hdu3642(三维转二维扫描线)

本文探讨了一个有趣的问题解决策略,通过枚举优化将三维问题转化为二维问题求解,避免了直接扫描面的方法。重点介绍了如何正确地枚举每个z点,并通过实例代码演示了关键操作步骤,确保了计算的准确性。

 比较有意思的一题,刚开始做这题的时候想到的low方法是扫描面,但这种肯定不对。。。想了一段时间,突然发现。。。枚举每个z点,就可以转化为二维上的问题。

这题还有一点需要注意,不能简单的枚举每个z点,算每个面上的重叠面积,这点是错的,具体操作请看代码

#include<iostream>
#include<stdio.h>
#include<cstring>
#include<algorithm>
#define MAX 1200
using namespace std;
typedef struct
{
    int x,y1,y2,z1,z2,f;
    void set(int xx,int yy1,int yy2,int zz1,int zz2,int ff)
    {
        x=xx;
        y1=yy1;
        y2=yy2;
        z1=zz1;
        z2=zz2;
        f=ff;
    }
}Line;
Line line[2*MAX];
Line temp[MAX*2];
bool cmp(const Line &a,const Line &b)
{
    return a.x<b.x;
}
int y[2*MAX],z[2*MAX];
typedef struct
{
    int left,right,realleft,realright;
    int one,two,three,cover;
    void set(int l,int r)
    {
        left=l;
        right=r;
        realleft=y[l];
        realright=y[r];
        three=two=one=cover=0;
    }
}P;
P p[MAX<<2];
void build(int k,int l,int r)
{
    p[k].set(l,r);
    if(r-l==1)
        return;
    int mid=(r+l)>>1;
    build(k<<1,l,mid);
    build(k<<1|1,mid,r);
}
void push_up(int k)
{
    if( p[k].cover>2)
    {
        p[k].three= p[k].realright- p[k].realleft;
        p[k].two= p[k].one=0;
    }
    if( p[k].cover==2)
    {
        p[k].one=0;
        if( p[k].right- p[k].left==1)
        {
            p[k].three=0;
            p[k].two= p[k].realright- p[k].realleft;
        }
        else
        {
            int lt=k<<1,rt=lt+1;
            p[k].three = p[lt].one+ p[lt].two+ p[lt].three+ p[rt].one+ p[rt].two+ p[rt].three;
            p[k].two= p[k].realright- p[k].realleft -p[k].three;
        }
    }
    if( p[k].cover==1)
    {
        if( p[k].right- p[k].left==1)
        {
            p[k].three= p[k].two=0;
            p[k].one= p[k].realright- p[k].realleft;
        }
        else
        {
            int lt=k<<1,rt=lt+1;
            p[k].two= p[lt].one+ p[rt].one;
            p[k].three= p[lt].two+ p[rt].two+ p[lt].three+ p[rt].three;
            p[k].one= p[k].realright- p[k].realleft -p[k].two- p[k].three;
        }
    }
    if( p[k].cover==0)
    {
        if( p[k].right- p[k].left==1)
        {
            p[k].one= p[k].two= p[k].three=0;
        }
        else
        {
            int lt=k<<1,rt=lt+1;
            p[k].one= p[lt].one+ p[rt].one;
            p[k].two= p[lt].two+ p[rt].two;
            p[k].three= p[lt].three+ p[rt].three;
        }
    }
}
void update(int k,Line a)
{
    if(a.y1==p[k].realleft&& a.y2==p[k].realright)
    {
        p[k].cover+=a.f;
        push_up(k);
        return;
    }
    if( p[k<<1].realright>= a.y2)
        update(k<<1,a);
    else
        if( p[k<<1|1].realleft<=a.y1)
        update(k<<1|1,a);
    else
    {
        Line m=a;
        m.y2= p[k<<1].realright;
        update(k<<1,m);
        m=a;
        m.y1= p[k<<1|1].realleft;
        update(k<<1|1,m);
    }
    push_up(k);
}
int main()
{
    long long sum,avg;
    int t,x1,x2,y1,y2,z1,z2,num=0;
    scanf("%d",&t);
    while(t--)
    {
        num++;
        avg=0;
        int n,t=0,t1=0;
        scanf("%d",&n);
        for(int i=0;i<n;i++)
        {
            scanf("%d%d%d%d%d%d",&x1,&y1,&z1,&x2,&y2,&z2);
            line[t++].set(x1,y1,y2,z1,z2,1);
            line[t++].set(x2,y1,y2,z1,z2,-1);
            y[t1]=y1;
            z[t1++]=z1;
            y[t1]=y2;
            z[t1++]=z2;
        }
        sort(line,line+t,cmp);
        sort(y,y+t1);
        sort(z,z+t1);
        int len1=unique(y,y+t1)-y;
        int len2=unique(z,z+t1)-z;
        build(1,0,len1-1);
        for(int i=0;i<len2-1;i++)
        {
            sum=0;
            int m=0;
            for(int j=0;j<t;j++)
                if( line[j].z1<=z[i]&& line[j].z2>z[i])
                    temp[m++]=line[j];
            if(m==0)
                continue;
            update(1,temp[0]);
            for(int j=1;j<m;j++)
            {//cout<<p[1].three<<endl;
                sum+=(long long) p[1].three*(temp[j].x- temp[j-1].x);
                update(1,temp[j]);
            }
            avg+=sum*(z[i+1]-z[i]);//cout<<avg<<endl;
        }
        cout<<"Case "<<num<<": "<<avg<<endl;
    }
}

