四维偏序

CDQ套CDQ或者CDQ套树套树
前者快于后者然而我写了后者

# include <stdio.h>
# include <stdlib.h>
# include <iostream>
# include <algorithm>
# include <string.h>
# define IL inline
# define RG register
# define Fill(a, b) memset(a, b, sizeof(a))
using namespace std;
typedef long long ll;

IL ll Read(){
    RG char c = getchar(); RG ll x = 0, z = 1;
    for(; c < '0' || c > '9'; c = getchar()) z = c == '-' ? -1 : 1;
    for(; c >= '0' && c <= '9'; c = getchar()) x = (x << 1) + (x << 3) + c - '0';
    return x * z;
}

const int MAXN(50010);
int n, k, ans, cnt;
struct Point{
    int a, b, c, d;
    IL bool operator <(RG Point B) const{
        if(a != B.a) return a < B.a;
        if(b != B.b) return b < B.b;
        if(c != B.c) return c < B.c;
        return d < B.d;
    }
} p[MAXN];
struct Treap{
    int key, fix, size, num;
    Treap *ch[2];
    IL Treap(int x){  
        num = size = 1;  
        fix = rand();  
        key = x;  
        ch[0] = ch[1] = NULL;  
    }
} *root[MAXN << 1];

IL void Updata(Treap *x){
    x -> size = x -> num;
    if(x -> ch[0] != NULL) x -> size += x -> ch[0] -> size;
    if(x -> ch[1] != NULL) x -> size += x -> ch[1] -> size;
}

IL void Rot(Treap *&x, int c){
    Treap *y = x -> ch[!c];
    x -> ch[!c] = y -> ch[c];
    y -> ch[c] = x;
    Updata(x); Updata(y);
    x = y;
}

IL void Insert(Treap *&x, int val){
    if(x == NULL) x = new Treap(val);
    else if(x -> key == val) x -> num++;
    else{
        int c = val > x -> key;
        Insert(x -> ch[c], val);
        if(x -> ch[c] -> fix > x -> fix)
            Rot(x, c ^ 1);
    }
    Updata(x);
}

IL void Delete(Treap *&x, int val){
    if(val == x -> key){
        Treap *tmp = x;
        if(x -> num > 1) x -> num--;
        else if(x -> ch[0] == NULL){
            x = x -> ch[1];
            delete tmp;
        }
        else if(x -> ch[1] == NULL){
            x = x -> ch[0];
            delete tmp;
        }
        else{
            int c = x -> ch[0] -> fix > x -> ch[1] -> fix;
            Rot(x, c);
            Delete(x -> ch[c], val);
        }
    }
    else{
        int c = val > x -> key;
        Delete(x -> ch[c], val);
    }
    if(x != NULL) Updata(x);
}

IL void Rank(Treap *x, int val){
    if(x == NULL) return;
    if(val < x -> key) Rank(x -> ch[0], val);   
    else{
        if(x -> ch[0] != NULL) cnt += x -> ch[0] -> size;
        if(x -> key == val) return;
        cnt += x -> num;
        Rank(x -> ch[1], val);
    }
}

IL void Add(RG int x, RG int y){  for(; x <= n; x += x & -x) Insert(root[x], y);  }

IL int Query(RG int x, RG int y){  cnt = 0; for(; x; x -= x & -x) Rank(root[x], y); return cnt;  } 

IL void Del(RG int x, RG int y){  for(; x <= n; x += x & -x) Delete(root[x], y);  }

IL void CDQ(RG int l, RG int r){
    if(l == r) return;
    RG int mid = (l + r) >> 1; CDQ(l, mid); CDQ(mid + 1, r);
    sort(p + l, p + r + 1);//可以归并排序
    for(RG int i = l; i <= r; i++)
        if(p[i].d <= mid) Add(p[i].b, p[i].c);
        else ans += Query(p[i].b, p[i].c);
    for(RG int i = l; i <= r; i++)
        if(p[i].d <= mid) Del(p[i].b, p[i].c);
}

int main(RG int argc, RG char* argv[]){
    n = Read();
    for(RG int i = 1; i <= n; i++) p[i].a = Read();
    for(RG int i = 1; i <= n; i++) p[i].b = Read();
    for(RG int i = 1; i <= n; i++) p[i].c = Read();
    for(RG int i = 1; i <= n; i++) p[i].d = i;
    CDQ(1, n);
    printf("%d\n", ans);
    return 0;
}

