bzoj4540 [Hnoi2016]序列 莫队+rmq

探讨了如何求解给定序列中不同子序列的最小值之和问题,通过离线处理和莫队+rmq数据结构实现了高效算法。

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

Description


给定长度为n的序列:a1,a2,…,an,记为a[1:n]。类似地,a[l:r](1≤l≤r≤N)是指序列:al,al+1,…,ar-
1,ar。若1≤l≤s≤t≤r≤n,则称a[s:t]是a[l:r]的子序列。现在有q个询问,每个询问给定两个数l和r,1≤l≤r
≤n,求a[l:r]的不同子序列的最小值之和。例如,给定序列5,2,4,1,3,询问给定的两个数为1和3,那么a[1:3]有
6个子序列a[1:1],a[2:2],a[3:3],a[1:2],a[2:3],a[1:3],这6个子序列的最小值之和为5+2+4+2+2+2=17。

1 ≤N,Q ≤ 100000,|Ai| ≤ 10^9

Solution


由于在线我只会傻逼的数据结构做法和暴力的分块做法,考虑怎么离线做。
关键在于求l移动时增加区间的贡献,删除和r的移动同理
注意到以l为左端点的区间答案一定是随着右端点向右单调的,我们找到最小值位置p直接统计[p,r]这一段的答案
现在想想怎么算[l,p]这一段的答案。我们定义f[x]表示x作为左端点,r在[x,n]之间的贡献之和,[l,p]这一段的答案实际上就是f[l]-f[p]。为什么呢?可以发现跨越了p的区间的贡献都是a[p],减去f[p]实际上就是减去了以l为左端点,右端点在[p,r]之间的贡献

然后就是常规的套路莫队+rmq了

Code


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

typedef long long LL;
const int INF=1000000009;
const int N=200005;
const int B=404;

struct Q {int l,r,id;} q[N];

int L[N],R[N],a[N],stack[N],top;
LL prt[N],f[N],g[N],ans;
LL rec[N][17],mn[N][17];
int lg[N];

int read() {
	int x=0,v=1; char ch=getchar();
	for (;ch<'0'||ch>'9';v=(ch=='-')?(-1):(v),ch=getchar());
	for (;ch<='9'&&ch>='0';x=x*10+ch-'0',ch=getchar());
	return x*v;
}

bool cmp(Q a,Q b) {
	int tl=a.l/B,tr=b.l/B;
	if (tl==tr) return a.r<b.r;
	return tl<tr;
}

int query(int l,int r) {
	int llgg=lg[r-l+1];
	if (mn[l][llgg]<mn[r-(1<<llgg)+1][llgg]) return rec[l][llgg];
	return rec[r-(1<<llgg)+1][llgg];
}

void addl(int l,int r) {
	int p=query(l,r);
	ans+=1LL*(r-p+1)*a[p];
	ans+=1LL*(f[l]-f[p]);
}

void addr(int l,int r) {
	int p=query(l,r);
	ans+=1LL*(p-l+1)*a[p];
	ans+=1LL*(g[r]-g[p]);
}

void dell(int l,int r) {
	int p=query(l,r);
	ans-=1LL*(r-p+1)*a[p];
	ans-=1LL*(f[l]-f[p]);
}

void delr(int l,int r) {
	int p=query(l,r);
	ans-=1LL*(p-l+1)*a[p];
	ans-=1LL*(g[r]-g[p]);
}

int main(void) {
	rep(i,0,N-1) lg[i]=log2(i);
	int n=read(),m=read();
	rep(i,1,n) mn[i][0]=a[i]=read(),rec[i][0]=i;
	rep(j,1,16) rep(i,0,n+1) {
		if (mn[i][j-1]<mn[i+(1<<j-1)][j-1]) {
			mn[i][j]=mn[i][j-1];
			rec[i][j]=rec[i][j-1];
		} else {
			mn[i][j]=mn[i+(1<<j-1)][j-1];
			rec[i][j]=rec[i+(1<<j-1)][j-1];
		}
	}
	rep(i,1,m) {
		q[i].l=read(),q[i].r=read();
		q[i].id=i;
	}
	std:: sort(q+1,q+m+1,cmp);
	a[0]=a[n+1]=-INF;
	for (int i=1,top=0;i<=n;++i) {
		while (top&&a[stack[top]]>a[i]) top--;
		L[i]=stack[top];
		stack[++top]=i;
	}
	stack[0]=n+1;
	for (int i=n,top=0;i>=1;--i) {
		while (top&&a[stack[top]]>a[i]) top--;
		R[i]=stack[top];
		stack[++top]=i;
	}
	drp(i,n+1,0) {
		f[i]=f[R[i]]+1LL*a[i]*(R[i]-i);
	}
	rep(i,0,n+1) {
		g[i]=g[L[i]]+1LL*a[i]*(i-L[i]);
	}
	for (int i=1,l=1,r=0;i<=m;++i) {
		for (;r<q[i].r;) addr(l,++r);
		for (;r>q[i].r;) delr(l,r--);
		for (;l>q[i].l;) addl(--l,r);
		for (;l<q[i].l;) dell(l++,r);
		prt[q[i].id]=ans;
	}
	rep(i,1,m) printf("%lld\n", prt[i]);
	return 0;
}
电动汽车数据集:2025年3K+记录 真实电动汽车数据:特斯拉、宝马、日产车型,含2025年电池规格和销售数据 关于数据集 电动汽车数据集 这个合成数据集包含许多品牌和年份的电动汽车和插电式车型的记录,捕捉技术规格、性能、定价、制造来源、销售和安全相关属性。每一行代表由vehicle_ID标识的唯一车辆列表。 关键特性 覆盖范围:全球制造商和车型组合,包括纯电动汽车和插电式混合动力汽车。 范围:电池化学成分、容量、续航里程、充电标准和速度、价格、产地、自主水平、排放、安全等级、销售和保修。 时间跨度:模型跨度多年(包括传统和即将推出的)。 数据质量说明: 某些行可能缺少某些字段(空白)。 几个分类字段包含不同的、特定于供应商的值(例如,Charging_Type、Battery_Type)。 各列中的单位混合在一起;注意kWh、km、hr、USD、g/km和额定值。 列 列类型描述示例 Vehicle_ID整数每个车辆记录的唯一标识符。1 制造商分类汽车品牌或OEM。特斯拉 型号类别特定型号名称/变体。型号Y 与记录关联的年份整数模型。2024 电池_类型分类使用的电池化学/技术。磷酸铁锂 Battery_Capacity_kWh浮充电池标称容量,单位为千瓦时。75.0 Range_km整数表示充满电后的行驶里程(公里)。505 充电类型主要充电接口或功能。CCS、NACS、CHAdeMO、DCFC、V2G、V2H、V2L Charge_Time_hr浮动充电的大致时间(小时),上下文因充电方法而异。7.5 价格_USD浮动参考车辆价格(美元).85000.00 颜色类别主要外观颜色或饰面。午夜黑 制造国_制造类别车辆制造/组装的国家。美国 Autonomous_Level浮点自动化能力级别(例如0-5),可能包括子级别的小
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