P6283 [USACO20OPEN]The Moo Particle S——单调栈或前后缀

本文针对 USACO 2020 Open 的 MooParticleS 题目,提供两种解决策略:一是利用前缀最小值与后缀最大值确定连通组件;二是运用单调栈维护连通块的最低点,实现高效求解。

题目来源: P6283 [USACO20OPEN]The Moo Particle S
题目大意:给出一推坐标,连个点之间连线的斜率>=0即可合并到两点间的任意一个点上,问合并完,最后剩的点的最小个数。
先将坐标按照第一关键字X,第二关键字Y排序。
排序后,我们发现,一个点要与左边的点连通,需要左边有点的y值比当前点小,有右边的点连通,需要右边有点当前的y值大。
方法一:维护从左到右的最小值,维护从右到左的最大值,找到与左右分离的点,则是一个新的连通块。
方法二:我们发现最后分离的点,从左到右y值由小到大,因此我们也可以用一个单调栈去维护这组从大到小的值。当到一个点的坐标是y的时候,一直出栈,找到y在栈中的位置,但这个连通块的代表元素还是原来栈顶的最小值,再把这个最小值放回去。
参考代码:方法一

//思维题:最值的前缀与后缀 ,斜率>=0的线之间是连通的。 
#include <bits/stdc++.h>
using namespace std;
int const  N=100010;
int n,le[N],ri[N];
pair<int,int>a[N];

int main() {
	cin >>n;
	for(int i=1; i<=n; i++)
		scanf("%d%d",&a[i].first,&a[i].second);
	sort(a+1,a+1+n);
	le[1] =a[1].second;
	for(int i=2; i<=n; i++) //维护从左开始最小前缀
		le[i] = min(le[i-1],a[i].second);
	ri[n] =a[n].second;
	for(int i=n-1; i>=1; i--)//维护从右开始最大后缀 
		ri[i] = max(ri[i+1], a[i].second);
	int ans = 1;
	for(int i=1; i<n; i++)
		if(le[i] > ri[i+1])
			ans++;
	cout << ans <<endl;
	return 0;
}

参考代码:方法二

//方法二:单调栈维护连通块的最低点 
#include <bits/stdc++.h>
using namespace std;
int const  N=100010;
int n,st[N],top=0;
pair<int,int>a[N];

int main() {
	cin >>n;
	for(int i=1; i<=n; i++)
		scanf("%d%d",&a[i].first,&a[i].second);
	sort(a+1,a+1+n);
	st[++top]=a[1].second;//单调栈,从大到小。 
	for(int i=2;i<=n;i++){
		if(a[i].second<st[top])st[++top]=a[i].second;
		else {
			int miny=st[top];
			while(top>0&&a[i].second>=st[top])top--;
			st[++top]=miny;
		}
	}
	cout <<top<<endl;
	return 0;
}
虽然没有直接关于P9954 [USACO20OPEN] Cowntact Tracing B的引用内容,但可参考相关题目信息进行思路分析。 ### 解题思路 从引用[1]可知,该类问题会给出奶牛数量`N`、互动次数`T`,以及每头奶牛的初始健康状态,还有互动记录(包含互动时间、互动的两头奶牛编号)。 可以通过枚举可能的初始感染奶牛和疾病的传播强度`K`(即一头感染奶牛在一次互动中能感染其他奶牛的能力)。对于每一种初始感染奶牛和`K`的组合,模拟疾病的传播过程,看是否能与已知的最终奶牛感染状态相匹配。如果匹配,则该初始感染奶牛和`K`的组合是有效的。最后统计所有有效的初始感染奶牛的数量以及`K`的可能取值范围。 ### 代码实现(Python示例) ```python # 读取输入 n, t = map(int, input().split()) status = list(map(int, input())) interactions = [] for _ in range(t): t, x, y = map(int, input().split()) interactions.append((t, x - 1, y - 1)) interactions.sort() # 模拟疾病传播 def simulate(infected, k): new_infected = infected.copy() infection_count = [0] * n for t, x, y in interactions: if new_infected[x]: if infection_count[x] < k: if not new_infected[y]: new_infected[y] = 1 infection_count[x] += 1 if new_infected[y]: if infection_count[y] < k: if not new_infected[x]: new_infected[x] = 1 infection_count[y] += 1 return new_infected # 枚举初始感染奶牛和K值 possible_patient_zero = set() min_k = float('inf') max_k = 0 for patient_zero in range(n): for k in range(251): initial_infected = [0] * n initial_infected[patient_zero] = 1 result = simulate(initial_infected, k) if result == status: possible_patient_zero.add(patient_zero) min_k = min(min_k, k) max_k = max(max_k, k) print(len(possible_patient_zero), min_k, max_k if max_k < 250 else 'Infinity') ``` ### 代码解释 1. **读取输入**:读取奶牛数量`n`、互动次数`t`、每头奶牛的初始状态`status`,以及互动记录`interactions`,并按时间排序。 2. **模拟疾病传播函数`simulate`**:根据初始感染状态和传播强度`k`,模拟疾病的传播过程,返回最终的感染状态。 3. **枚举初始感染奶牛和`K`值**:对于每一种初始感染奶牛和`K`的组合,调用`simulate`函数进行模拟,如果结果与已知的最终感染状态匹配,则记录该初始感染奶牛和`K`的信息。 4. **输出结果**:输出可能的初始感染奶牛的数量、最小的`K`值和最大的`K`值。
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