@bzoj - 4382@ [POI2015] Podział naszyjnika

本文深入探讨了一道关于切割项链的问题,通过转换问题视角,将其转化为寻找合法区间数及区间长度差最小值的算法挑战。文章详细阐述了如何利用哈希、优先队列等方法进行解答,并提出了一种新颖的基于性质分析的解决方案,最终实现时间复杂度为O(nlogn)的高效算法。

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


@description@

长度为 n 的一串项链,每颗珠子是 k 种颜色之一。 第 i 颗与第 i-1,i+1 颗珠子相邻,第 n 颗与第 1 颗也相邻。
切两刀,把项链断成两条链。要求每种颜色的珠子只能出现在其中一条链中。
求方案数量(保证至少存在一种),以及切成的两段长度之差绝对值的最小值。

input
第一行 n, k (2<=k<=n<=1000000)。颜色从 1 到 k 标号。
接下来 n 个数,按顺序表示每颗珠子的颜色。(保证 k 种颜色各出现至少一次)。

output
一行两个整数:方案数量,和长度差的最小值

sample input
9 5
2 5 3 2 2 4 1 1 3
sample output
4 3
sample explain
四种方法中较短的一条分别是 (5), (4), (1,1), (4,1,1)。相差最小值 6 - 3 = 3。

@solution@

网上一查题解,woc,怎么都是用哈希做的啊。
还看到用什么优先队列过的……看不懂看不懂。

但是怎么都没有人跟我想的一个算法啊……

首先我们转换一下问题:
一个区间 [l, r] 是合法的当且仅当每种颜色要么在这个区间里面全部出现,要么在这个区间里面全部不出现。求合法区间数以及 |区间长度*2 - n| 的最小值(需要保证 l ≠ 1,不然会重复计算)。
这样就可以把环形序列转为线性序列。

然后分析一下合法区间的性质:
性质(1):如果 [a, b] 与 [c, d] 都是合法区间且 a <= c <= b <= d,则 [c, b] 是合法区间。
性质(2):如果 [a, b] 与 [c, b] 都是合法区间且 a < c <= b,则 [a, c - 1] 是合法区间;如果 [a, b] 与 [a, c] 都是合法区间且 a <= b < c,则 [b + 1, c] 是合法区间。
性质(3):如果 [a, b] 与 [b + 1, c] 都是合法区间且 a <= b < c,则 [a, c] 是合法区间。
都比较直观。

这些性质表明:我们可以把相交的合法区间转换成若干不相交的合法区间,也可以把连续的合法区间合并成更大的合法区间。

性质(4):一个合法区间的左端点,必然是每个颜色第一次出现的位置。
也比较直观。它给出了寻找合法区间的左端点的方法。

我们记 fir[i] 表示第 i 种颜色第一次出现的位置,记 lst[i] 表示第 i 种颜色最后一次出现的位置。

对于某一个左端点 fir[x],我们想要去寻找它合法的最小右端点。
首先它的右端点 >= lst[x]。我们记录一个当前的最小右端点 p,如果存在一个颜色 c,满足 fir[x] < fir[c] <= p < lst[c],则将 p 移动到 lst[c]。重复直到不存在这样的颜色为止。
最后判断是否存在一个颜色 c,满足 fir[c] < fir[x] < j <= p 且第 j 个位置也是颜色 c。此时我们可以判定以 fir[x] 为左端点不存在合法解。

可以发现,除了上面处理出来的区间和它们拼起来的区间以外不存在其他的合法区间。
因此我们就关注怎么实现上面的过程。如果直接实现是 O(n^2) 的。

对于第一步,我们将颜色按 fir[x] 从大到小排序,作一次扫描。
如果颜色 p 对应的最小区间包含颜色 q 对应的最小区间,则 q 这个区间在第一步的过程中没有 p 的限制大,我们可以直接丢掉 q。
于是我们可以在扫描的时候维护一个由不相交不包含的区间构成的栈。
如果新加入的区间包含栈顶区间,弹掉栈顶,继续循环。
如果新加入的区间与栈顶区间相交,将新加入的区间的右端点延伸到栈顶区间的右端点,弹掉栈顶,中止循环。
如果新加入的区间与栈顶区间没有交集,弹掉栈顶,中止循环。

