BZOJ4369 : [IOI2015]teams分组

本文介绍了一种使用单调栈结合可持久化线段树解决特定区间合并问题的方法,通过维护一系列矩形区域,实现了高效的区间查询与更新操作。此算法适用于需要动态调整并快速查询区间信息的问题。

将分组计划按照$k$从小到大排序,维护一个单调栈,每个元素为一个矩形,按最底下元素从高到低排列,栈顶最低。

每次加入一个矩形可选区域,维护单调栈,可以往回合并。

然后将所有最低点不满足的矩形取出,合并后放回。

每次考虑栈顶区域,将它取到和下一个矩形底边一致时合并。

可持久化线段树维护,时间复杂度$O((n+s)\log n)$。

 

#include<cstdio>
#include<algorithm>
const int N=500010,M=200010,P=N*20;
int n,m,k,i,j,x,g[N],v[N],nxt[N],a[M],t;
int val[P],l[P],r[P],tot,T[N];
struct E{int r,l,d,k;E(){}E(int _r,int _l,int _d,int _k){r=_r,l=_l,d=_d,k=_k;}}q[M];
inline void read(int&a){char c;while(!(((c=getchar())>='0')&&(c<='9')));a=c-'0';while(((c=getchar())>='0')&&(c<='9'))(a*=10)+=c-'0';}
int ins(int x,int a,int b,int c){
  int y=++tot;val[y]=val[x]+1;
  if(a==b)return y;
  int mid=(a+b)>>1;
  if(c<=mid)l[y]=ins(l[x],a,mid,c),r[y]=r[x];else l[y]=l[x],r[y]=ins(r[x],mid+1,b,c);
  return y;
}
int ask(int x,int y,int a,int b,int c,int d){
  if(c>d)return 0;
  if(c<=a&&b<=d)return val[x]-val[y];
  int mid=(a+b)>>1,t=0;
  if(c<=mid)t=ask(l[x],l[y],a,mid,c,d);
  if(d>mid)t+=ask(r[x],r[y],mid+1,b,c,d);
  return t;
}
int low(int x,int y,int a,int b,int c){
  if(val[x]==val[y])return 0;
  if(a==b)return a;
  int mid=(a+b)>>1;
  if(c<=mid){
    int t=low(l[x],l[y],a,mid,c);
    if(t)return t;
  }
  return low(r[x],r[y],mid+1,b,c);
}
int kth(int x,int y,int c,int k){
  k+=ask(x,y,1,n,1,c-1);
  int a=1,b=n,mid,t;
  while(a<b){
    mid=(a+b)>>1;
    t=val[l[x]]-val[l[y]];
    if(k<=t)x=l[x],y=l[y],b=mid;else k-=t,x=r[x],y=r[y],a=mid+1;
  }
  return a;
}
inline void merge(){
  if(t<2)return;
  if(q[t].d>=q[t-1].d){
    q[t-1].r=q[t].r;
    if(q[t].d==q[t-1].d)q[t-1].k+=q[t].k;
    t--;
  }
}
inline bool solve(){
  read(k);
  int sum=0;
  for(i=1;i<=k;i++){
    read(a[i]);
    sum+=a[i];
    if(sum>n)return 0;
  }
  std::sort(a+1,a+k+1);
  for(i=1,t=0;i<=k;i++){
    int x=a[i],d=low(T[x],T[a[i-1]],1,n,x),l,r=0;
    if(d)q[++t]=E(T[x],T[a[i-1]],d,ask(T[x],T[a[i-1]],1,n,d,d)),merge();
    while(t&&q[t].d<x){
      if(!r)r=q[t].r;
      l=q[t--].l;
    }
    if(r){
      d=low(r,l,1,n,x);
      if(d)q[++t]=E(r,l,d,ask(r,l,1,n,d,d)),merge();
    }
    while(x){
      if(!t)return 0;
      if(t==1){
        int now=ask(q[t].r,q[t].l,1,n,q[t].d+1,n)+q[t].k;
        if(now<x)return 0;
        if(now==x)t--;
        else if(q[t].k>x)q[t].k-=x;
        else if(q[t].k==x){
          q[t].d=low(q[t].r,q[t].l,1,n,q[t].d+1);
          q[t].k=ask(q[t].r,q[t].l,1,n,q[t].d,q[t].d);
        }else{
          x-=q[t].k;
          int d=kth(q[t].r,q[t].l,q[t].d+1,x);
          int tmp=ask(q[t].r,q[t].l,1,n,q[t].d+1,d-1);
          x-=tmp;
          int k=ask(q[t].r,q[t].l,1,n,d,d);
          if(x<k){
            q[t].d=d;
            q[t].k=k-x;
          }else{
            q[t].d=low(q[t].r,q[t].l,1,n,d+1);
            q[t].k=ask(q[t].r,q[t].l,1,n,q[t].d,q[t].d);
          }
        }
        break;
      }
      int now=ask(q[t].r,q[t].l,1,n,q[t].d+1,q[t-1].d-1)+q[t].k;
      if(now<=x){
        x-=now;
        q[t-1].r=q[t].r;
        q[t-1].k+=ask(q[t].r,q[t].l,1,n,q[t-1].d,q[t-1].d);
        t--;
      }else{
        if(q[t].k>x)q[t].k-=x;
        else if(q[t].k==x){
          q[t].d=low(q[t].r,q[t].l,1,n,q[t].d+1);
          q[t].k=ask(q[t].r,q[t].l,1,n,q[t].d,q[t].d);
        }else{
          x-=q[t].k;
          int d=kth(q[t].r,q[t].l,q[t].d+1,x);
          int tmp=ask(q[t].r,q[t].l,1,n,q[t].d+1,d-1);
          x-=tmp;
          int k=ask(q[t].r,q[t].l,1,n,d,d);
          if(x<k){
            q[t].d=d;
            q[t].k=k-x;
          }else{
            q[t].d=low(q[t].r,q[t].l,1,n,d+1);
            q[t].k=ask(q[t].r,q[t].l,1,n,q[t].d,q[t].d);
          }
        }
        break;
      }
    }
  }
  return 1;
}
int main(){
  read(n);
  for(i=1;i<=n;i++)read(x),read(v[i]),nxt[i]=g[x],g[x]=i;
  for(i=1;i<=n;i++)for(T[i]=T[i-1],j=g[i];j;j=nxt[j])T[i]=ins(T[i],1,n,v[j]);
  read(m);
  while(m--)puts(solve()?"1":"0");
  return 0;
}

  

转载于:https://www.cnblogs.com/clrs97/p/5261370.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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