本文通过T1 queue和T2 center两个问题实例，探讨了在算法设计中优化数组寻址时间的重要性。在T1 queue问题中，通过调整区间询问的处理方式，将数组按值分块并优化，实现了性能提升。而在T2 center问题中，改变边的存储方式，从链表转为边集数组，显著减少了寻址时间，成功避免了TLE。作者强调，在算法优化时，尤其是在时间限制紧张的情况下，应重视寻址时间的优化，以提高算法效率。
background
冥思苦想。。。
哇！这题我会做！——但时间有点紧！——没事！打！
1 hour later，码完了！拍！拍对了！交！
“WOC，T70！这。。。”(拍案而起，怒目圆睁)
(隔壁一大佬)“诶！我过了！贼快！”
“你什么方法？”
“!@#KaTeX parse error: Expected 'EOF', got '#' at position 22: …不是一样吗，题解呢？” “!@#̲%&*”
“我就是题解法啊！什么垃圾数据连题解都卡！”
“我卡常了的。”
“怎么卡？”
“优化一下数组寻址时间！”
“QAQ~~”
举几个例子
T1 queue
要求支持区间轮换和询问区间v值出现的个数。(1≤v≤n≤1e5)(1\leq v\leq n\leq 1e5)(1≤v≤n≤1e5)
Time Limit:1s
很不NOIP的方法
轮换相当于点挪动位置
平衡树先预处理出那些位置要预先开好，然后分每一个v离线处理，时间复杂度O(nlogn)O(n\log n)O(nlogn)
很容易想到的方法
K个一块，每一块用链表维护，顺便维护快内每个值出现的次数，轮换的话依然是删除插入，并将中间每一个块尾元素挪到后一块开始。复杂度O(q(K+nK))O(q(K+\frac nK))O(q(K+K
最低0.47元/天 解锁文章
扫一扫
1511
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
