hdu 1255 覆盖的面积(线段树|扫描线)

本文介绍了一种利用线段树、离散化和扫描线技术来计算多个矩形重叠部分总面积的方法,并提供了一个完整的C++实现示例。

覆盖的面积

Time Limit: 10000/5000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others)
Total Submission(s): 5242    Accepted Submission(s): 2646


Problem Description
给定平面上若干矩形,求出被这些矩形覆盖过至少两次的区域的面积.


 

Input
输入数据的第一行是一个正整数T(1<=T<=100),代表测试数据的数量.每个测试数据的第一行是一个正整数N(1<=N<=1000),代表矩形的数量,然后是N行数据,每一行包含四个浮点数,代表平面上的一个矩形的左上角坐标和右下角坐标,矩形的上下边和X轴平行,左右边和Y轴平行.坐标的范围从0到100000.

注意:本题的输入数据较多,推荐使用scanf读入数据.
 

Output
对于每组测试数据,请计算出被这些矩形覆盖过至少两次的区域的面积.结果保留两位小数.
 

Sample Input
2 5 1 1 4 2 1 3 3 7 2 1.5 5 4.5 3.5 1.25 7.5 4 6 3 10 7 3 0 0 1 1 1 0 2 1 2 0 3 1
 

Sample Output
7.63 0.00
 

题目大意:求n个矩形重叠覆盖的面积

思路:线段树+离散化+扫描线(线段树求矩形面积并升级版)

代码如下:

#include<cstdio>   
#include<cstring>   
#include<iostream>  
#include<algorithm>  
using namespace std;  
const int maxn=1000005;  
double eps=1e-8;
int mark[maxn<<2];
double sum[maxn<<2],cntsum[maxn<<2],thash[maxn];
struct node  
{  
    double l,r,h;  
    int cover;  
    node(){}  
    node(double a,double b,double c,int d):l(a),r(b),h(c),cover(d){}  
    bool operator <(const node&x)const  
    {  
        return h<x.h;  
    }  
}s[maxn<<2];  
void updatefather(int pos,int l,int r)  
{ 
	//printf("pos=%d l=%d r=%d cnt=%d\n",pos,l,r,mark[pos]) ;
	if(mark[pos])sum[pos]=thash[r+1]-thash[l];
	else if(l==r)sum[pos]=0;
	else sum[pos]=sum[pos<<1]+sum[pos<<1|1];
    if(mark[pos]>1)cntsum[pos]=thash[r+1]-thash[l];
    else if(l==r)cntsum[pos]=0;
    else if(mark[pos]==1)cntsum[pos]=sum[pos<<1]+sum[pos<<1|1];
    else if(mark[pos]==0)cntsum[pos]=cntsum[pos<<1]+cntsum[pos<<1|1];
    //printf("sum=%lf cntsum=%lf\n",sum[pos],cntsum[pos]);
}  
void update(int pos,int l,int r,int ql,int qr,int value)  
{  
    if(ql<=l&&r<=qr)  
    {     
        mark[pos]+=value;  
        updatefather(pos,l,r);  
        return;  
    }  
    int mid=(l+r)>>1;  
    if(ql<=mid)update(pos<<1,l,mid,ql,qr,value);  
    if(qr>mid)update(pos<<1|1,mid+1,r,ql,qr,value);  
    updatefather(pos,l,r);  
}  
int main()  
{  
    int n,T;  
    scanf("%d",&T);
    while(T--)  
    {  
		scanf("%d",&n);
	    memset(mark,0,sizeof(mark));
        int m=0,num=2;  
        double x1,x2,y1,y2,ans=0;  
        for(int i=0;i<n;i++)  
        {  
            scanf("%lf%lf%lf%lf",&x1,&y1,&x2,&y2);  
            s[m]=node(x1,x2,y1,1);  
            thash[++m]=x1;  
            s[m]=node(x1,x2,y2,-1);  
            thash[++m]=x2;  
        }  
        sort(s,s+m);  
        sort(thash+1,thash+1+m);  
        for(int i=2;i<=m;i++)if(thash[i]!=thash[i-1])thash[num++]=thash[i];  
        for(int i=0;i<m;i++)  
        {  
            int L=lower_bound(thash+1,thash+num,s[i].l)-thash;  
            int R=lower_bound(thash+1,thash+num,s[i].r)-thash-1;   
            if(i)ans+=cntsum[1]*(s[i].h-s[i-1].h);  
            //cout<<cntsum[1]<<endl;
            update(1,1,num-1,L,R,s[i].cover);  
        }  
        printf("%.2lf\n",ans+eps);  
    }  
}  


