首先不考虑删除操作,那么插入元素这件事情就是DP(背包或者可达DP) 做的,设 D P i DP_i DPi 为能否用S中的元素组合得到 i i i 具体的转移式子为 d p i = d p i ∣ d p i − x dp_i = dp_i|dp_{i-x} dpi=dpi∣dpi−x,这样的时间复杂度是 O ( n s ) O(ns) O(ns)
考虑优化,每次转移只与上一次的状态有关且转移的偏移量相同,那么可以用 b i t s e t bitset bitset 对状态转移进行优化, d p i ∣ = d p i < < x dp_i|=dp_i<<x dpi∣=dpi<<x ,时间复杂度 O ( n s w ) O(\frac{ns}{w}) O(wns)
引入删除操作,由于单纯的使用 b i t s e t bitset bitset 不方便维护,这里我学到了一种技巧,将删除操作看成DFS的回退操作 ,引入一棵时间的线段树进行维护每个时间对应的区间的信息,即将加入和删除操作看成一段时间的加入,然后进行DFS,就可以 l o g log log 次求出所有答案
#pragma GCC optimize(3,"Ofast","inline")
#include<bits/stdc++.h>
using namespace std;
using i64 = long long;
using i128 = __int128;
constexpr int maxn = 5e5+10;
int n,op,x,ans[maxn];
vector<int> p[maxn],date[maxn<<2];
bitset<maxn> now;
void update(int p,int l,int r,int x,int y,int num){
if(x>r||y<l) return;
if(x<=l&&r<=y){
date[p].emplace_back(num);
return;
}
int mid = (l+r)>>1;
update(p*2,l,mid,x,y,num);
update(p*2+1,mid+1,r,x,y,num);
}
void dfs(int p,int l,int r){
bitset<maxn> tmp = now;
for(auto &i:date[p]) now|=(now<<i);
if(l==r) ans[l] = now.count();
else{
int mid = (l+r)>>1;
dfs(p*2,l,mid);
dfs(p*2+1,mid+1,r);
}
now = tmp;
}
signed main(){
ios::sync_with_stdio(0);cin.tie(0);
cin>>n;
for(int i = 1;i<=n;++i){
cin>>op>>x;
if(op==1){
p[x].emplace_back(i);
}else{
update(1,1,n,p[x].back(),i-1,x);
p[x].pop_back();
}
}
for(int i= 1;i<=500000;++i){
if(p[i].empty()) continue;
while(!p[i].empty()){
update(1,1,n,p[i].back(),n,i);
p[i].pop_back();
}
}
now.set(0);//将第零位设置成1
dfs(1,1,n);
for(int i = 1;i<=n;++i){
cout<<ans[i]-1<<'\n';//因为把一位设置成1了所以需要减掉1
}
return 0;
}