划分树---hdu4417---区间查找(不)大于h的个数

本文介绍了一款超级马里奥游戏中的算法挑战,利用划分树二分法解决马里奥跳跃过程中能够击中的砖块数量问题。通过构建特定的数据结构实现高效查询,适用于区间查询场景。


http://acm.hdu.edu.cn/showproblem.php?pid=4417

Super Mario

Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others)
Total Submission(s): 2315    Accepted Submission(s): 1127


Problem Description
Mario is world-famous plumber. His “burly” figure and amazing jumping ability reminded in our memory. Now the poor princess is in trouble again and Mario needs to save his lover. We regard the road to the boss’s castle as a line (the length is n), on every integer point i there is a brick on height hi. Now the question is how many bricks in [L, R] Mario can hit if the maximal height he can jump is H.
 

Input
The first line follows an integer T, the number of test data.
For each test data:
The first line contains two integers n, m (1 <= n <=10^5, 1 <= m <= 10^5), n is the length of the road, m is the number of queries.
Next line contains n integers, the height of each brick, the range is [0, 1000000000].
Next m lines, each line contains three integers L, R,H.( 0 <= L <= R < n 0 <= H <= 1000000000.)
 

Output
For each case, output "Case X: " (X is the case number starting from 1) followed by m lines, each line contains an integer. The ith integer is the number of bricks Mario can hit for the ith query.
 

Sample Input
  
1 10 10 0 5 2 7 5 4 3 8 7 7 2 8 6 3 5 0 1 3 1 1 9 4 0 1 0 3 5 5 5 5 1 4 6 3 1 5 7 5 7 3
 

Sample Output
  
Case 1: 4 0 0 3 1 2 0 1 5 1
 

题目大意:在区间[s,t]查找不大于h的有多少个

做法:用划分树二分枚举第K大(具体看下面注释)

注释处有分析在区间[s,t]查找大于h的有多少个 注意融会贯通


#include <iostream>
#include <string.h>
#include <algorithm>
#define maxn 100010
#define mid ((L+R)>>1)
using namespace std;
int tree[20][maxn];//表示每层每个位置的值
int toleft[20][maxn];//20层每层maxn t用来放原序; toleft[p][i]表示第P层第i个放左节点的元素个数
int sorted[maxn];//已经排序的数
//以下为查找区间第k小划分树
void build(int p,int L,int R) //p:第几层 默认0开始  ; L,R 左右区间从[1,n]开始建
{
    if(L==R) return;  //这个放最上边省时
    int lm=0,i,ls=L,rs=mid+1;//lm表示应被放入左子树且与中位数相等的数有多少个,ls为左子树的起始位置,rs为右子树的起始位置
    for(i=mid;i>=L;i--) //求lm ;2 3 3 4 4 5 5 7 9得到的lm=2
    {
        if(sorted[i]==sorted[mid])
        lm++;          //之前有一个错误的想法: 不记录这个lm  找的时候直接找<=的  但是这样会出错  比如 2 4 4 4 5 1
        else         // 排序: 1 2 4 4 4 5   那如果我们直接找<=的(6/2=3)个的话 会找到 2 4 4这样就错了所以还是要记录lm
        break;
    }
    for(i=L;i<=R;i++)
    {
        if(i==L)//这里要特殊讨论(原因:间接的对所有初始化 我们这样做便于toleft[p][i]=toleft[p][i-1]这一部的处理)
        toleft[p][i]=0;     //
        else
        toleft[p][i]=toleft[p][i-1];//下一个肯定是上一个+0或1

