[Codefoeces398B]Painting The Wall(概率DP)

本文探讨了一个关于$n imesn$棋盘染色的问题,通过数学推导给出了期望用时的公式,并提供了完整的C++代码实现。

 

题目大意:一个$n\times n$的棋盘,其中有$m$个格子已经被染色,执行一次染色操作(无论选择的格子是否已被染色)消耗一个单位时间,染色时选中每个格子的概率均等,求使每一行、每一列都存在被染色的格子的期望用时。


 

传送门

显然,被染色的砖的位置对解题是没有影响的,我们可以将已染色砖所在的行和列移动到右下角,问题就转化到了在更小棋盘中的新问题。

在任一时刻,棋盘内的状态如下:

其中绿色区域为当前问题的棋盘,选中对行和列都有贡献;

选中黄色对行或列有贡献;

选中红色没有贡献;

设$f[i][j]$表示剩余$i$行$j$列未染色,则$$f[i][j]=\frac {i\times j\times f[i-1][j-1]+i\times (n-j)\times f[i-1][j]+(n-i)\times j\times f[i][j-1]+(n-i)\times (n-j)\times f[i][j]} {n^2}$$

两边都有$f[i][j]$,化简得:$$f[i][j]=\frac {n^2+i\times j\times f[i-1][j-1]+i\times (n-j)\times f[i-1][j]+(n-i)\times j\times f[i][j-1]} {n^2-(n-i)\times (n-j)}$$


代码:

 1 #include<cstring>
 2 #include<cstdio>
 3 #include<algorithm>
 4 #include<cmath>
 5 #define foru(i,x,y) for(int i=x;i<=y;i++)
 6 using namespace std;
 7 typedef double db;
 8 const int N=2010;
 9 db f[N][N];
10 int br[N],bc[N],n,m,x,y,r,c;
11 int main(){
12     scanf("%d%d",&n,&m);
13     r=c=n;
14     foru(i,1,m){
15         scanf("%d%d",&x,&y);
16         if(!br[x])br[x]=1,r--;
17         if(!bc[y])bc[y]=1,c--;
18     }
19     f[0][0]=0;
20     foru(i,1,n){
21         f[i][0]=f[i-1][0]+(db)n/i;
22         f[0][i]=f[0][i-1]+(db)n/i;
23     }
24     foru(i,1,r)
25         foru(j,1,c){
26             f[i][j]=(db)n*n+(i*j*f[i-1][j-1]+i*(n-j)*f[i-1][j]+(n-i)*j*f[i][j-1]);
27             f[i][j]/=(n*n-(n-i)*(n-j));
28         }
29     printf("%.10lf\n",f[r][c]);
30 }

 

转载于:https://www.cnblogs.com/y-m-y/p/6872931.html

### 解题思路 此问题的核心在于通过 **二维差分** 和 **前缀和** 的方法来高效计算被指定层数 $ K $ 漆覆盖的区域大小。以下是详细的分析: #### 1. 题目背景 农夫约翰希望在他的谷仓上油漆,目标是找到最终被恰好 $ K $ 层油漆覆盖的总面积。给定若干矩形区域及其对应的漆操作,我们需要统计这些操作完成后满足条件的区域。 #### 2. 差分法的应用 为了快速更新多个连续单元格的状态并查询其总和,可以采用 **二维差分** 技术。具体来说: - 初始化一个二维数组 `diff` 来表示差分矩阵。 - 对于每一个矩形 $(x_1, y_1)$ 到 $(x_2, y_2)$,我们可以通过如下方式更新差分矩阵: ```python diff[x1][y1] += 1 diff[x1][y2 + 1] -= 1 diff[x2 + 1][y1] -= 1 diff[x2 + 1][y2 + 1] += 1 ``` 上述操作的时间复杂度仅为常数级别 $ O(1) $,因此非常适合大规模数据集的操作[^1]。 #### 3. 前缀和恢复原矩阵 完成所有矩形的差分更新后,利用前缀和算法还原实际的漆次数矩阵 `paints`。对于每个位置 $(i,j)$,执行以下操作: ```python for i in range(1, n + 1): for j in range(1, m + 1): paints[i][j] = (paints[i - 1][j] + paints[i][j - 1] - paints[i - 1][j - 1] + diff[i][j]) ``` 这里需要注意边界条件以及初始值设置为零的情况[^4]。 #### 4. 统计符合条件的区域 最后遍历整个 `paints` 数组,累加那些等于 $ K $ 的元素数量即可得到答案。 --- ### 实现代码 下面是基于以上理论的一个 Python 实现版本: ```python def painting_the_barn(): import sys input_data = sys.stdin.read().splitlines() N, K = map(int, input_data[0].split()) max_x, max_y = 0, 0 rectangles = [] for line in input_data[1:]: x1, y1, x2, y2 = map(int, line.split()) rectangles.append((x1, y1, x2, y2)) max_x = max(max_x, x2) max_y = max(max_y, y2) # Initialize difference array with extra padding to avoid boundary checks. size = max(max_x, max_y) + 2 diff = [[0]*size for _ in range(size)] # Apply all rectangle updates using the difference method. for rect in rectangles: x1, y1, x2, y2 = rect diff[x1][y1] += 1 diff[x1][y2 + 1] -= 1 diff[x2 + 1][y1] -= 1 diff[x2 + 1][y2 + 1] += 1 # Compute prefix sums from differences to get actual paint counts. paints = [[0]*size for _ in range(size)] result = 0 for i in range(1, size): for j in range(1, size): paints[i][j] = ( diff[i][j] + paints[i - 1][j] + paints[i][j - 1] - paints[i - 1][j - 1] ) if paints[i][j] == K: result += 1 return result print(painting_the_barn()) # Output final answer as per sample output format. ``` --- ### 结果验证 按照样例输入测试该程序能够正确返回预期的结果即8单位面积被两层料所覆盖[^2]。 --- ### 性能优化建议 如果进一步追求效率还可以考虑压缩坐标范围减少内存消耗或者使用更底层的语言实现核心逻辑部分比如 C++ 或 Java 等[^3]。
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