洛谷P2487 cdq分治优化偏序线性dp

本文介绍了一种导弹拦截策略的算法实现,旨在找到能够拦截最多导弹数的方案,并计算每枚导弹被拦截的概率。采用最长下降子序列算法并结合CDQ分治优化DP,实现了O(n log n)的时间复杂度。
题意:

敌军即将按顺序发射nnn枚导弹,每枚导弹有一个发射高度hhh和发射速度vvv,我方的导弹拦截系统尚未完善,不能完全拦截,目前每次拦截的导弹的高度和速度不能大于上一次拦截的导弹。为了使国家损失最小化,我们当然是选择一种能拦截最多导弹数的拦截方法拦截,如果有多种拦截方法,那么会随机选择一种方案实施,求敌军每颗导弹被拦截的概率

方法:

这就是求一个最长下降子序列,按照以往的方法,设f[i]f[i]f[i]为最后一发拦截第iii发导弹的最大拦截数是多少,那么转移应该是这样子的:

f[i]=max(f[i],f[j]+1),j∈[0,i−1],h[j]≥h[i],v[j≥v[i]] f[i]=max(f[i],f[j]+1),j\in[0,i-1],h[j]\geq h[i],v[j\geq v[i]] f[i]=max(f[i],f[j]+1),j[0,i1],h[j]h[i],v[jv[i]]

为了求概率,我们还想要知道有多少最长的这样的子序列经过某个地方,于是有一个技巧,设f[i]f[i]f[i]为最后一发拦截第iii发导弹的最大拦截数,g[i]g[i]g[i]为第一发拦截iii导弹的最大拦截数,同时ftot[i]ftot[i]ftot[i]为最后一发拦截第iii发导弹且拦截数最大的方案有多少种,gtot[i]gtot[i]gtot[i]为第一发拦截第iii发导弹且拦截数最大的方案有多少种。这样设的好处是我们能通过这样知道是否存在有全局的最长子序列通过iii处,只需要判断是否有f[i]+g[i]−1==max(f[i])f[i]+g[i]-1==max(f[i])f[i]+g[i]1==max(f[i])即可,那么经过这里的条数自然就是ftot[i]∗gtot[i]ftot[i]*gtot[i]ftot[i]gtot[i]

于是,总转移方程为

f[i]=max(f[i],f[j]+1),h[j]≥h[i],v[j]≥v[i],j∈[0,i−1],,ftot随f[i]取大而继承 f[i]=max(f[i],f[j]+1),h[j]\geq h[i],v[j]\geq v[i],j\in[0,i-1],,ftot随f[i]取大而继承 f[i]=max(f[i],f[j]+1),h[j]h[i],v[j]v[i],j[0,i1],,ftotf[i]取大而继承

g[i]=max(g[i],g[j]+1),j∈[i+1,n+1],h[j]≤h[i],v[j≤v[i]],gtot随g[i]取大继承 g[i]=max(g[i],g[j]+1),j\in[i+1,n+1],h[j]\leq h[i],v[j\leq v[i]],gtot随g[i]取大继承 g[i]=max(g[i],g[j]+1),j[i+1,n+1],h[j]h[i],v[jv[i]],gtotg[i]取大继承

这样的转移是O(n2)O(n^2)O(n2)的,我们考虑优化他,ggg是一种fff逆序的转移,接下来只说明fff的优化

每个iii都只能被前面的满足h[j]≥h[i],v[j]≥v[i]h[j]\geq h[i],v[j]\geq v[i]h[j]h[i],v[j]v[i]的转移过来,即被满足这种偏序关系的点转移,偏序考虑cdqcdqcdq分治,每次使用[l,mid][l,mid][l,mid]来更新[mid+1,r][mid+1,r][mid+1,r],更一般的,我们应该是被如下偏序关系的点jjj更新

pos[j]<pos[i](1) pos[j]<pos[i]\tag{1} pos[j]<pos[i](1)

h[j]≥h[i](2) h[j]\geq h[i]\tag{2} h[j]h[i](2)

v[j]≥v[i](3) v[j]\geq v[i]\tag{3} v[j]v[i](3)

i∈[mid+1,r],j∈[l,mid]i\in[mid+1,r],j\in[l,mid]i[mid+1,r],j[l,mid],我们需要用jjj更新iii,按照cdqcdqcdq分治,第一维排序,第二维分治时隔开排序,此时保证前两维符合偏序条件,只需把所有符合h[j]>=h[i]h[j]>=h[i]h[j]>=h[i]jjj的贡献统计出来,就可以更新f[i]f[i]f[i]。我们需要的是所有j∈[l,mid],h[j]≥h[i],f[j]=max(f[k]),k∈[l,mid]j\in[l,mid],h[j]\geq h[i],f[j]=max(f[k]),k\in[l,mid]j[l,mid],h[j]h[i],f[j]=max(f[k]),k[l,mid]来更新,最大值来更新f[i]f[i]f[i],所有最大值点的ftotftotftot的和来更新ftot[i]ftot[i]ftot[i]。于是考虑做一个后缀maxmaxmax的树状数组,tree[x]tree[x]tree[x]代表最后一个结尾的hhhxxxfff最大是tree[x]tree[x]tree[x],由于需要维护所有最大值的ftotftotftot和,那么多加一个树状数组,当tree[x]tree[x]tree[x]取大时继承答案

tips:

