Codeforces Educational Codeforces Round 67 (Rated for Div. 2) D. Subarray Sorting

本文介绍了一种使用线段树解决子数组排序问题的方法。通过维护数组中的最小值并跟踪元素位置,确保了即使在部分排序的情况下也能正确找出匹配项。此算法适用于Codeforces等编程竞赛平台上的特定题目。

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

Codeforces Educational Codeforces Round 67 (Rated for Div. 2) D. Subarray Sorting

  1. 考虑目标数组b[i]是如何组成的,在 a [ a i ] a[ai] a[ai]处找到第一个等于 b [ i ] b[i] b[i]的,然后再在 [ 0 , a i ] [0,ai] [0,ai]中找到最小值,若最小值还要小于 b [ i ] b[i] b[i]则不可能使 b [ i ] b[i] b[i]放到最前面,若满足最小值大于 b [ i ] b[i] b[i]则清空 a [ a i ] a[ai] a[ai],再找 b [ i + 1 ] b[i+1] b[i+1]。对于 b [ i + 1 ] b[i+1] b[i+1]来说, [ 0 , a i ] [0,ai] [0,ai]排过序也不影响它,如果 b [ i + 1 ] b[i+1] b[i+1]找到的 a i ai ai [ 0 , a i ] [0,ai] [0,ai]只有部分排过序,那么不影响 b [ i + 1 ] b[i+1] b[i+1]找区间内最小值,如果 b [ i + 1 ] b[i+1] b[i+1]找到的 a i ai ai [ 0 , a i ] [0,ai] [0,ai]全部都排过序,那么 [ 0 , a i ] [0,ai] [0,ai]的最小值只会大于等于未排序的 [ 0 , a i ] [0,ai] [0,ai]的最小值,所以也不影响,所以每次b只需要和a比较就好,不需要每次都更新排序。
  2. 在寻找 [ 0 , a i ] [0,ai] [0,ai]最小值时,用到线段树,并且预处理记录好每个数在原数组出现的下标,不然会超时
#include <bits/stdc++.h>
using namespace std;
const int N=3e5+5;
const int INF=0x3F3F3F3F;
int n,q;
int arr[N];
int brr[N];
int tree[4*N];
queue<int> que[N];

void build_tree(int root,int start,int end){
    if(start==end){
        tree[root]=arr[start];
    }
    else{
        int L=root*2+1;
        int R=root*2+2;
        int mid=(start+end)>>1;
        build_tree(L,start,mid);
        build_tree(R,mid+1,end);
        tree[root]=min(tree[L],tree[R]);
    }
}

void update_tree(int root,int start,int end,int idx,int val){
    if(start==end){
        tree[root]=val;
    }
    else{
        int L = root * 2 + 1;
        int R = root * 2 + 2;
        int mid = (start + end) >>1;
        if(idx<=mid)
            update_tree(L,start,mid,idx,val);
        else 
            update_tree(R,mid+1,end,idx,val);
        tree[root]=min(tree[L],tree[R]);
        }
}

int query_tree(int root,int start,int end,int L,int R){
    if(start>=L&&end<=R){
        return tree[root];
    }
    else if(start>R||end<L){
        return INF;
    }
    else if(start==end){
        return tree[root];
    }
    else{
        int LL=root*2+1;
        int RR=root*2+2;
        int mid=(start+end)>>1;
        int VL=query_tree(LL,start,mid,L,R);
        int VR=query_tree(RR,mid+1,end,L,R);
        return min(VR,VL);    
    }
}

void pre(int &ss, int &ee)
{
    for (int i = 0; i < n; i++)
        scanf("%d", &arr[i]);
    for (int i = 0; i < n; i++)
        scanf("%d", &brr[i]);
    for (int i = 0; i < n; i++)
    {
        if (arr[i] == brr[i])
            ss++;
        else
            break;
    }
    for (int i = n - 1; i >= 0; i--)
    {
        if (arr[i] == brr[i])
            ee--;
        else
            break;
    }
    for (int i = 0; i <= n; i++)
    {
        while (!que[i].empty())
            que[i].pop();
    }
    for (int i = ss; i <= ee; i++)
    {
        que[arr[i]].push(i);
    }
    build_tree(0, 0, n - 1);
    /* for (int i = 0; i < 13; i++)
    {
        cout << "tree[" << i << "]:" << tree[i] << endl;
    }*/
}

bool solve(int &ss, int &ee)
{
    if(ss>ee) return true;
    bool flag = true;
    
    for (int i = ss; i <= ee; i++)
    {
        int lab = brr[i];
        if (que[lab].empty())
        {
            flag = false;
            break;
        }
        int ai = que[lab].front();
        que[lab].pop();
        arr[ai]=INF;
        //cout<<"match:a["<<ai<<"]:"<<arr[ai]<<endl;
        update_tree(0,0,n-1,ai,INF);
        /* for(int i=0;i<13;i++){
            cout<<"tree["<<i<<"]:"<<tree[i]<<endl;
        }*/
        if (ss == ai)
            continue;
        int m = query_tree(0, 0, n - 1, ss, ai - 1);
        //cout<<"range:"<<ss<<"---"<<ai-1<<" "<<"m:"<<m<<endl;
        if (m < lab)
        {
            flag = false;
            break;
        }
    }
    return flag;
}

int main()
{
    cin>>q;
    while(q--){
        cin>>n;
        int ss=0,ee=n-1;
        pre(ss,ee);
        bool res=solve(ss,ee);
        if(res) cout<<"YES"<<endl;
        else cout<<"NO"<<endl;
    }
    return 0;
}
内容概要:本文详细介绍了哈希表及其相关概念和技术细节,包括哈希表的引入、哈希函数的设计、冲突处理机制、字符串哈希的基础、哈希错误率分析以及哈希的改进与应用。哈希表作为一种高效的数据结构,通过键值对存储数据,能够快速定位和检索。文中讨论了整数键值和字符串键值的哈希方法,特别是字符串哈希中的多项式哈希及其优化方法,如双哈希和子串哈希的快速计算。此外,还探讨了常见的冲突处理方法——拉链法和闭散列法,并提供了C++实现示例。最后,文章列举了哈希在字符串匹配、最长回文子串、最长公共子字符串等问题中的具体应用。 适合人群:计算机科学专业的学生、算法竞赛选手以及有一定编程基础并对数据结构和算法感兴趣的开发者。 使用场景及目标:①理解哈希表的工作原理及其在各种编程任务中的应用;②掌握哈希函数的设计原则,包括如何选择合适的模数和基数;③学会处理哈希冲突的方法,如拉链法和闭散列法;④了解并能运用字符串哈希解决实际问题,如字符串匹配、回文检测等。 阅读建议:由于哈希涉及较多数学知识和编程技巧,建议读者先熟悉基本的数据结构和算法理论,再结合代码实例进行深入理解。同时,在实践中不断尝试不同的哈希策略,对比性能差异,从而更好地掌握哈希技术。
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