689D Friends and Subsequences RMQ+二分

本文介绍了一种使用动态规划和二分查找相结合的方法来优化区间查询问题。通过预处理数组,可以将查询时间复杂度降低到O(1),适用于求解区间内最大值和最小值相等的问题。

题目大意:给出两个数组,求第一个数组区间内的最大值和第二个区间内的最小值相同的区间有多少种。

题目思路:通过预处理(O(n*Logn))后,每次查询的时间复杂度为O(1),但是如果暴力查询O(n*n)依然会超时,因为最大值,最小值单调性的原因,通过二分来优化查询过程。

首先是预处理,用动态规划(DP)解决。设A[i]是要求区间最值的数列,F[i, j]表示从第i个数起连续2^j个数中的最大值。例如数列3 2 4 5 6 8 1 2 9 7,F[1,0]表示第1个数起,长度为2^0=1的最大值,其实就是3这个数。 F[1,2]=5,F[1,3]=8,F[2,0]=2,F[2,1]=4……从这里可以看出F[i,0]其实就等于A[i]。这样,DP的状态、初值都已经有了,剩下的就是状态转移方程。我们把F[i,j]平均分成两段(因为f[i,j]一定是偶数个数字),从i到i+2^(j-1)-1为一段,i+2^(j-1)到i+2^j-1为一段(长度都为2^(j-1))。用上例说明,当i=1,j=3时就是3,2,4,5 和 6,8,1,2这两段。F[i,j]就是这两段的最大值中的最大值。于是我们得到了动态规划方程F[i, j]=max(F[i,j-1], F[i + 2^(j-1),j-1])。

然后是查询。取k=[log2(j-i+1)],则有:RMQ(A, i, j)=min{F[i,k],F[j-2^k+1,k]}。 举例说明,要求区间[2,8]的最大值,就要把它分成[2,5]和[5,8]两个区间,因为这两个区间的最大值我们可以直接由f[2,2]和f[5,2]得到。

 

#include<iostream>
#include<algorithm>
#include<cstring>
#include<vector>
#include<stdio.h>
#include<stdlib.h>
#include<queue>
#include<math.h>
#include<map>
#define INF 0xffffffff
#define MAX 200005
#define Temp 1000000000
#define MOD 1000000007

using namespace std;

long long a[MAX],b[MAX],maxn[MAX][30],minn[MAX][30],n;

void MakeTab()//预处理
{
    memset(maxn,0,sizeof(maxn));
    memset(minn,0,sizeof(minn));
    for(int i=1;i<=n;i++)
    {
        maxn[i][0]=a[i];
        minn[i][0]=b[i];
    }
    for(int j=1;(1<<j)<=n;j++)
    {
        for(int i=1;i+(1<<j)-1<=n;i++)
        {
            maxn[i][j]=max(maxn[i][j-1],maxn[i+(1<<(j-1))][j-1]);
            minn[i][j]=min(minn[i][j-1],minn[i+(1<<(j-1))][j-1]);
        }
    }
}

int RMQ(long long l,long long r)
{
    long long k=log(r-l+1)/log(2);//k由换底公式得出
    long long Maxn=max(maxn[l][k],maxn[r-(1<<k)+1][k]);
    long long Minn=min(minn[l][k],minn[r-(1<<k)+1][k]);
    if(Maxn==Minn)
        return 0;
    else if(Maxn > Minn)
        return 1;
    return -1;
}

int main()
{
    long long ans,l,r,mid,pos1,pos2;
    while(scanf("%lld",&n)!=EOF)
    {
        ans=0;
        for(int i=1; i<=n; i++)
            scanf("%lld",&a[i]);
        for(int i=1; i<=n; i++)
            scanf("%lld",&b[i]);
        MakeTab();
        for(int i=1; i<=n; i++)//通过两个二分确定两个可行的位置pos1,pos2,以[pos1,pos2]为右端点的均符合,累加差值即可
        {
            l=i;
            r=n;
            pos1=-1;
            while(l <= r)
            {
                mid=(l+r)/2;
                int op=RMQ(i,mid);
                if(op==0)
                {
                    pos1=mid;
                    l=mid+1;
                }
                else if(op==1)
                {
                    r=mid-1;
                }
                else if(op==-1)
                {
                    l=mid+1;
                }
            }
            if(pos1!=-1)
            {
                l=i;
                r=n;
                while(l <= r)
                {
                    mid=(l+r)/2;
                    int op=RMQ(i,mid);
                    if(op==0)
                    {
                        pos2=mid;
                        r=mid-1;
                    }
                    else if(op==1)
                    {
                        r=mid-1;
                    }
                    else if(op==-1)
                    {
                        l=mid+1;
                    }
                }
                ans+=(pos1-pos2+1);
            }
        }
        printf("%lld\n",ans);
    }
    return 0;
}
View Code

 

转载于:https://www.cnblogs.com/alan-W/p/6004116.html

### 关于回文子序列的算法及其示例 #### 定义概念 回文是指正读和反读都相同的字符序列。对于给定字符串中的任意字符组合形成的子序列,如果该子序列满足上述条件,则称为回文子序列。 #### 动态规划求解最长回文子序列 为了找到一个字符串中最长的回文子序列,可以采用动态规划的方法来解决这个问题。设 `dp[i][j]` 表示从第 i 到 j 的子串内的最长回文子序列长度: - 当 s[i]==s[j] 时, dp[i][j]=dp[i+1][j−1]+2; - 否则, dp[i][j]=max(dp[i+1][j],dp[i][j−1]). 最终的结果保存在 `dp[0][len(s)-1]` 中[^3]. ```python def longest_palindromic_subseq(s: str) -> int: n = len(s) # 创建二维数组用于存储中间结果 dp = [[0]*n for _ in range(n)] # 初始化单个字符的情况 for i in range(n): dp[i][i] = 1 # 填充表格 for length in range(2, n + 1): for start in range(n - length + 1): end = start + length - 1 if s[start] == s[end]: dp[start][end] = dp[start+1][end-1] + 2 else: dp[start][end] = max(dp[start+1][end], dp[start][end-1]) return dp[0][-1] ``` 此方法的时间复杂度为 O(n²),空间复杂度同样为 O(n²). #### 枚举所有可能的回文子序列 除了寻找最长的回文子序列外,还可以通过枚举的方式找出所有的不同回文子序列。这种方法适用于较短的输入字符串,并且可以通过位掩码技术实现高效的遍历。 ```python from collections import defaultdict def count_distinct_palindrome_subsequences(text: str) -> list[str]: results = set() memo = {} def backtrack(start=0, path=""): nonlocal text, results, memo key = (start, path) if key not in memo: temp_set = {path} if path == path[::-1] else {} for index in range(start, len(text)): new_path = path + text[index] if new_path == new_path[::-1]: temp_set.add(new_path) temp_set |= backtrack(index + 1, new_path) memo[key] = temp_set results.update(memo[(start, path)]) return memo[(start, path)] backtrack() return sorted(list(results)) ``` 这段代码会返回按字典序排列的不同回文子序列列表.
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