Codeforces 385C Bear and Prime Numbers(素数预处理)

本文介绍了解决Codeforces385C题目的一种方法,通过快速生成素数表并进行前缀和预处理,将查询复杂度降低到O(1)。作者分享了使用map导致TLE的问题及解决方案,提醒读者在确保空间允许的情况下优选数组进行整数映射。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


Codeforces 385C Bear and Prime Numbers
其实不是多值得记录的一道题,通过快速打素数表,再做前缀和的预处理,使查询的复杂度变为O(1)。
但是,我在统计数组中元素出现个数时使用了map,以至于后面做前缀和的累加时,每次都要对map进行查询,以至于TLE。而自己一直没有发现,以为是欧拉筛对于这道题还不够优,于是上网搜题解,发现别人的做法几乎一样,但是却能跑过,挣扎了许久才想起是map的原因。map的内部实现是一颗红黑树,每次查询的复杂度为O(logN),在本来时间就不富裕的情况下,导致了超时。改用数组来统计后,顺利AC。做题时,在空间允许的情况下,如果每次可以确定访问的key,还是尽量用数组来做整数间的映射吧(如果每次要遍历一遍以查询,则选择map)。因为这道题纠结了许久,于是做个记录。
附上AC代码:

#include<iostream>
#include<cstdio>
#include<cstring>
#include<string>
#include<vector>
#include<queue>
#include<map>
#include<cmath>
#include<algorithm>
#include<climits>
using namespace std;
typedef long long ll;
typedef pair<int, int> P;
typedef map<int, int> M;
typedef vector<int> V;
typedef queue<int> Q;
const int maxn=10000000+5;
int cnt[maxn];
bool is[maxn];
int prime[maxn/2];
ll sum[maxn];
void init(int mx)
{
    int i,j,count=0;
    for (i=2;i<=mx;++i)
    {
        if (!is[i])
        {
            prime[count++]=i;
        }
        for (j=0;j<count&&i*prime[j]<=mx;++j)
        {
            is[i*prime[j]]=true;
            if (i%prime[j]==0)
                break;
        }       
    }
    for (i=2;i<=mx;++i)
    {
        if (!is[i])
        {
            for (j=1;j*i<=mx;++j)
            {
                sum[i]+=cnt[i*j];
            }
            sum[i]+=sum[i-1];
        }
        else
            sum[i]=sum[i-1];
    }
    return;
}
int main()
{
    int n,t,m,k,i,j;
    cin>>n;
    for (i=0;i<n;++i)
    {
        scanf("%d",&t);
        cnt[t]++;
    }   
    init(maxn); 
    cin>>m;
    while (m--)
    {
        int l,r;
        scanf("%d%d",&l,&r);
        l=min(maxn,l);
        r=min(maxn,r);
        printf("%d\n",sum[r]-sum[l-1]);     
    }
    return 0;
} 

转载于:https://www.cnblogs.com/orangee/p/8977964.html

### 解题思路 #### 问题描述 Codeforces 1678C - Tokitsukaze and Strange Inequality 是一道关于排列组合前缀和的应用问题。给定一个长度为 \( n \) 的排列数组 \( p \),需要统计满足条件 \( a < b < c < d \) 并且 \( p_a < p_c \) 同时 \( p_b > p_d \) 的四元组数量。 --- #### 核心思想 由于数据规模较小 (\( n \leq 5000 \)),可以直接通过枚举的方式解决问题。为了降低时间复杂度,引入 **前缀和** 技术来加速计算过程[^3]。 具体来说: - 枚举变量 \( a \) 和 \( c \),固定它们之后,目标是快速找到符合条件的 \( b \) 和 \( d \)。 - 使用预处理好的前缀和数组 `num` 来高效查询某个范围内满足特定关系的数量。 - 定义辅助数组 `sum` 表示对于固定的区间范围内的某些约束条件下的累积计数结果。 --- #### 实现细节 ##### 步骤一:构建前缀和数组 `num` 定义二维数组 `num[i][j]`,其中 `num[i][j]` 表示在序列的前 \( i \) 项中,有多少个元素大于 \( j \)。 该数组可以通过如下方式初始化: ```python n = len(p) max_val = max(p) # 初始化 num 数组 num = [[0] * (max_val + 2) for _ in range(n + 1)] for i in range(1, n + 1): for j in range(max_val + 1, -1, -1): # 反向遍历以保持正确性 if p[i - 1] > j: num[i][j] = num[i - 1][j] + 1 else: num[i][j] = num[i - 1][j] ``` 上述代码的时间复杂度为 \( O(n \cdot m) \),其中 \( m \) 是数组中的最大值。 --- ##### 步骤二:定义并填充辅助数组 `sum` 定义另一个二维数组 `sum[i][j]`,它表示当 \( a=i \), \( c=j \) 时,在区间 \([a+1, c-1]\) 中满足 \( p[b] > p[d] \) 的总贡献次数。 利用动态规划的思想逐步更新此数组: ```python sum_ = [[0] * (n + 1) for _ in range(n + 1)] bucket = [0] * (max_val + 1) for l in range(n - 1, 0, -1): bucket[p[l]] += 1 for r in range(l + 2, n + 1): sum_[l][r] = sum_[l][r - 1] + (num[r - 1][p[r - 1]] - num[l][p[r - 1]]) ``` 这里的关键在于如何有效累加当前区间的合法贡献,并借助之前已经计算的结果减少重复运算。 --- ##### 步骤三:枚举所有可能的 \( a \) 和 \( c \) 最后一步是对所有的 \( a \) 和 \( c \) 进行双重循环,并将对应位置上的 `sum[a][c]` 加入最终答案中: ```python result = 0 for a in range(1, n - 2): for c in range(a + 2, n): result += sum_[a][c] print(result) ``` 整个算法的核心部分即完成以上三个阶段的操作即可实现高效的解决方案。 --- ### 总结 本题主要考察的是对多重嵌套结构的有效简化以及合理运用前缀和技巧的能力。通过巧妙设计的数据结构能够显著提升程序运行效率至可接受水平。
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