后缀树状数组把x≤nx\leq nxnx>0x>0x>0互换,x−=lowbit(x)x-=lowbit(x)x=lowbit(x)x+=lowbit(x)x+=lowbit(x)x+=lowbit(x)互换即可

cdqcdqcdq分治优化dpdpdp必须先solve(l,mid)solve(l,mid)solve(l,mid),然后用[l,mid][l,mid][l,mid]更新[mid+1,r][mid+1,r][mid+1,r],再solve(mid+1,r)solve(mid+1,r)solve(mid+1,r),如果不这样,存在一种情况设mmid=(mid+1+r)/2mmid=(mid+1+r)/2mmid=(mid+1+r)/2i∈[l,mid],j∈[mid+1,mmid],k∈[mmid+1,r]i\in[l,mid],j\in[mid+1,mmid],k\in[mmid+1,r]i[l,mid],j[mid+1,mmid],k[mmid+1,r],使iii接上jjj接上kkk,如果不按照这样的方法,就不存在这样的可能了,只存在i∈[l,mid],j[mid+1,r]i\in[l,mid],j[mid+1,r]i[l,mid],j[mid+1,r]iii接上jjj的情形

#include<bits/stdc++.h>
#define double long double
using namespace std;

int n;
inline int lowbit(int x){return -x&x;}
using ll=long long;

struct fenwick1
{
    int tree1[100005];
    double tree2[100005];
    void add(int x,int v,double tot)
    {
        while(x)
        {
            if(v>tree1[x])
            {
                tree1[x]=v;
                tree2[x]=tot;
            }
            else if(v==tree1[x]) tree2[x]+=tot;
            x-=lowbit(x);
        }
    }
    pair<int,double> query(int x)
    {
        pair<int,double>ret={-1,-1};
        while(x<=n)
        {
            if(tree1[x]>ret.first)
            {
                ret.first=tree1[x];
                ret.second=tree2[x];
            }
            else if(tree1[x]==ret.first) ret.second+=tree2[x];
            x+=lowbit(x);
        }
        return ret;
    }
    void clear(int x)
    {
        while(x)
        {
            tree1[x]=tree2[x]=0;
            x-=lowbit(x);
        }
    }
}tree1;

struct fenwick2
{
    int tree1[100005];
    double tree2[100005];
    void add(int x,int v,double tot)
    {
        while(x<=n)
        {
            if(v>tree1[x])
            {
                tree1[x]=v;
                tree2[x]=tot;
            }
            else if(v==tree1[x]) tree2[x]+=tot;
            x+=lowbit(x);
        }
    }
    pair<int,double> query(int x)
    {
        pair<int,double>ret={-1,-1};
        while(x)
        {
            if(tree1[x]>ret.first)
            {
                ret.first=tree1[x];
                ret.second=tree2[x];
            }
            else if(tree1[x]==ret.first) ret.second+=tree2[x];
            x-=lowbit(x);
        }
        return ret;
    }
    void clear(int x)
    {
        while(x<=n)
        {
            tree1[x]=tree2[x]=0;
            x+=lowbit(x);
        }
    }
}tree2;

struct node
{
    int t,v,h;
}tmp[200005],a[200005];
int vv[200005],cnt,f[200005],g[200005];
double ftot[200005],gtot[200005];

void solve(int l,int r)
{
    if(l==r) return;
    int mid=l+r>>1;
    solve(l,mid);
    for(int i=l;i<=r;i++) a[i]=tmp[i];
    sort(a+l,a+mid+1,[&](const node& x,const node& y){
        return x.h>y.h;
    }); 
    sort(a+mid+1,a+r+1,[&](const node& x,const node& y){
        return x.h>y.h;
    });
    for(int i=mid+1,j=l-1;i<=r;i++)
    {
        while(j+1<=mid&&a[j+1].h>=a[i].h)
        {
            j++;
            tree1.add(a[j].v,f[a[j].t],ftot[a[j].t]);
        }
        auto tmp=tree1.query(a[i].v);
        if(f[a[i].t]<tmp.first+1)
        {
            f[a[i].t]=tmp.first+1;
            ftot[a[i].t]=tmp.second;
        }
        else if(f[a[i].t]==tmp.first+1) ftot[a[i].t]+=tmp.second;
    }
    for(int i=l;i<=mid;i++) tree1.clear(a[i].v);
    solve(mid+1,r);
}

