Codeforces 429D Tricky Function(平面最近点对)

本文介绍了一种解决平面最近点对问题的方法,并通过具体的代码实现了解决方案。将问题转化为平面上两点间的距离最小值问题,使用分治策略进行高效求解。

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

题目链接  Tricky Function

$f(i, j) = (i - j)^{2} + (s[i] - s[j])^{2}$

把$(i, s[i])$塞到平面直角坐标系里,于是转化成了平面最近点对问题。

#include <bits/stdc++.h>

using namespace std;

#define rep(i, a, b)	for (int i(a); i <= (b); ++i)
#define dec(i, a, b)	for (int i(a); i >= (b); --i)

typedef long long LL;

const int N = 100010;

struct Point{
	LL x, y;
	void scan(){ scanf("%lld%lld", &x, &y);}
} p[N], q[N];

int n;
LL c[N];
LL s;

bool cmp_x(const Point &a, const Point &b){ 
	return a.x < b.x;
}
bool cmp_y(const Point &a, const Point &b){
	return a.y < b.y;
}

LL dist(const Point &a, const Point &b){ 
	return (a.x - b.x) * (a.x - b.x) + (a.y - b.y) * (a.y - b.y);
}


LL work(int l, int r){
	if (r == l) return 9e18;
	if (r - l == 1) return dist(p[l], p[r]);
	if (r - l == 2) return min(min(dist(p[l], p[r]), dist(p[l + 1], p[r])), dist(p[l], p[l + 1]));
	int mid = (l + r) >> 1, cnt = 0;
	LL ret = min(work(l, mid), work(mid + 1, r));

	rep(i, l, r) if (p[i].x < p[mid].x + sqrt(ret) && p[i].x > p[mid].x - sqrt(ret)) q[++cnt] = p[i];
	sort(q + 1, q + cnt + 1, cmp_y);
	rep(i, 1, cnt - 1) rep(j, i + 1, cnt){
		if ((q[j].y - q[i].y) * (q[j].y - q[i].y) > ret) break;
		ret = min(ret, dist(q[i], q[j]));
	}

	return ret;
}

int main(){

	scanf("%d", &n);
	rep(i, 1, n) scanf("%lld", c + i);
	rep(i, 1, n){
		s += c[i];
		p[i] = {i, s};
	}
	sort(p + 1, p + n + 1, cmp_x);
	printf("%lld\n", work(1, n));
	return 0;

}

  

 

