[Hnoi2010]Bounce 弹飞绵羊

题目大意

从左到右有n个位置,在第i个位置会被弹到第i+a[i]个位置,超出范围则挂掉,有q个操作,一种是更改某一位置上的a[i],一种是询问第i个位置什么时候会挂掉

分块

设f(i)为i在其块内最少跳多少次会跳出这个块,而g(i)表示他跳出块后会跳到哪个点,于是修改时我们可以重构块,询问时就一个一个块跳。时间复杂度O(nn)

LCT

很容易发现,如果我们把跳出去都记为跳到n+1,那么我们就可以得到一棵树,修改操作就是删掉一条边,增加一条新边,询问就是询问点的深度,所以我们可以用LCT完美解决了!!!时间复杂度O(nlog2n)

我打了lct啊!!

#include<cstring>
#include<cstdio>
#include<algorithm>
#include<cmath>
#include<iostream>

#define fo(i,a,b) for(int i=a;i<=b;i++)
#define fd(i,a,b) for(int i=a;i>=b;i--)

using namespace std;

typedef long long LL;
typedef double db;

const int N = 200010;

int fa[N];
struct point{
    int s[2],tot;
    bool bz;
}tree[N];
int n,m;
int a[N];
int op[N],k,se[N];

void change(int x){
    tree[x].tot=tree[tree[x].s[0]].tot+tree[tree[x].s[1]].tot+1;
}

int pd(int x){
    if (tree[fa[x]].s[0]==x)return 0;
    if (tree[fa[x]].s[1]==x)return 1;
    return -1;
}

void rotate(int x){
    int y=fa[x],z=fa[y];
    int tx=pd(x),ty=pd(y);
    if (ty>-1)tree[z].s[ty]=x;
    fa[x]=z;
    if (tree[x].s[tx^1])fa[tree[x].s[tx^1]]=y;
    tree[y].s[tx]=tree[x].s[tx^1];
    tree[x].s[tx^1]=y;
    fa[y]=x;
    change(y);
    change(x);
    if (z)change(z);
}

void down(int x){
    if (tree[x].bz){
        swap(tree[x].s[0],tree[x].s[1]);
        tree[tree[x].s[0]].bz^=1;
        tree[tree[x].s[1]].bz^=1;
        tree[x].bz=0;
    }
}

void clear(int x){
    int k=0;
    while(pd(x)>-1){
        op[++k]=x;
        x=fa[x];
    }
    op[++k]=x;
    fd(i,k,1)down(op[i]);
}

void splay(int x){
    clear(x);
    while(pd(x)>-1){
        if (pd(fa[x])>-1){
            if (pd(x)==pd(fa[x]))rotate(fa[x]);
            else rotate(x);
        }
        rotate(x);
    }
}

void access(int x){
    int k=0;
    while(x){
        splay(x);
        se[++k]=x;
        x=fa[x];
    }
    fo(i,2,k){
        tree[se[i]].s[1]=se[i-1];
        fa[se[i-1]]=se[i];
        change(se[i]);
    }
}

void makeroot(int x){
    access(x);
    splay(x);
    tree[x].s[1]=0;
    change(x);
    tree[x].bz^=1;
}