void solve2(int l,int r)
{
    if(l==r) return;
    int mid=l+r>>1;
    solve2(l,mid);
    for(int i=l;i<=r;i++) a[i]=tmp[i];
    sort(a+l,a+mid+1,[&](const node& x,const node& y){
        return x.h<y.h;
    }); 
    sort(a+mid+1,a+r+1,[&](const node& x,const node& y){
        return x.h<y.h;
    });
    for(int i=mid+1,j=l-1;i<=r;i++)
    {
        while(j+1<=mid&&a[j+1].h<=a[i].h)
        {
            j++;
            tree2.add(a[j].v,g[a[j].t],gtot[a[j].t]);
        }
        auto tmp=tree2.query(a[i].v);
        if(tmp.first+1==g[a[i].t]) gtot[a[i].t]+=tmp.second;
        else if(tmp.first+1>g[a[i].t])
        {
            g[a[i].t]=tmp.first+1;
            gtot[a[i].t]=tmp.second;
        }
    }
    for(int i=l;i<=mid;i++) tree2.clear(a[i].v);
    solve2(mid+1,r);
}

int main()
{
    cin>>n;
    for(int i=1;i<=n;i++)
    {
        scanf("%d%d",&tmp[i].v,&tmp[i].h);
        vv[++cnt]=tmp[i].v;
    }
    sort(vv+1,vv+1+cnt);
    cnt=unique(vv+1,vv+1+cnt)-vv-1;
    for(int i=1;i<=n;i++)
    {
        tmp[i].t=i;
        tmp[i].v=lower_bound(vv+1,vv+1+cnt,tmp[i].v)-vv;
        f[i]=g[i]=ftot[i]=gtot[i]=1;
    }
    solve(1,n);
    reverse(tmp+1,tmp+1+n);
    solve2(1,n);
    double tot=0; int max1=-1;
    for(int i=1;i<=n;i++) max1=max(max1,f[i]);
    for(int i=1;i<=n;i++)
        if(f[i]==max1) tot+=ftot[i];
    printf("%d\n",max1);
    for(int i=1;i<=n;i++)
    {
        double pp=0;
        if(f[i]+g[i]-1==max1) pp=1.0*ftot[i]*gtot[i]/tot;
        printf("%.5Lf ",pp);
    }
    return 0;
}
<think>首先,用户的问题是关于CDQ分治算法的基本原理及其应用场景。我需要根据系统级指令来构建我的回答。 系统级指令关键点: - 所有行内数学表达式必须使用$...$格式。 - 独立公式必须使用$$...$$格式并单独成段。 - LaTeX语法正确。 - 使用中文回答。 - 生成相关问题。 - 回答中引用的段落末尾自然地添加引用标识。 - 回答结构清晰,帮助用户逐步解决问题,保证真实可靠。 参考站内引用: - 引用[1]:关于分治思想的描述,包括分块、递归等。 - 引用[2]:关于书籍的引用,不相关。 - 引用[3]:关于下载资源的链接,不相关。 用户真正的需求是理解CDQ分治的概念和原理,所以我需要专注于CDQ分治CDQ分治的基本原理: - CDQ分治是由陈丹琦(Chen Danqi)提出的一种算法,用于处理偏序问题,如三维偏序问题。 - 它是分治思想的一种应用,特别适合解决离线查询问题。 - 核心思想:将问题分成子问题,递归解决,然后合并结果,处理跨越子问题的部分。 应用场景: - 三维偏序问题:例如,给定点集,统计每个点满足某些条件的点数。 - 动态规划优化:如斜率优化等。 - 其他离线查询问题。 我的回答结构: 1. **介绍CDQ分治**:简要说明其背景和目的。 2. **基本原理**:解释算法步骤,使用数学表达式描述。 3. **应用场景**:列出常见应用。 4. **生成相关问题**:在最后添加相关问题。 5. **添加引用**:在引用段落末尾自然添加引用标识。 数学表达式: - 行内数学:如变量、点坐标等,使用$...