zstuoj 4357 数状数组维护前缀后缀最值、

本文介绍了一种解决男生女生配问题的算法实现,通过利用数状数组维护前缀后缀最大值的方式,对男生和女生的位置进行排序并计算出每个男生离其最近的女生的距离。

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

4357: 男生女生配
Time Limit: 6 Sec Memory Limit: 128 MB
Submit: 87 Solved: 2
Description
有 n 个女生和 m 个男生参加相亲活动,但他们一开始被主办方安排到了不同的地方。
因为是在城市中,所以两点(x, y),(a, b)间的距离可以近似看成 |x-a| + |y-b|。
现在请你对于每个男生,都算出离他最近的女生的距离。
Input
多组测试。每组输入形如:
n
x1 y1
x2 y2

xn yn
m
x1 y1
x2 y2

xm ym

1<=n, m, xi, yi<=200000

Output
每组输出形如:
ans(1)
ans(2)

ans(m)

Sample Input
4
1 3
2 3
4 5
9 1
4
1 3
2 5
5 5
10 1

Sample Output
0
2
1
1

题意:
做法:用数状数组维护前缀后缀最大值,先把所有的点按照y的大小排序,作为数状数组的下标pos,然后先处理比男生(x0,y0),对于纵坐标比y0大的点,保存x+maxn-y,按照pos维护后缀最大值,对于比y0小的点,保存x+y,维护前缀最大值,建两棵树,分别维护前缀最大x+y,和后缀最大x+maxn-y,对于男生(x0,y0)只需找出比y0小的最大x+y,和比y0打的最大的x+maxn-y,这样就可以维护比男生x小的最小值,然后再按照x的大小从大到小排序,找出比他x大的最小,

#include<bits/stdc++.h>
using namespace std;
const int N = 400007;
struct node{
    int x,y,id;
};
int n,m;
node pt[N];
int sum[N],sum2[N],pos[N],ans[N];
bool cmp(node a,node b){
    if(a.x == b.x) return a.id < b.id;
    return a.x < b.x;
}
bool cmp2(node a,node b){
    if(a.x == b.x) return a.id < b.id;
    return a.x > b.x;
}
bool cmp3(node a,node b){
    return a.y < b.y;
}
int lowbit(int x){
    return x&(-x);
}

