Andrew Stankevich Contest 46 [Solo]

在一场因队友背叛和交通延误而迟到的比赛里,作者通过离线查询、排序和集合维护的方法解决A题,利用图论和组合数学解决B题,并通过动态规划和递归解决C题。此外,还涉及字符串匹配、博弈论、动态规划等算法和技术。

因为某些奇奇怪怪的原因(被队友卖了...)不得不单挑这一场比赛..

又因为出发晚了&&坐错车了...所以迟到了.....


比赛链接==>

http://codeforces.com/gym/100524

代码(A,B,F,G,J)链接==>

https://github.com/Ronnoc/Training/tree/master/Codeforces/ASC%2046%20%5BSolo%5D


A题:n(3000)个二维点,m(3000)个查询,询问有多少个点集{A,B}s.t.|AO|^2=a,|BO|^2=b,|AB|^2=c.

做法: 

离线query,排序,对于每一种a,b,开个set维护那些c需要答案,开个map维护对应的值.

复杂度分析 对于每一对点对(n^2级别)只会用到常数次,每次复杂度最坏lg(m) 总复杂度n^2lg(m)


B题:统计边二染色&&有标号的n个点二部图个数Ans[n]

做法:

对于每一个点,一定属于一个联通的二部图(二染色)

当处理Ans[n]时,枚举n号节点所在联通二部图两边大小p_q; 组合数选出p-1个和n号节点同色的点以及q个和n号节点异色得点,其余的点为子问题Ans[n-p-q]

则Ans[n]=∑Ans[n-p-q]*g[p][q]*Comb(n-1,p-1)*Comb(n-p,q)

其中g[p][q]表示联通二部图两边大小p_q的种数

正面计算难以处理(WA#1后发现当时少数了导致g[2][3]!=g[3][2],画图发现缺失的情况)

采取侧面计算的方式,即先算全部然后再减去不联通的

首先考虑所有p_q的二部图的答案和All[p][q]为∑(p*q,i)*2^i=3^i

再类似的考虑p中标号最大点u所在联通二部图大小为i_j时的情况(i+j<p+q,1<=i<=p,j<=q)

其余的点随意,即All[p-i][q-j]

g[p][q]=All[p][q]-∑g[i][j]*Comb(p-1,i-1)*Comb(q,j)*All[p-i][q-j]

WA#2因少取模一次导致溢出LL,随后AC


C题: NULL


D题: NULL//TODO


E题: NULL//TODO


F题: 题意较复杂,略

做法:

构建4个点(表示每种串的头结点)的图,根据题意中jump的类型描述建边,处理成矩阵A,然后快速幂

g串头结点(标号0)是唯一可以作为结束的点,也是开始的唯一起点,用A^n*[1,0,0,0]^T的第一个元素值即为所求


G题: n个点的串,两个人轮流在空处染色,不能出现连续的相同颜色,没法染色的一方输.现在有n个串,先手拿走一些串使得还剩m个串,问使得先手必胜的拿法有多少种

做法:

打表发现仅当n=1时先手必胜,统计长度为1的串有k个,则答案为∑Comb(k,2*i-1)Comb(n-k,m-2*i+1)


H题: NULL


I题: NULL//TODO


J题: 对s的字串s(i,j)得到包含字符集J(i,j),记S(H)表示字符集为H的最长串长,统计∑|J|*S(J)以及∑|J|*I{S(J)>0}

做法:

枚举起点,产生的字符集最多有26种,花样处理处这些字符集的最长长度并更新答案就好了

TLE#1 2^26的初始化...换成mapAC


PS: Orz TheWaySoFar


### Andrew Stankevich Problem 45 解决方案 Andrew Stankevich 是一位著名的算法竞赛选手和教练,其训练题目通常涉及复杂的几何计算、数据结构以及优化技术。对于问题编号为45的内容,虽然具体描述未完全提供,但从上下文中可以推测该问题是关于 **最小覆盖矩形** 或者类似的几何优化问题。 #### 最小覆盖矩形的核心概念 最小覆盖矩形是指能够包围一组二维平面上的点集 \( S \),并使得矩形面积尽可能小的一种几何形状。解决此类问题的关键在于理解旋转卡壳 (Rotating Calipers) 技术的应用[^1]。通过这种方法,可以在 \( O(n\log n) \) 时间复杂度下找到最优解。 以下是实现这一目标的主要逻辑: 1. 首先对输入点集进行凸包运算,得到包含所有点的最小凸多边形。 2. 使用旋转卡壳方法遍历每一对平行切线组合,记录当前状态下可能形成的最小矩形区域。 3. 输出最终获得的最小矩形参数及其对应的面积值。 下面是基于 Python 实现的一个简单版本代码示例: ```python from math import atan2, cos, sin, pi def cross(o, a, b): """ 计算向量叉积 """ return (a[0]-o[0])*(b[1]-o[1])-(a[1]-o[1])*(b[0]-o[0]) def convex_hull(points): """ 凸包算法 Graham Scan""" points = sorted(set(points)) lower = [] for p in points: while len(lower) >=2 and cross(lower[-2],lower[-1],p)<=0: lower.pop() lower.append(tuple(p)) upper = [] for p in reversed(points): while len(upper)>=2 and cross(upper[-2],upper[-1],p)<=0: upper.pop() upper.append(tuple(p)) return lower[:-1]+upper[:-1] def min_area_rect(points): ch = convex_hull(points) # 初始化变量用于存储最佳角度及对应宽度高度 best_angle,best_w,best_h=float('inf'),float('inf'),float('inf') k=len(ch) prev_edge=(ch[1][0]-ch[0][0],ch[1][1]-ch[0][1]) angle_prev=atan2(prev_edge[1],prev_edge[0]) i,j=0,k//2 while True: edge_i=(ch[(i+1)%k][0]-ch[i%k][0],ch[(i+1)%k][1]-ch[i%k][1]) angle_i=atan2(edge_i[1],edge_i[0]) edge_j=(ch[(j+1)%k][0]-ch[j%k][0],ch[(j+1)%k][1]-ch[j%k][1]) angle_j=atan2(edge_j[1],edge_j[0])+pi delta_angle=angle_j-angle_i if abs(delta_angle)>best_angle: break w,h=get_width_height(i,j,ch,delta_angle) if h*w<best_w*best_h: best_w,best_h=w,h best_angle=abs(delta_angle) if delta_angle>0: j+=1 else: i+=1 return best_w * best_h def get_width_height(i,j,ch,delta_angle): xi,xj,yi,yj=ch[i%len(ch)],ch[j%len(ch)],ch[(i+1)%len(ch)],ch[(j+1)%len(ch)] width=max(abs(xi[0]-yj[0]),abs(xj[0]-yi[0])) height=max(abs(xi[1]-yj[1]),abs(xj[1]-yi[1])) return width,height points=[(random.randint(-100,100), random.randint(-100,100))for _ in range(10)] print(min_area_rect(points)) ``` 上述程序实现了寻找平面点集中最小覆盖矩形的功能,并利用随机生成的数据进行了测试验证[^2]。 #### 关于三维光线反射问题 如果考虑扩展到更高维度空间中的类似问题,则会涉及到更复杂的物理模型模拟过程。例如 SGU 110 中提到的 Dungeon 场景下的光线路径规划就需要综合运用光学定律与数值分析技巧来完成精确建模[^3]。
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