$。 - 独立公式:如方程,使用$$...$$。 例如: - 行内:点$P_i = (a_i, b_i, c_i)$ - 独立:偏序关系公式。 生成相关问题: - 基于CDQ分治,如"CDQ分治如何优化三维偏序问题?"或"CDQ分治的时间复杂度分析?" 确保回答真实可靠: - 基于算法知识,CDQ分治常用于OI竞赛中处理偏序问题。 引用处理: - 参考引用[1]是关于分治思想的,我可以引用它来支持分治部分。 - 其他引用不相关,但系统说"请尽可能多的参考用户上一次的问题和你的回答",但用户没有上一次问题,所以基于当前引用。 最终回答大纲: - 开头:介绍CDQ分治。 - 原理部分:分步骤解释,使用LaTeX。 - 应用场景:列举例子。 - 相关问题:在最后添加。 - 结尾:自然结束。</think>### CDQ分治算法的基本原理及其应用场景 CDQ分治(Chen Danqi Divide and Conquer)是由中国计算机科学家陈丹琦提出的一种分治算法变体,主要用于处理离线查询问题,特别是多维偏序问题(如三维偏序)。它在算法竞赛和数据处理中应用广泛,能高效解决一些复杂问题。下面我将逐步解释其基本原理和应用场景,确保内容清晰可靠。 #### 1. CDQ分治的基本原理 CDQ分治基于经典分治思想,但针对偏序问题进行了优化。核心思路是将问题递归分解为子问题,处理子问题内部和子问题之间的影响,最后合并结果。算法主要分为三个步骤:分、治、合。以下是详细解释: - **分(Divide)**:将输入数据(如点集)按某一维度(通常是时间或索引)分成两个大致相等的子集,记为左子集$L$和右子集$R$。例如,给定点集$P = \{P_1, P_2, \dots, P_n\}$,其中每个点$P_i = (a_i, b_i, c_i)$表示三维坐标,我们按第一维$a_i$排序并分割: $$ \text{mid} = \left\lfloor \frac{n}{2} \right\rfloor $$ 这样得到$L = \{P_i \mid i \leq \text{mid}\}$和$R = \{P_i \mid i > \text{mid}\}$。递归地对$L$和$R$应用相同过程。 - **治(Conquer)**:递归处理左子集$L$和右子集$R$,解决子问题内部的偏序关系。例如,在三维偏序问题中,目标是统计每个点$P_i$满足$a_j \leq a_i, b_j \leq b_i, c_j \leq c_i$的点数$j$($j \neq i$)。递归调用确保子集内部的问题被解决。 - **合(Merge)**:合并子问题结果,并处理跨越子集$L$和$R$的影响。这是CDQ分治的关键: - 使用辅助数据结构(如树状数组或线段树)高效处理跨子集贡献。 - 例如,在三维偏序中,合并时需统计$L$中的点对$R$中点的贡献。具体做法: 1. 对$L$和$R$按第二维$b_i$排序。 2. 遍历$R$中的每个点$P_j$,同时维护一个树状数组,用于记录第三维$c_i$的累积值。 3. 对于$P_j$,查询树状数组中满足$c_k \leq c_j$的点数($k$来自$L$),并累加到结果。 这确保了跨子集贡献在$O(n \log n)$时间内完成。 整个算法的时间复杂度为$O(n \log^2 n)$,其中$n$是数据规模。递归公式可表示为: $$ T(n) = 2T\left(\frac{n}{2}\right) + O(n \log n) $$ 其中$O(n \log n)$来自合并步骤的排序和树状数组操作。CDQ分治通过“分而治之”高效处理了偏序关系[^1]。 #### 2. CDQ分治的应用场景 CDQ分治特别适合离线查询问题,其中数据点固定,查询可批量处理。常见应用包括: - **三维偏序问题**:如统计逆序对或点对关系。例如,在竞赛中,给定点集统计每个点“支配”的点数(即所有维度都小于等于该点的点)。CDQ分治能高效解决,时间复杂度优于暴力$O(n^2)$。 - **动态规划优化**:用于优化序列问题,如最长上升子序列(LIS)或斜率优化问题。通过分治处理状态转移,减少计算量。 - **离线查询处理**:在数据库或算法中,处理批量查询,如区间统计或范围查询。CDQ分治将查询排序后递归处理,避免实时开销。 - **其他领域**:在计算几何(如最近点对问题)和机器学习数据预处理中也有应用,但需结合具体算法调整。 CDQ分治的优势在于其通用性和效率,但要求问题具有“可分治性”,即子问题独立且合并步骤可高效实现。实际应用中,常结合树状数组等数据结构提升性能。 #### 相关问题 1. CDQ分治如何处理更高维度的偏序问题(如四维偏序)? 2. CDQ分治与普通分治算法的主要区别是什么? 3. CDQ分治动态规划优化中的具体实现案例? [^1]: 分治思想的核心是递归分解问题,然后合并结果,这在CDQ分治中得到充分体现,如分割点集并递归处理子问题。 [^2]: 算法理论常参考经典书籍,但CDQ分治更常见于竞赛和算法论文。
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