        if(tree[p][i]==sorted[mid])//若与中位数相等则判断是否应该被放入左子树
        {
            if(lm)
            {
                lm--;
                toleft[p][i]++;  //如果满足 说明又多了一个元素放左节点了
                tree[p+1][ls++]=tree[p][i];//放入下一个t[]
            }
            else
            tree[p+1][rs++]=tree[p][i];
        }
        else if(tree[p][i]<sorted[mid])//查找区间第K大即为>
        {
            toleft[p][i]++;
            tree[p+1][ls++]=tree[p][i];
        }
        else
        tree[p+1][rs++]=tree[p][i];
    }
    build(p+1,L,mid);
    build(p+1,mid+1,R);
}
//查询区间第k大的数,[L,R]是大区间,[l,r]是要查询的小区间
int query(int p,int L,int R,int l,int r,int k)
{
    int s,ss;//s表示[L,l-1]放入左子树的个数,ss表示区间[l,r]被放入左子树的个数
    if(L==R)//找到所求的数
    return tree[p][L];
    if(l==L)
    s=0,ss=toleft[p][r];
    else
    s=toleft[p][l-1],ss=toleft[p][r]-s;
    if(k<=ss)//要找的数在左子树中
    return query(p+1,L,mid,L+s,L+toleft[p][r]-1,k);
    else//要找的数在右子树中
    return query(p+1,mid+1,R,mid+1-L+l-s,mid+1-L+r-toleft[p][r],k-ss);
}
//原理 在区间[s,t]查找不大于h的有多少个,我们先让区间第mid2小的数与他比较;
//如果这个数还小于h 说明现在至少有mid2个数比h小 然后找[(mid2+1)+r]>>1大的数继续比较;
//否则说明这个数比h大;不能判断至少多几个比h小;所以找[l+mid2]>>1大的数继续比较;
int solve(int L,int R,int s,int t,int h){  //在查找区间[s,t]不大于h的个数有多少[L,R]<=>[1,n]
	int l=1;
	int r=t-s+1;
	int mid2;
	int ans=0;
	while(l<=r){
		mid2=(l+r)>>1;
		int temp=query(0,L,R,s,t,mid2);//得到区间【s,t】的第mid2小的数
		/*
				 //如果问在查找区间[s,t]大于h的个数有多少
				 // 方法一:
				 if(temp>h){  //if第mid2小的数都比h来得大那至少有(t-s+1)-mid2+1个
				  ans=(t-s+1)-mid2+1;//自己画一下就能够理解了
				  r=mid2-1;
		        	}
			    else l=mid2+1;//if第mid2小的数不大于h 往后面找
			    //方法2:
			     * query方法改成得到区间【s,t】的第mid2 ****大*****的数(上面有讲只需要改个符号即可)
				  if(temp>h){  //if第mid2大的数h大;那至少有mid2个数比h大
				  ans=mid2//
				  l=mid2+1;//往后找
		        	}
			    else r=mid2-1;//否则无法知道至少几个,往前面找更大的数与之比较

		 */
		if(temp<=h){
			ans=mid2;
			l=mid2+1;
		}
		else r=mid2-1; //注意这里要-1 不然答案出不来 因为while的条件是l<=r 如果不-1会出现 l=r的情况 mid2=l=r无限循环
	}
	return ans;
}
int main()
{
	int T;
	    int n,m;
	    int s,t,h;
	   cin>>T;
	    int iCase=0;
	    while(T--)
	    {

	        cin>>n>>m;
	        for(int i=1;i<=n;i++)//从1开始
	        {
	            cin>>tree[0][i];
	            sorted[i]=tree[0][i];
	        }
	        sort(sorted+1,sorted+n+1);
	        build(0,1,n);
	        cout<<"Case "<<++iCase<<":"<<endl;
	        while(m--)
	        {
	            cin>>s>>t>>h;
	            s++; //题目的输入是从[0,n-1] 我们数据转化到[1,n]
	            t++;
               cout<<solve(1,n,s,t,h)<<endl;
	        }
	    }
	    return 0;
}
/*
 *
 input:
 1
10 10
0 5 2 7 5 4 3 8 7 7
2 8 6
3 5 0
1 3 1
1 9 4
0 1 0
3 5 5
5 5 1
4 6 3
1 5 7
5 7 3
output:
Case 1:
4
0
0
3
1
2
0
1
5
1