int main(){
    freopen("bounce.in","r",stdin);
    freopen("bounce.out","w",stdout);
    scanf("%d",&n);
    fo(i,1,n)scanf("%d",&a[i]);
    fo(x,1,n){
        tree[x].s[0]=tree[x].s[1]=0;
        tree[x].tot=1;
    }
    fo(i,1,n)fa[i]=min(i+a[i],n+1);
    scanf("%d",&m);
    fo(i,1,m){
        int ty,x;
        scanf("%d%d",&ty,&x);
        x++;
        if (ty==1){
            makeroot(n+1);
            access(x);
            splay(x);
            printf("%d\n",tree[tree[x].s[0]].tot);
        }
        if (ty==2){
            int ff=min(n+1,x+a[x]);
            makeroot(ff);
            access(x);
            splay(x);
            fa[tree[x].s[0]]=0;
            tree[x].s[0]=0;
            change(x);
            int v;
            scanf("%d",&v);
            a[x]=v;
            fa[x]=min(n+1,x+a[x]);
        }
    }
    fclose(stdin);
    fclose(stdout);
    return 0;
}
<think>好的,我现在需要解决用户关于[HNOI2010]绵羊的问题,特别是分块方法的解题思路。首先,我需要回忆一下这个题目的具体内容以及分块算法的一般应用。 题目大意应该是每个装置有一个力系数,当绵羊到达某个位置时会被到后面的某个位置,直到为止。问题应该是要求动态维护所需的步数,或者支持修改某个位置的力系数,同时查询某个点所需的次数。 分块处理这种问题通常是将数据分成多个块,每个块维护一些预处理的信息,这样在查询和修改时可以降低时间复杂度。比如,对于每个位置i,可以预处理出跳出当前块需要的步数,以及跳出后的落点位置。这样查询时就可以逐块跳跃,减少计算量。 接下来,我需要具体思考分块如何在这里应用。每个块的大小通常取√n,这样总共有√n个块。对于每个位置i,在预处理阶段,需要计算从i出发,需要多少步才能跳出当前所在的块,并且记录跳出后的位置。这样,当查询某个点的步数时,只需要累加每个块的步数,直到为止。修改操作时,只需要更新所在块内的信息,因为块内的预处理信息可能被影响,但其他块不受影响。 例如,假设块大小为m,对于每个位置i,如果i + a[i]超出了当前块的范围,则step[i] = 1,next[i] = i + a[i]。否则,step[i] = step[i + a[i]] + 1,next[i] = next[i + a[i]]。这样预处理之后,查询时从当前位置开始,每次跳到next[i],并累加step[i],直到next[i]超过n,即。 修改操作时,比如修改位置k的力系数,那么需要从k所在块的起始位置开始,重新计算该块内所有位置的step和next。这是因为修改可能影响该块内其他位置的预处理结果。比如,如果某个位置j的next[j]原本指向k的位置,修改k的力系数会影响j的next和step,所以需要重新计算整个块的信息。 这样,每次查询的时间复杂度是O(√n),因为每个块最多跳一次,而块的数量是√n。修改操作的时间复杂度是O(√n),因为需要重新处理整个块,大小是√n。 需要注意的是,分块的具体实现需要确定块的大小,通常取√n,但有时根据实际情况调整可能会有更好的效果。另外,预处理每个块的step和next时,需要从块的末尾向前处理,因为后面的位置的处理结果可能影响前面的位置。 可能还需要考虑边界条件,比如力系数是否可能超过数组长度,或者的条件。比如,当i + a[i] >= n时,就算,此时step[i]=1,next[i]=n或某个超出范围的标记。 另外,在实现过程中,如何处理块的分界点,以及如何遍历每个块内的元素,都是需要注意的细节。例如,块的范围是左闭右开还是左闭右闭,需要统一处理,避免数组越界或者漏掉元素。 总结一下,解题步骤应该是: 1. 将整个数组分成若干块,块的大小约为√n。 2. 预处理每个块内的每个位置i的step[i]和next[i],处理顺序应该是从块的最后一个元素向前处理。 3. 查询时,从查询点开始,不断跳到next[i],并累加step[i],直到i超出数组范围,总步数即为答案。 4. 修改时,找到修改位置所在的块,重新预处理该块内的所有元素的step和next。 这样,分块方法能够将时间复杂度降到O(m√n),其中m是操作次数,适用于较大的数据规模,符合算法竞赛的要求。 在代码实现时,需要注意块的下标处理,比如块号从0开始还是1开始,块的大小是否需要调整以适应数组长度不能被整除的情况。此外,预处理函数需要正确计算每个块的起点和终点,并在块内逆序处理元素,以确保后面的元素先被处理,前面的元素可以正确引用后面的step和next值。 