这一步的时间复杂度为 O(nlog n)。

对于第二步,我们对于每个位置 i 记录 fir[这个位置上的颜色]。
查询区间最小值即可。时间复杂度也为 O(nlog n)。

对于第三部,即拼合区间。我们将连续的区间存成一个序列,存储它们的区间长度。
则拼合出来的区间对应这个序列里的某个连续的子段。
使用滑动窗口即可统计题目要求的信息。时间复杂度 O(n)。

故总时间复杂度 O(nlog n)。

@accepted code@

#include<cmath>
#include<stack>
#include<cstdio>
#include<vector>
#include<algorithm>
using namespace std;
const int MAXN = 1000000 + 5;
inline int abs(int x) {
    return x >= 0 ? x : -x;
}
int ST[20][MAXN];
int rmq(int l, int r) {
    int k = log2(r-l+1), p = (1<<k);
    return min(ST[k][l], ST[k][r-p+1]);
}
struct segment{
    int le, ri;
    segment(int _l=0, int _r=0):le(_l), ri(_r){}
}seg[MAXN], arr[MAXN];
bool cmpl(segment a, segment b) {
    return a.le < b.le;
}
bool cmpr(segment a, segment b) {
    return a.ri < b.ri;
}
stack<segment>stk;
vector<int>vec[MAXN];
int mn[MAXN], mx[MAXN], f[MAXN], num[MAXN];
int main() {
    int n, k; scanf("%d%d", &n, &k);
    for(int i=1;i<=k;i++) mx[i] = 0, mn[i] = n + 1;
    for(int i=1;i<=n;i++) {
        int x; scanf("%d", &x);
        mx[x] = max(mx[x], i), mn[x] = min(mn[x], i);
        ST[0][i] = mn[x];
    }
    for(int i=1;i<=k;i++) seg[i] = segment(mn[i], mx[i]);
    sort(seg + 1, seg + k + 1, cmpl);
    int cnt = 0;
    for(int i=k;i>=1;i--) {
        segment p = seg[i];
        while( !stk.empty() ) {
            if( stk.top().ri <= p.ri )
                arr[++cnt] = stk.top(), stk.pop();
            else {
                if( stk.top().le <= p.ri )
                    p.ri = stk.top().ri, stk.pop();
                break;
            }
        }
        stk.push(p);
    }
    while( !stk.empty() )
        arr[++cnt] = stk.top(), stk.pop();
    for(int i=1;i<=n+1;i++) f[i] = -1;
    for(int i=1;i<21;i++)
        for(int j=1;j+(1<<(i-1))<=n;j++)
            ST[i][j] = min(ST[i-1][j], ST[i-1][j+(1<<(i-1))]);
    for(int i=1;i<=cnt;i++) {
        if( rmq(arr[i].le, arr[i].ri) < arr[i].le ) continue;
        f[arr[i].le] = arr[i].ri;
    }
    long long ans1 = 0;
    int ans2 = n, tot = 0;
    for(int i=n;i>=2;i--) {
        if( f[i] == -1 ) continue;
        if( f[f[i] + 1] == -1 )
            num[i] = (++tot);
        else num[i] = num[f[i] + 1];
        vec[num[i]].push_back(f[i] - i + 1);
    }
    for(int i=1;i<=tot;i++) {
        ans1 += 1LL*(vec[i].size() + 1)*vec[i].size()/2;
        int l = 0, s = 0;
        for(int r=0;r<vec[i].size();r++) {
            s = s + vec[i][r];
            while( 2*s >= n ) {
                ans2 = min(ans2, abs(2*s - n));
                s = s - vec[i][l], l++;
            }
            ans2 = min(ans2, abs(2*s - n));
        }
    }
    printf("%lld %d\n", ans1, ans2);
    return 0;
}

