二维平面离散化+二维前缀和 [USACO16FEB]Load Balancing S(洛谷 P3138)

博客详细介绍了如何使用离散化和二维前缀和解决USACO16FEB的Load Balancing S问题。在无限大的二维平面上,需要通过在x轴和y轴各切一刀,将奶牛分布分为四个区域,目标是最小化最多区域的奶牛数量。文章强调了离散化的关键在于保持奶牛的相对位置不变,且提供了一个n^2复杂度的解决方案。

[USACO16FEB]Load Balancing S

题目描述

有n头奶牛在一个无限大的二维平面上吃草,每头奶牛都有自己的坐标,并且不相同,让你在x轴切一刀,y轴切一刀,把平面分成4个小平面,使这4个平面里面的奶牛数量最大值最小;


这题最重要的是离散化,这个离散化和一般的离散化还不一样,因为是对二维平面上的奶牛坐标进行离散化,所以要保证奶牛的相对位置不变,具体看代码;

离散化后,直接可以保留枚举x和y,复杂度为n^2;

代价:

#include<bits/stdc++.h>
#define LL long long
#define pa pair<int,int>
#define ls k<<1
#define rs k<<1|1
#define inf 0x3f3f3f3f
using namespace std;
const int N=1100;
const int M=2000100;
const int mod=1e9;
int n,x[N],y[N],sum[N][N];
struct Node1{
   
   int x,pos;}dx[N];
struct Node2{
   
   int y,pos;}dy
### 题意解析 题目 P3184 [USACO16DEC] Counting Haybales S 的主要任务是计算在给定一系列干草堆的情况下,如何通过移动最少的干草堆来使所有干草堆之间的间距相等。题目的核心在于理解如何利用二分查找来优化解的空间,并找到最小的移动次数。 问题可以简化为:在给定一个数组表示干草堆的位置后,需要将这些位置调整为等间距排列,同时保证调整后的总数量不变。目标是最小化移动的总距离。 ### 解法思路 1. **排序与前缀和**: - 首先对输入的干草堆位置进行排序。 - 然后计算前缀和数组,以便快速求出任意区间内的干草堆数量以及它们的总长度。 2. **二分查找的应用**: - 由于最终的目标是让所有干草堆之间的间距相同,因此可以通过枚举可能的间距 $d$ 来尝试不同的解。 - 使用二分查找来确定最小的移动距离。具体来说,在某个假设的间距 $d$ 下,检查是否能够满足条件并计算所需的移动距离。 3. **滑动窗口技术**: - 在固定间距 $d$ 的情况下,可以通过滑动窗口的方式遍历整个数组,验证每个可能的起点是否能形成合法的等间距序列。 - 如果找到了一个合法的序列,则计算该序列与原始序列之间的差异,即为需要移动的距离。 ### C++ 实现代码 以下是一个基于上述思路的 C++ 实现示例: ```cpp #include <bits/stdc++.h> using namespace std; const int MAXN = 100005; int n, a[MAXN]; long long prefix[MAXN]; // 检查间距为d时是否可行,并返回最小移动距离 long long check(int d) { // 构造目标数组 vector<long long> target(n); for (int i = 0; i < n; ++i) { target[i] = (long long)a[0] + (long long)i * d; } // 计算移动距离 long long cost = 0; for (int i = 0; i < n; ++i) { cost += abs((long long)a[i] - target[i]); } return cost; } int main() { cin >> n; for (int i = 0; i < n; ++i) { cin >> a[i]; } sort(a, a + n); // 计算前缀和 prefix[0] = a[0]; for (int i = 1; i < n; ++i) { prefix[i] = prefix[i - 1] + a[i]; } // 二分查找最小间距 int left = 1, right = a[n - 1] - a[0]; long long result = LLONG_MAX; while (left <= right) { int mid = (left + right) / 2; long long current_cost = check(mid); if (current_cost < result) { result = current_cost; left = mid + 1; } else { right = mid - 1; } } cout << result << endl; return 0; } ``` ### 说明 - `check` 函数用于计算在给定间距 $d$ 的情况下,所需的最小移动距离。 - 主函数中使用了二分查找来枚举可能的间距,并调用 `check` 函数评估每种情况下的移动成本。 - 最终输出的是最小的移动成本。 ### 复杂度分析 - 排序的时间复杂度为 $O(n \log n)$。 - 前缀和计算为 $O(n)$。 - 每次 `check` 操作的时间复杂度为 $O(n)$,而二分查找的次数为 $O(\log M)$,其中 $M$ 是可能的间距范围。 - 总时间复杂度为 $O(n \log n + n \log M)$。 这种方法结合了排序、前缀和和二分查找的优势,能够在较大的数据范围内高效解决问题[^1]。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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