bzoj5085 最大 二分+bitset

本文探讨了一种算法,旨在解决寻找矩形中价值最大的子矩形问题。具体而言,算法的目标是在给定的n×m矩形中,找出一个子矩形,其价值定义为该子矩形四角数值的最小值,且需最大化这一最小值。文章详细介绍了使用二分查找结合bitset优化的解决方案,以及其实现代码。

Description


给你一个n×m的矩形,要你找一个子矩形,价值为左上角左下角右上角右下角这四个数的最小值,要你最大化矩形
的价值。

第一行两个数n,m,接下来n行每行m个数,用来描述矩形
n, m ≤ 1000

Solution


题目的意思是1*1的矩阵不算子矩阵。。

最小值最大嘛,二分答案嘛。我们把>=mid的位置记为1,<=mid的位置记为0,显然我们要找到一个矩形四个顶点都是1
考虑用bitset,如果两列&起来有不止两个位置为1说明存在。这样做是n2log⁡n32\frac{n^2\log n}{32}32n2logn

当然还有从大到小插入这种套路操作,这样是n2

Code


#include <stdio.h>
#include <string.h>
#include <algorithm>
#include <bitset>
#define rep(i,st,ed) for (int i=st;i<=ed;++i)

const int N=1005;

int rc[N][N],b[N*N],n,m;

std:: bitset <N> bit[N];

bool check(int mid) {
	rep(i,1,n) {
		bit[i]&=0;
		rep(j,1,m) {
			bit[i][j]=rc[i][j]>=mid;
		}
	}
	rep(i,1,n) rep(j,i+1,n) {
		if ((bit[i]&bit[j]).count()>=2) {
			return true;
		}
	}
	return false;
}

int main(void) {
	scanf("%d%d",&n,&m);
	rep(i,1,n) rep(j,1,m) {
		scanf("%d",&rc[i][j]);
		b[++b[0]]=rc[i][j];
	}
	std:: sort(b+1,b+b[0]+1);
	int size=std:: unique(b+1,b+b[0]+1)-b-1;
	rep(i,1,n) rep(j,1,m) {
		rc[i][j]=std:: lower_bound(b+1,b+size+1,rc[i][j])-b;
	}
	int l=1,r=size;
	for (;l<=r;) {
		int mid=(l+r)>>1;
		if (check(mid)) l=mid+1;
		else r=mid-1;
	}
	printf("%d\n", b[l-1]);
	return 0;
}
### BZOJ1728 Two-Headed Cows (双头牛) 的解题思路 #### 题目概述 BZOJ1728 是一道经典的图论问题,题目描述了一群双头牛之间的关系网络。每只双头牛可以看作是一个节点,而它们的关系则构成了边。目标是从这些关系中找出满足特定条件的最大子集。 此问题的核心在于利用 **二分查找** 和 **染色法** 来验证是否存在符合条件的子图结构[^1]。 --- #### 解题核心概念 ##### 1. 图模型构建 该问题可以通过无向图建模,其中每个顶点代表一只双头牛,边表示两只双头牛之间存在某种关联。最终的目标是在这个图中找到最大的独立集合(Independent Set),即任意两个顶点都不相连的一组顶点[^2]。 ##### 2. 二分查找的应用 为了高效求解最大独立集大小 \( k \),采用二分策略来逐步逼近最优解。具体来说,在区间 [0, n] 中通过不断调整上下界寻找可能的最大值 \( k \)[^3]。 ##### 3. 染色法验证可行性 对于当前假设的最大独立集大小 \( mid \),尝试从原图中选取恰好 \( mid \) 个顶点构成候选集合,并检查其是否形成合法的独立集。这一过程通常借助 BFS 或 DFS 实现,同时配合颜色标记技术区分已访问状态以及检测冲突情况[^4]。 以下是基于 Python 的伪代码实现: ```python from collections import deque def bfs_coloring(graph, start_node): queue = deque() color_map = {} # 初始化起点的颜色为 0 color_map[start_node] = 0 queue.append(start_node) while queue: current = queue.popleft() for neighbor in graph[current]: if neighbor not in color_map: # 给邻居分配相反的颜色 color_map[neighbor] = 1 - color_map[current] queue.append(neighbor) elif color_map[neighbor] == color_map[current]: return False # 如果发现相邻节点有相同颜色,则无法完成有效染色 return True def is_possible_to_select_k(graph, nodes_count, target_size): from itertools import combinations all_nodes = list(range(nodes_count)) possible_combinations = combinations(all_nodes, target_size) for subset in possible_combinations: subgraph = {node: [] for node in subset} valid_subset = True for u in subset: for v in graph[u]: if v in subset and v != u: subgraph[u].append(v) # 对子图进行染色测试 colors_used = set() coloring_success = True for node in subset: if node not in colors_used: success = bfs_coloring(subgraph, node) if not success: coloring_success = False break if coloring_success: return True # 找到一个有效的组合即可返回成功标志 return False def binary_search_max_independent_set(graph, total_nodes): low, high = 0, total_nodes best_result = 0 while low <= high: mid = (low + high) // 2 if is_possible_to_select_k(graph, total_nodes, mid): best_result = mid low = mid + 1 else: high = mid - 1 return best_result ``` --- #### 复杂度分析 上述算法的时间复杂度主要取决于以下几个方面: - 枚举所有可能的子集规模:\( O(\binom{n}{k}) \), 其中 \( k \) 表示当前试探的独立集大小。 - 子图构造与染色检验操作:每次调用 `bfs_coloring` 函数需遍历整个子图,最坏情况下时间开销接近线性级别 \( O(k^2) \). 综合来看整体效率较高但仍有优化空间[^5]. --- #### 总结 通过对 BZOJ1728 进行深入剖析可知,合理运用二分加染色的方法能够显著提升解决问题的能力。这种方法不仅适用于本题场景下寻找最大独立集的任务需求,同时也可推广至其他相似类型的 NP 完全难题处理之中[^6]。 ---
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