@details@

好像……挺复杂的?其实主要是性质比较多啦。

我发现哈希做法和我这个做法在某些方面挺类似。
然后我好像多找了几个性质将不准确的算法(哈希的确无法保证正确性)转为一个准确的算法。

由于没有人写过这种做法的题解,如果这个做法有问题请务必留言告诉我。

转载于:https://www.cnblogs.com/Tiw-Air-OAO/p/10369492.html

基于数据挖掘的音乐推荐系统设计与实现 需要一个代码说明,不需要论文 采用python语言,django框架,mysql数据库开发 编程环境:pycharm,mysql8.0 系统分为前台+后台模式开发 网站前台: 用户注册, 登录 搜索音乐,音乐欣赏(可以在线进行播放) 用户登陆时选择相关感兴趣的音乐风格 音乐收藏 音乐推荐算法:(重点) 本课题需要大量用户行为(如播放记录、收藏列表)、音乐特征(如音频特征、歌曲元数据)等数据 (1)根据用户之间相似性或关联性,给一个用户推荐与其相似或有关联的其他用户所感兴趣的音乐; (2)根据音乐之间的相似性或关联性,给一个用户推荐与其感兴趣的音乐相似或有关联的其他音乐。 基于用户的推荐和基于物品的推荐 其中基于用户的推荐是基于用户的相似度找出相似相似用户,然后向目标用户推荐其相似用户喜欢的东西(和你类似的人也喜欢**东西); 而基于物品的推荐是基于物品的相似度找出相似的物品做推荐(喜欢该音乐的人还喜欢了**音乐); 管理员 管理员信息管理 注册用户管理,审核 音乐爬虫(爬虫方式爬取网站音乐数据) 音乐信息管理(上传歌曲MP3,以便前台播放) 音乐收藏管理 用户 用户资料修改 我的音乐收藏 完整前后端源码,部署后可正常运行! 环境说明 开发语言:python后端 python版本:3.7 数据库:mysql 5.7+ 数据库工具:Navicat11+ 开发软件:pycharm
MPU6050是一款广泛应用在无人机、机器人和运动设备中的六轴姿态传感器,它集成了三轴陀螺仪和三轴加速度计。这款传感器能够实时监测并提供设备的角速度和线性加速度数据,对于理解物体的动态运动状态至关重要。在Arduino平台上,通过特定的库文件可以方便地与MPU6050进行通信,获取并解析传感器数据。 `MPU6050.cpp`和`MPU6050.h`是Arduino库的关键组成部分。`MPU6050.h`是头文件,包含了定义传感器接口和函数声明。它定义了类`MPU6050`,该类包含了初始化传感器、读取数据等方法。例如,`begin()`函数用于设置传感器的工作模式和I2C地址,`getAcceleration()`和`getGyroscope()`则分别用于获取加速度和角速度数据。 在Arduino项目中,首先需要包含`MPU6050.h`头文件,然后创建`MPU6050`对象,并调用`begin()`函数初始化传感器。之后,可以通过循环调用`getAcceleration()`和`getGyroscope()`来不断更新传感器读数。为了处理这些原始数据,通常还需要进行校准和滤波,以消除噪声和漂移。 I2C通信协议是MPU6050与Arduino交互的基础,它是一种低引脚数的串行通信协议,允许多个设备共享一对数据线。Arduino板上的Wire库提供了I2C通信的底层支持,使得用户无需深入了解通信细节,就能方便地与MPU6050交互。 MPU6050传感器的数据包括加速度(X、Y、Z轴)和角速度(同样为X、Y、Z轴)。加速度数据可以用来计算物体的静态位置和动态运动,而角速度数据则能反映物体转动的速度。结合这两个数据,可以进一步计算出物体的姿态(如角度和角速度变化)。 在嵌入式开发领域,特别是使用STM32微控制器时,也可以找到类似的库来驱动MPU6050。STM32通常具有更强大的处理能力和更多的GPIO口,可以实现更复杂的控制算法。然而,基本的传感器操作流程和数据处理原理与Arduino平台相似。 在实际应用中,除了基本的传感器读取,还可能涉及到温度补偿、低功耗模式设置、DMP(数字运动处理器)功能的利用等高级特性。DMP可以帮助处理传感器数据,实现更高级的运动估计,减轻主控制器的计算负担。 MPU6050是一个强大的六轴传感器,广泛应用于各种需要实时运动追踪的项目中。通过 Arduino 或 STM32 的库文件,开发者可以轻松地与传感器交互,获取并处理数据,实现各种创新应用。博客和其他开源资源是学习和解决问题的重要途径,通过这些资源,开发者可以获得关于MPU6050的详细信息和实践指南
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