 * */


按照刚刚同样的格式整理总结一下以下内容:幻灯片1 矩阵前缀和 幻灯片2 复习: 前缀和算法  对于一个长为n的序列a = {a[1],a[2],a[3],....,a[n]}  我们可以求出a的前缀和数组s,其中s[i] = a[1]+a[2]+...+a[i]  这样当我们想要求a序列中一段区间的和时,就可以用s[r]-s[l-1]求出a[l]+a[l+1]+...+a[r]的区间和 幻灯片3 问题探究  在一个矩阵上,如果我们想要求出一个子矩阵的和,是否有类似于前缀和的方法?  提示,考虑一下如何定义矩阵上的“前缀” ? 幻灯片4 求面积 思考: 下图的大矩形S,被划分出了四个子矩形A,B,C,D  请用A,B,C,D的面积,进行四则运算,得到大矩形的面积  请用S,A,B,C的面积,通过四则运算,得到矩形D的面积 幻灯片5 启发 通过上面的例子可以想到:  当我们想要算出矩阵中某一块子矩阵的和,例如想要得到矩形D的和,可以先提前求出S,A,B,C的和(就像在一维前缀和算法中求sum[]数组一样)  再通过S-A-B+C得到D的矩阵和  要提前求出S,A,B,C这类矩形的和,就要先归纳出他们的特点。  思考: S,A,B,C这些矩形有什么共性呢? 幻灯片6 前缀矩阵 很容易发现,S、A、B、C都是以矩阵中的某个元素为右下角,以矩阵第一行第一列为左上角的  我们把这些矩阵称为前缀矩阵,在二维前缀和算法中,就是要提前求出sum[i][j]表示以第i行第j列为右下角的前缀矩阵和  下图这些子矩阵就是前缀矩阵: 幻灯片7 练一练 sum[i][j]表示以第i行第j列为右下角的前缀矩阵和  对于右侧矩阵:    求出: sum[2][3] sum[4][2] sum[3][5] 幻灯片8 预处理 想要快速求出所有的前缀矩阵和sum[i][j],就要类似一维前缀和那样找到相应的递推公式,像动态规划一样快速的求出所有的sum值  看看下面的矩阵,S = C+B-A+D ,替换成sum值和矩阵a中的元素就是: sum[i][j] = sum[i-1][j]+sum[i][j-1]-sum[i-1][j-1] + a[i][j]      这就是矩阵前缀和的递推公式,请认真理解并记忆 幻灯片9 预处理—代码实现  读入n,m和n*m的矩阵,求出sum[][]数组,并将其输出  输入样例: 输出样例:     sum[i][j] = sum[i-1][j]+sum[i][j-1]-sum[i-1][j-1] + a[i][j]   幻灯片10 预处理-代码实现 幻灯片11 求出子矩阵的和 看下面一个例子,如何利用sum数组求出矩形D,也就是以(4,4)为左上角、(5,6)为右下角的的子矩阵和           幻灯片12 求出子矩阵的和 看下面一个例子,如何利用sum数组求出矩形D,也就是以(4,4)为左上角、(5,6)为右下角的的子矩阵和        D = S - B - C + A = sum[5][6] - sum[5][3] - sum[3][6] + sum[3][3]   幻灯片13 求出子矩阵的和 更普遍的,如果想要求出以(a,b)为左上角,(c,d)为右下角的子矩阵和  就可以用sum[c][d]-sum[a-1][d]-sum[c][b-1]+sum[a-1][b-1]  例如右图,矩阵D中: 左上角为(4,4),右下角为(5,6) 矩阵D的和为sum[5][6]-sum[3][4]-sum[4][3]+sum[3][3]   幻灯片14 例题: 1717 最大子矩阵 幻灯片15 暴力算法1 简单粗暴的处理方法是:  用双重循环枚举子矩阵左上角(a,b)的坐标  利用双重循环计算这个子矩阵的和  这样做的时间复杂度为O(n^4)  代码实现略,课后布置成作业,每位同学完成并提交后,在群里截图打卡“暴力算法1已完成”   幻灯片16 暴力算法2 简单粗暴的处理方法是:  用双重循环枚举子矩阵左上角(a,b)的坐标  利用一维前缀和,O(n)枚举子矩阵的每一行求和  这样做的时间复杂度为O(n^3)  代码实现略,课后布置成作业,每位同学完成并提交后,在群里截图打卡“暴力算法2已完成”   幻灯片17 标准解法 利用二维前缀和,我们在处理出sum[][]数组后,只要:  枚举子矩阵的左上角(a,b)的坐标,求出右下角(c = a+x-1, d = b+y-1)  利用二位前缀和直接求出子矩阵的和  sum[c][d]-sum[c][b-1]-sum[a-1][d]+sum[a-1][b-1]  幻灯片18 参考核心代码 幻灯片19 例题: 1722 星空 幻灯片20 例题: 1722 星空 幻灯片21 题解  简单分析,会发现每过c+1秒所有星星的亮度又变回来了  所以t时刻是等价于t%(c+1)时刻的  这样的话实际上只有0~c这c+1个同的时刻  可以用sum[t][][]记录t时刻的星星亮度对应的矩阵前缀和,这样的预处理的复杂度是O(c*n*m)的,对于每次询问,只要计算出等价的0~c中的时刻,并计算矩阵和即可。 幻灯片22 例题 1724 Pond 幻灯片23 题解 二分中位数mid,将大于mid的数设为1,否则设为0  这样一个子矩阵的和就是这个子矩阵中大于mid的数的个数  枚举k*k的正方形子矩阵的右下角,并利用sum数组计算对应的矩阵和  如果找到一个子矩阵的和是≤k*k/2的,说明存在一个正方形子矩阵的中位数≤mid,就朝着小的方向二分,否则朝着大的方向二分 幻灯片24 核心代码 幻灯片25 作业  例题/中等难度题目 1717 1722 1724  较难题目 1720 1721 
最新发布
03-08
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