void update(int *a,int x,int d,int op){
    if(op==0){
        while(x){
            a[x] = max(a[x],d);
            x -= lowbit(x);
        }
    }
    else{
        while(x <= n+m){
            a[x] = max(a[x],d);
            x += lowbit(x);
        }
    }
}
int query(int *a,int x,int op){
    int ret = -1e9;
    if(op==0){
        while(x <= n+m){
            ret = max(a[x],ret);
            x += lowbit(x);
        }
    }
    else {
        while(x){
            ret = max(ret,a[x]);
            x -= lowbit(x);
        }
    }
    return ret;
}
int main(){
    while(scanf("%d",&n)==1){
        for(int i = 1;i<= n;i ++) scanf("%d %d",&pt[i].x,&pt[i].y),pt[i].id = i;
        scanf("%d",&m);
        for(int i = 1;i<= m;i ++) scanf("%d %d",&pt[i+n].x,&pt[i+n].y),pt[i+n].id = i+n;
        sort(pt+1,pt+1+n+m,cmp3);
        for(int i = 1;i <= n+m;i ++){
            pos[pt[i].id] = i;
        }
        memset(sum,0xf7,sizeof(sum));
        memset(sum2,0xf7,sizeof(sum2));
        memset(ans,0x3f,sizeof(ans));
        sort(pt+1,pt+1+n+m,cmp);
        for(int i = 1;i <= n+m;i ++){
            if(pt[i].id <= n){
                update(sum,pos[pt[i].id],pt[i].x+pt[i].y,1);
                update(sum2,pos[pt[i].id],pt[i].x+N-pt[i].y,0);
            }
            else{
                int ret1 = query(sum,pos[pt[i].id],1);
                int ret2 = query(sum2,pos[pt[i].id],0);
                ans[pt[i].id] = min(ans[pt[i].id],pt[i].x+pt[i].y-ret1);
                ans[pt[i].id] = min(ans[pt[i].id],pt[i].x+N-pt[i].y-ret2);
            }
        }
        sort(pt+1,pt+n+m+1,cmp2);
        memset(sum,0xf7,sizeof(sum));
        memset(sum2,0xf7,sizeof(sum2));
        for(int i = 1;i <= n+m;i ++){
            if(pt[i].id <= n){
                update(sum,pos[pt[i].id],N-pt[i].x+pt[i].y,1);
                update(sum2,pos[pt[i].id],N-pt[i].x+N-pt[i].y,0);
            }
            else{
                int ret1 = query(sum,pos[pt[i].id],1);
                int ret2 = query(sum2,pos[pt[i].id],0);
                ans[pt[i].id] = min(ans[pt[i].id],N-pt[i].x+pt[i].y-ret1);
                ans[pt[i].id] = min(ans[pt[i].id],N-pt[i].x+N-pt[i].y-ret2);
            }
        }
        for(int i = 1+n;i <=n+ m;i ++){
            printf("%d\n",ans[i]);
        }
    }
    return 0;
}
### 数组前缀后缀计算的实现方式 #### 前缀和计算 前缀和是一种常见的优化技术,主要用于加速区间查询操作。通过预先计算数组的部分和,可以显著降低时间复杂度。 对于一个长度为 `n` 的数组 `arr`,其前缀数组 `prefix_sum` 定义如下: ```python def calculate_prefix_sum(arr): prefix_sum = [0] * (len(arr) + 1) for i in range(len(arr)): prefix_sum[i + 1] = prefix_sum[i] + arr[i] return prefix_sum ``` 上述代码中,`prefix_sum[i]` 表示数组 `arr` 中从索引 `0` 到 `i-1` 的累加和[^1]。这种预处理允许我们以 O(1) 时间复杂度完成任何区间的求和操作。 例如,要计算数组 `arr` 中 `[l, r]` 范围内的和,可以通过以下公式得到: \[ \text{sum}(l, r) = \text{prefix\_sum}[r+1] - \text{prefix\_sum}[l] \] --- #### 后缀数组及其应用 后缀数组是一个重要的据结构,通常用于字符串匹配问题。它表示字符串所有可能的后缀按字典序排列的结果。 以下是构建后缀数组的一个基本实现: ```python def build_suffix_array(s): n = len(s) suffixes = [(s[i:], i) for i in range(n)] suffixes.sort(key=lambda x: x[0]) suffix_array = [suffix[1] for suffix in suffixes] return suffix_array ``` 在此基础上,还可以进一步构造名次数组(Rank Array),即每个后缀在其排序后的排名。两者之间的关系是互逆的,因此可以根据其中之一高效地重建另一个[^2]。 --- #### 结合实例分析 考虑一个问题:如何分割一个数组使其满足特定条件? 假设有一个非负整数组 `nums` 和目标量 `m`,我们需要找到一种划分方案使这些子数组各自和的尽可能小。此问题可通过二分查找配合前缀和技巧解决[^3]。 核心思路在于设定上下界并验证中间是否可行作为大子数组和。具体步骤省略此处细节描述。 --- #### 树数组扩展至前缀 除了简单的前缀和外,树数组还能支持更复杂的查询需求,比如寻找某个范围内的大/。下面展示了一个基于树数组维护前缀的例子[^4]: ```python class FenwickTreeMax: def __init__(self, size): self.size = size self.tree = [float('-inf')] * (size + 1) def update(self, idx, value): while idx <= self.size: self.tree[idx] = max(self.tree[idx], value) idx += idx & (-idx) def query_max(self, idx): result = float('-inf') while idx > 0: result = max(result, self.tree[idx]) idx -= idx & (-idx) return result ``` 该类提供了更新单点以及查询指定位置之前所有元素的功能。 ---
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