转载于:https://www.cnblogs.com/cxhscst2/p/8016415.html

<think>嗯,用户问的是Codeforces上的最近点问题,也就是Closest Pair Problem。首先,我需要确认用户具体指的是哪道题,但通常这类问题都是要求在一组平面点中找到距离最近的两个点,并返回它们的距离或者坐标。常见的解法是分治算法,时间复杂度O(n log n),对吧? 首先,我应该回忆一下分治法的步骤。分治法处理最近点问题的步骤大致是:将点集按x坐标排序,分成左右两半,递归求解左右两边的最近距离,然后处理中间带内的点。中间带的处理需要按y坐标排序,然后检查每个点与其后面几个点的距离,通常是7个点以内,因为在这个区域内不可能有更多的点比当前的最小距离更近。 然后,我需要考虑如何实现这个算法。比如,如何对点进行排序,分治的递归终止条件,当点数较少时(比如3个点以内)直接暴力比较。然后合并的时候处理中间带的情况。同时要注意浮点数精度的问题,如果用浮点数计算距离的话可能会有精度误差,可能需要用平方比较来代替开根,或者根据题目要求处理输出。 用户可能遇到的常见问题包括:分治法的正确实现,如何处理中间带的点,递归终止条件是否正确,时间复杂度是否达标。此外,代码中可能需要处理输入输出的格式,比如点的坐标是整数还是浮点数,输出需要保留几位小数等等。 举个例子,假设题目是Codeforces上的某道题,比如可能是Div2的某个问题。用户可能需要具体的代码示例。那么我需要编写一个C++的代码,使用分治法来解决这个问题。代码结构大致包括点的结构体,比较函数,分治函数,以及计算距离的函数。 另外,可能需要注意一些优化点,比如在预处理排序时,可以按x和y分别排序,或者在分治过程中合并时避免重复排序。中间带的范围是根据当前的最小距离来确定的,所以在处理中间带时,需要先计算左右两边的最近距离,取较小的那个作为候选,然后在中间带中检查是否存在更小的距离。 可能用户还会遇到测试用例的问题,比如当所有点都在一条垂直线上时,这时候x坐标相同,分治法是否还能正确处理。或者当点非常多时,分治法的时间效率是否足够。这些都需要在代码中进行正确的处理。 此外,代码中的递归实现需要注意栈溢出的问题,但由于分治法的深度是log n,通常不会有问题,除非n极大。这时候可能需要改为迭代实现,但一般分治法递归实现已经足够。 现在,我需要将这些思路整理成一个清晰的回答,给出分治法的步骤和实现代码,并解释关键点,比如分治、合并中间带、暴力比较的条件等。然后,根据用户的要求,提供相关问题,比如分治法的时间复杂度、如何处理中间带、暴力比较的情况等。</think>在Codeforces的最近点问题(Closest Pair Problem)中,通常要求在一组平面点中找到距离最小的两个点。以下是经典的分治法实现: ```cpp #include <iostream> #include <vector> #include <algorithm> #include <cmath> #include <limits> using namespace std; struct Point { double x, y; Point(double x = 0, double y = 0) : x(x), y(y) {} }; bool compareX(const Point& a, const Point& b) { return a.x < b.x; } bool compareY(const Point& a, const Point& b) { return a.y < b.y; } double dist(const Point& a, const Point& b) { double dx = a.x - b.x; double dy = a.y - b.y; return sqrt(dx*dx + dy*dy); } double bruteForce(const vector<Point>& points, int left, int right) { double min_dist = numeric_limits<double>::max(); for (int i = left; i <= right; ++i) for (int j = i+1; j <= right; ++j) min_dist = min(min_dist, dist(points[i], points[j])); return min_dist; } double closestUtil(vector<Point>& points, int left, int right) { if (right - left <= 3) return bruteForce(points, left, right); int mid = (left + right) / 2; Point midPoint = points[mid]; double dl = closestUtil(points, left, mid); double dr = closestUtil(points, mid+1, right); double d = min(dl, dr); vector<Point> strip; for (int i = left; i <= right; i++) if (abs(points[i].x - midPoint.x) < d) strip.push_back(points[i]); sort(strip.begin(), strip.end(), compareY); for (int i = 0; i < strip.size(); ++i) for (int j = i+1; j < strip.size() && (strip[j].y - strip[i].y) < d; ++j) d = min(d, dist(strip[i], strip[j])); return d; } double closestPair(vector<Point>& points) { sort(points.begin(), points.end(), compareX); return closestUtil(points, 0, points.size()-1); } int main() { vector<Point> points = {{2, 3}, {12, 30}, {40, 50}, {5, 1}, {12, 10}, {3, 4}}; cout << "Minimum distance: " << closestPair(points) << endl; return 0; } ``` **实现原理:** 1. **预处理排序**:先按x坐标排序所有点 2. **分治策略**:将点集分为左右两半,递归求解左右的最小距离 3. **中间带处理**:在x坐标中间±d范围内搜索更小的距离(d为左右最小距离的较小值) 4. **暴力优化**:当点数≤3时直接暴力计算 5. **Y轴排序优化**:中间带内的点按y坐标排序后只需检查后续7个点 **注意事项:** - 时间复杂度:O(n log n) - 空间复杂度:O(n) - 精度问题:使用`double`类型存储距离 - 优化关键:中间带的高效处理和Y轴排序
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