<think> 嗯...用户这问的是扫描线算法中线段树是否动态开点。看来用户正在学习计算几何的高级数据结构应用,可能是个OI选手或者算法爱好者。 从用户引用的两篇文献来看,第一篇详细描述了扫描线配合线段树矩形面积并的标准流程,第二篇则涉及矩形覆盖最大点数的变种问题。用户能提出"动态开点"这样的专业术语,说明已经对线段树的常见优化方式有所了解。 关于动态开点问题,需要分场景讨论:在标准的离散化扫描线中,由于横坐标已离散化为固定区间,线段树可以预先建树无需动态开点;但在处理浮点数或值域过大的情况时,动态开点就成为必要选择。这个区别很关键,用户可能正在处理特殊场景才会这么问。 考虑到用户之前关注过线段树维护区间覆盖的技术细节,后续可以补充离散化与动态开点的性能对比。不过当前问题需要先明确回答核心疑问——常规实现不用动态开点,特殊情况才需要。 </think> 在扫描线算法中,线段树**通常不需要动态开点**,但具体实现取决于问题需和坐标系特征: ### 📍 标准实现(非动态开点) 1. **离散化处理** 扫描线算法的关键步骤是将所有坐标点在 $x$$-轴上离散化(如图1所示): $$ \text{步骤:收集坐标} \rightarrow \text{排序} \rightarrow \text{去重} \rightarrow \text{建立映射} $$ 离散化后,线段树管理的区间数量被压缩为 $O(n)$ 级别($n$ 为坐标点数),因此可直接**预建满二叉树**,无需动态开点[^1]。 2. **空间复杂度优化** 预建树的空间复杂度为 $O(n)$,例如: - 原始坐标范围:$[1, 10^9]$ - 离散化后区间数:$2000$(若 $n=1000$) 此时只需开 $4 \times 2000 = 8000$ 的节点数组,完全可行[^1]。 3. **维护信息** - 节点存储 **区间覆盖数** 和 **有效长度** - 更新操作:区间加减(矩形入边 `+1`,出边 `-1`) - 查询操作:直接取根节点有效长度 ### ⚡ 需动态开点的情况 | **场景** | **原因** | **示例** | |-----------------------|--------------------------------------------------------------------------|---------------------------| | **值域极大且无法离散化** | 浮点数坐标或值域超限(如 $[1, 10^{18}]$) | 地理信息系统(GIS)中的浮点计算 | | **强制在线查询** | 矩形边界实时插入,无法预离散化 | 流式数据处理场景 | | **内存严格受限** | $n$ 极大(如 $>10^6$),离散化后区间仍过多,需节省空间 | 嵌入式设备上的算法部署 | ### 🌰 实例对比 1. **标准问题(矩形面积并)** ```python # 离散化坐标 xs = sorted(set(x_coords)) tree = SegmentTree([0]*4*len(xs)) # 预建树 ``` 2. **动态开点问题(浮点数覆盖)** ```python class Node: def __init__(self): self.cover = 0 self.len = 0.0 self.lson = None # 动态创建子节点 self.rson = None ``` ### ✅ 结论 - **大多数场景**(如引用[1][2]的矩形问题):离散化 + 静态线段树- **特殊场景**(浮点数/在线查询):动态开点线段树 ✅ 若处理整数坐标系且可离散化,推荐静态实现,效率更高且编码简单[^1][^2]。 --- ### ❓相关问题 1. 扫描线算法中如何处理浮点数坐标的精度问题? 2. 离散化过程如何避免哈希冲突导致的查询错误? 3. 动态开点线段树扫描线中的更新操作时间复杂度如何保证? 4. 矩形覆盖最大值问题(如HDU 5091)如何转化为扫描线模型?[^2] [^1]: 线段树应用——扫描线,离散化坐标与静态建树 [^2]: HDU 5091 矩形覆盖问题中的扫描线转化技巧
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