转载于:https://www.cnblogs.com/cjoieryl/p/8206374.html

<think>好的,我现在需要帮助用户了解二维树状数组的实现和应用。首先,我得回顾一下用户之前的提问和引用内容,确保回答符合他们的需求。用户提到了二维树状数组,引用中也有关于二维前缀和、单点修改以及例题的信息,比如poj2352和Codeforces的题目。 首先,我需要解释二维树状数组的基本概念。二维树状数组是树状数组在二维空间的扩展,主要用于处理二维数组的前缀和查询和单点更新。用户可能已经了解一维树状数组,所以可以在此基础上进行扩展。 接下来是实现部分。用户需要具体的代码示例,尤其是Python的实现。根据引用3,一维树状数组的Python实现,我需要将其扩展到二维。二维树状数组的操作包括初始化、单点更新和前缀和查询。需要注意的是,二维情况下,每个更新和查询操作都需要双重循环,遍历每个维度上的索引。 然后是应用场景。用户可能想知道在什么情况下使用二维树状数组。根据引用2和4,二维树状数组适用于子矩阵求和、动态二维网格数据更新等场景,比如处理二维偏序问题或实时更新矩阵中的元素值。例如,在POJ 1195这道题中,需要处理手机的更新和区域查询,这正是二维树状数组的典型应用。 另外,用户可能关心时间复杂度。每个操作的时间复杂度是O((log n)^2),因为每个维度都需要log n的时间。相比暴力方法,这在处理大规模数据时更高效。 最后,生成相关问题。根据用户之前的问题,可能需要关于优化、应用场景以及与其他数据结构的比较的问题。比如,二维树状数组与二维线段树的区别,或者如何扩展到更高维度。 需要确保代码正确无误,并符合Python语法。同时,引用相关文献,比如引用2中的二维树状数组应用和引用4中的例题,来增强回答的可信度。还要注意用户的中文回答要求,保持结构清晰,分步骤解释。</think>### 二维树状数组实现与应用详解 #### 一、核心原理 二维树状数组是树状数据结构在二维空间的扩展,主要用于高效处理**子矩阵和查询**和**单点更新**。其核心原理基于二维二进制索引结构: 1. 每个节点存储特定子矩阵的和 2. 通过**lowbit(x)**运算确定覆盖范围 3. 时间复杂度:单次查询/更新 $O((\log n)^2)$ #### 二、Python实现代码 ```python class BinaryIndexedTree2D: def __init__(self, rows, cols): self.n = rows self.m = cols self.tree = [[0]*(cols+1) for _ in range(rows+1)] def update(self, x, y, delta): # 单点更新操作 i = x while i <= self.n: j = y while j <= self.m: self.tree[i][j] += delta j += j & -j i += i & -i def query(self, x, y): # 查询(1,1)到(x,y)的子矩阵和 res = 0 i = x while i > 0: j = y while j > 0: res += self.tree[i][j] j -= j & -j i -= i & -i return res def range_query(self, x1, y1, x2, y2): # 查询任意子矩阵和 return (self.query(x2, y2) - self.query(x1-1, y2) - self.query(x2, y1-1) + self.query(x1-1, y1-1)) ``` #### 三、典型应用场景 1. **动态矩阵求和**:实时更新矩阵元素值并查询子矩阵和 - 例:POJ 1195 Mobile phones[^4] 2. **二维偏序问题**:统计满足 $x_i < x_j$ 且 $y_i < y_j$ 的点对数量 3. **图像处理**:区域像素值统计与更新 4. **游戏地图**:动态更新地形数据并快速统计区域属性 #### 四、操作时间复杂度对比 | 操作类型 | 暴力方法 | 二维树状数组 | |----------------|------------|--------------| | 单点更新 | $O(1)$ | $O((\log n)^2)$ | | 子矩阵查询 | $O(n^2)$ | $O((\log n)^2)$ | | 区域更新+查询 | $O(n^2)$ | $O((\log n)^2)$ | #### 五、实战技巧 1. **坐标偏移**:当坐标从0开始时,统一+1转换为从1开始 2. **离散化处理**:当坐标范围过大时先进行离散化 3. **差分技巧**:处理区间更新操作 ```python # 给子矩阵(x1,y1)-(x2,y2)统一加delta bit.update(x1, y1, delta) bit.update(x1, y2+1, -delta) bit.update(x2+1, y1, -delta) bit.update(x2+1, y2+1, delta) ```
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