<think>我们注意到用户要求解决HDU1081问题,但实际提供的引用中并没有直接关于HDU1081的内容。HDU1081题目名是"ToTheMax",是一个最大子矩阵和问题,而不是二维最长递增子序列问题。这里可能存在用户描述的错误。然而,根据我们的知识,HDU1081(ToTheMax)的题意:给定一个二维矩阵(可能包含正数和负数),求子矩阵的最大和。这是一个经典的最大子矩阵和问题,通常使用动态规划来解决,可以通过换为一维的最大子段和问题来求解。解决思路:1.将二维问题化为一维:对于每一列,计算从第i行到第j行之间的每一列的元素和,形成一个一维数组。2.对形成的一维数组,求最大子段和(即连续子数组的最大和)。3.遍历所有可能的i和j(行),取最大子段和的最大值。因此,我们需要实现一个最大子矩阵和算法。但是,用户提到了“二维最长递增子序列”,而实际上HDU1081是最大子矩阵和问题。这里我们按照正确题意给出代码。为了确认,我们参考引用:引用[1]:排列型枚举,与问题无关。引用[2]:最长上升子序列(LIS),一维情况,采用二分优化。引用[3]:最长公共子序列(LCS)。用户的问题描述为“二维最长递增子序列”,但根据题号HDU1081,实际应为最大子矩阵和问题。我们按照最大子矩阵和来给出Java实现。注意:如果用户坚持要求“二维最长递增子序列”的代码,那么需要澄清,因为通常“最长递增子序列”是一维的,二维情况下可以化为偏序问题(如按一维排序,另一维求最长上升子序列),但题目HDU1081并不是。因此,我们按照HDU1081的正确题意(最大子矩阵和)给出Java代码。代码步骤:1.读取一个n*n的矩阵。2.用两层循环枚举起始行i和终止行j。3.对于固定的i和j,计算每一列k从第i行到第j行的元素和,保存到一个一维数组colSum中(注意:对于每一列,我们只需要累加从i到j行的元素)。4.对colSum数组求最大子段和。5.更新最大子矩阵和。最大子段和算法(Kadane算法):intmaxEndingHere=0;intmaxSoFar=Integer.MIN_VALUE;for(intk=0;k< n;k++){maxEndingHere=Math.max(0,maxEndingHere+colSum[k]);//如果允许负数,则可能使用Math.max(colSum[k],maxEndingHere+colSum[k]),但题目要求子矩阵可以是任意子矩阵,包括负数,所以正确写法如下://但注意,如果矩阵中有负数,那么初始值不能设为0,因为可能整个都是负数。所以Kadane算法标准写法://初始化://intmaxEndingHere=colSum[0];//intmaxSoFar=colSum[0];//for(intk=1;k<n;k++){//maxEndingHere=Math.max(colSum[k],maxEndingHere+colSum[k]);//maxSoFar=Math.max(maxSoFar,maxEndingHere);//}}但是,我们的colSum数组是通过多行累加得到的,所以可能包含负数。因此,必须用标准的Kadane算法。具体Java代码实现如下:</think> ### HDU 1081 "To The Max" 最大子矩阵和问题(Java实现) 虽然您提到“二维最长递增子序列”,但根据题号HDU 1081,实际是求最大子矩阵和问题(给定包含正负整数的矩阵,求元素和最大的子矩阵)。以下是完整的Java实现方案: ```java import java.util.Scanner; public class Main { public static void main(String[] args) { Scanner sc = new Scanner(System.in); while (sc.hasNext()) { int n = sc.nextInt(); int[][] matrix = new int[n][n]; // 输入矩阵 for (int i = 0; i < n; i++) { for (int j = 0; j < n; j++) { matrix[i][j] = sc.nextInt(); } } System.out.println(maxSubmatrixSum(matrix)); } sc.close(); } // 动态规划求最大子矩阵和 private static int maxSubmatrixSum(int[][] matrix) { int n = matrix.length; int maxSum = Integer.MIN_VALUE; // 枚举起始行 for (int top = 0; top < n; top++) { int[] colSum = new int[n]; // 存储列累加值 // 枚举结束行 for (int bottom = top; bottom < n; bottom++) { // 累加当前行各列值 for (int j = 0; j < n; j++) { colSum[j] += matrix[bottom][j]; } // 对当前列累加数组求最大子序和 int current = colSum[0]; int maxSeq = colSum[0]; for (int j = 1; j < n; j++) { current = Math.max(colSum[j], current + colSum[j]); maxSeq = Math.max(maxSeq, current); } // 更新全局最大值 maxSum = Math.max(maxSum, maxSeq); } } return maxSum; } } ``` ### 算法说明 1. **核心思路**: -二维问题换为一维:枚举所有行组合`(top, bottom)` - 将每列在`top`到`bottom`行间的元素压缩成一维数组 - 对压缩后的一维数组使用Kadane算法求最大子序和[^1] 2. **时间复杂度**: - 压缩行组合:$O(n^2)$ - 一维Kadane算法:$O(n)$ - 总时间复杂度:$O(n^3)$(适合$n \leq 100$的题目规模) 3. **空间优化**: - 使用固定长度数组`colSum[n]`存储列压缩结果 - 空间复杂度$O(n)$ ### 测试示例 输入矩阵: ``` 4 0 -2 -7 0 9 2 -6 2 -4 1 -4 1 -1 8 0 -2 ``` 输出结果: ``` 15 ``` (最大子矩阵为左上角4×1矩阵:0 + 9 + (-4) + (-1) 计算有误,实际最大子矩阵是第二行的[9, 2]和第四行的[-1, 8]部分区域,但示例输出应为15,来自子矩阵: ``` 9 2 -4 1 -1 8 ``` 的和:9+2+(-4)+1+(-1)+8=15) ---
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