举个例子,假设数组长度n=10,块大小m=3,那么块0是0-2,块1是3-5,块2是6-8,块3是9。对于每个块内的元素,比如块0,从位置2开始处理到0。对于位置i=2,如果a[2]=4,则i+a[i]=6,超过块0的范围,所以step[2]=1,next[2]=6。然后处理i=1,假设a[1]=2,则i+a[i]=3,属于块1,所以step[1]=1,next[1]=3。接着处理i=0,假设a[0]=1,则i+a[i]=1,仍在块0内,所以step[0] = step[1] + 1 = 2,next[0] = next[1] =3。这样,当查询位置0时,会先跳到3,再跳到next[3]的位置,依此类推,直到。 因此,分块方法的关键在于预处理每个块内的跳跃信息,使得查询时可以快速跨块计算,而修改时只需要更新所在块的信息,从而将时间复杂度降低到可接受的范围。</think>### [HNOI2010]绵羊分块解法思路 #### 问题分析 题目要求维护一个包含$n$个簧的序列,每个簧有力系数$k_i$。当绵羊落在位置$i$时,会被到$i + k_i$的位置,直到(即位置$\geq n$)。需要支持两种操作: 1. **查询**:从位置$x$出发,多少次会被? 2. **修改**:将位置$x$的力系数改为$y$。 #### 分块思想 将序列分为$\sqrt{n}$个块,每个块大小约为$\sqrt{n}$。预处理每个位置的**跳跃步数**和**落点**,使得: - **块内跳跃信息**:对于每个位置$i$,记录跳出当前块所需的步数$step[i]$和最终落点$next[i]$。 - **查询优化**:每次查询只需逐块跳跃,时间复杂度$O(\sqrt{n})$。 - **修改优化**:修改仅影响当前块的信息,时间复杂度$O(\sqrt{n})$。 #### 预处理方法 1. **块划分**:将数组划分为$m = \lceil \sqrt{n} \rceil$个块,每个块大小为$m$。 2. **逆序处理**:从每个块的最后一个位置向前遍历: - 若$i + k_i$超出当前块,则$step[i] = 1$,$next[i] = i + k_i$。 - 若未超出,则继承下一个位置的步数和落点: $$step[i] = step[i + k_i] + 1, \quad next[i] = next[i + k_i]$$ #### 查询操作 从位置$x$开始,不断跳转到$next[x]$并累加$step[x]$,直到$next[x] \geq n$。总步数即为答案。 #### 修改操作 1. 找到位置$x$所在的块。 2. **重置块内信息**:从该块的最后一个位置重新逆序计算$step$和$next$。 #### 代码框架(Python示例) ```python import math class BlockSolution: def __init__(self, n, k): self.n = n self.k = k.copy() self.block_size = int(math.sqrt(n)) + 1 self.step = [0] * n self.next = [0] * n self.build_blocks() def build_blocks(self): # 分块预处理 for block_start in range(0, self.n, self.block_size): block_end = min(block_start + self.block_size, self.n) for i in range(block_end - 1, block_start - 1, -1): if i + self.k[i] >= block_end: # 跳出当前块 self.step[i] = 1 self.next[i] = i + self.k[i] else: # 依赖块内后续位置 self.step[i] = self.step[i + self.k[i]] + 1 self.next[i] = self.next[i + self.k[i]] def query(self, x): # 查询跳次数 res = 0 while x < self.n: res += self.step[x] x = self.next[x] return res def update(self, x, y): # 修改力系数并重建块 self.k[x] = y block_start = (x // self.block_size) * self.block_size block_end = min(block_start + self.block_size, self.n) for i in range(block_end - 1, block_start - 1, -1): if i + self.k[i] >= block_end: self.step[i] = 1 self.next[i] = i + self.k[i] else: self.step[i] = self.step[i + self.k[i]] + 1 self.next[i] = self.next[i + self.k[i]] ``` #### 复杂度分析 - **预处理**:$O(n)$ - **查询**:$O(\sqrt{n})$ - **修改**:$O(\sqrt{n})$ #### 应用场景 分块法适用于需要**动态维护跳跃路径**且**支持快速修改**的问题,例如绵羊、树状路径跳跃等[^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