核心思想 由于数据规模较小 (\( n \leq 5000 \)),可以直接通过枚举的方式解决问题。为了降低时间复杂度,引入 **前缀** 技术来加速计算过程[^3]。 具体来说: - 枚举变量 \( a \) \( c \),固定它们之后,目标是快速找到符合条件的 \( b \) \( d \)。 - 使用预处理好的前缀数组 `num` 来高效查询某个范围内满足特定关系的数量。 - 定义辅助数组 `sum` 表示对于固定的区间范围内的某些约束条件下的累积计数结果。 --- #### 实现细节 ##### 步骤一:构建前缀数组 `num` 定义二维数组 `num[i][j]`,其中 `num[i][j]` 表示在序列的前 \( i \) 项中,有多少个元素大于 \( j \)。 该数组可以通过如下方式初始化: ```python n = len(p) max_val = max(p) # 初始化 num 数组 num = [[0] * (max_val + 2) for _ in range(n + 1)] for i in range(1, n + 1): for j in range(max_val + 1, -1, -1): # 反向遍历以保持正确性 if p[i - 1] > j: num[i][j] = num[i - 1][j] + 1 else: num[i][j] = num[i - 1][j] ``` 上述代码的时间复杂度为 \( O(n \cdot m) \),其中 \( m \) 是数组中的最大值。 --- ##### 步骤二:定义并填充辅助数组 `sum` 定义另一个二维数组 `sum[i][j]`,它表示当 \( a=i \), \( c=j \) 时,在区间 \([a+1, c-1]\) 中满足 \( p[b] > p[d] \) 的总贡献次数。 利用动态规划的思想逐步更新此数组: ```python sum_ = [[0] * (n + 1) for _ in range(n + 1)] bucket = [0] * (max_val + 1) for l in range(n - 1, 0, -1): bucket[p[l]] += 1 for r in range(l + 2, n + 1): sum_[l][r] = sum_[l][r - 1] + (num[r - 1][p[r - 1]] - num[l][p[r - 1]]) ``` 这里的关键在于如何有效累加当前区间的合法贡献,并借助之前已经计算的结果减少重复运算。 --- ##### 步骤三:枚举所有可能的 \( a \) \( c \) 最后一步是对所有的 \( a \) \( c \) 进行双重循环,并将对应位置上的 `sum[a][c]` 加入最终答案中: ```python result = 0 for a in range(1, n - 2): for c in range(a + 2, n): result += sum_[a][c] print(result) ``` 整个算法的核心部分即完成以上三个阶的操作即可实现高效的解决方案。 --- ### 总结 本题主要考察的是对多重嵌套结构的有效简化以及合理运用前缀技巧的能力。通过巧妙设计的数据结构能够显著提升程序运行效率至可接受水平。
评论
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