【GDOI2014模拟】​Pty爬山 题解+代码

2024-05-29 03:32

本文主要是介绍【GDOI2014模拟】​Pty爬山 题解+代码,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Description

在Pty学校附近,有一座名之为岳之麓的高山。Pty很喜欢和(哔——)一起爬山。
山的平面模型如下:
山由一个顶点集:A1,A2…An给定,保证Ai的x单调递增。我们将Ai和Ai+1之间连上线段,表示山的某一段。如下图所示:
这里写图片描述
​Pty想要爬到这座山的最高的顶点,当两个顶点的高度相同时,我们认为x比较大的顶点要高一些。Pty不是盲人,所以他将会在爬山时采取一些策略,使得他能够尽量快的到达最高的顶点。
Pty从初始的顶点出发,往左右看去,他将朝他能够看到的最高的顶点方向走去。当走到每一个顶点时,他都会重新观察,如果这时看到的顶点比之前看到的顶点还要高,那么他将选择此时看到的顶点走去,直到他到达最高点为止。
例如上图中:Pty从A4点出发。他能够看到的最高点是A6,所以他将会向右侧走去。当他到达A5号点时,能够看到A1点比A6点更高,所以他会调转方向,向左侧走去。由于A1是最高的顶点,所以他将一直往左侧走,直到到达A1为止。
Pty想知道从每一个顶点出发,分别需要走过多少段才能到达最高点。例如上图中从A4出发需要走过5段才能到达最高点。

Input

第一行输入n,表示n个顶点。
接下来n行,每行两个整数xi, yi,表示第i个顶点的坐标。
输入保证xi单调递增。

Output

输出共n行:第i行表示从第i个顶点出发走到最高点需要经过多少步。

Sample Input

5
1 5
2 4
3 9
4 0
5 2

Sample Output

2
1
0
1
2

Data Constraint

30%的数据满足:n<= 100
60%的数据满足:n <= 50000
100%的数据满足:n<=200000, xi<=10^6, yi<= 10^6
请注意优化常数。

Solution

这题看似挺复杂,实际挺简单。

首先有个注意事项:在这题里,三点共线是可以看到的,这说明地球不是圆的。

分为几个小问
1、对于一个点,找到它左边和右边分别能看到的最高点(不包括自己)
这个问题可以通过斜率来做。如上面的图,A3到A4的边的斜率小于A4到A5的斜率,那么A3能看到A5,A5也能看到A3。对于A1,它能看到A3,而A3能看到A6,并且互相都是斜率一个比一个大,所以A1能看到A6,但是A1与A6连边的斜率大于A6与A8的斜率,所以A1就看不到A8了
code

fo(i,1,n) {L[i]=i-1;R[i]=i+1;down[i]=i+1;up[i]=i-1;}R[n]=n;L[1]=1;fd(i,n-2,1){for(;xl(i,R[i])<=xl(i,R[R[i]]);R[i]=R[R[i]]) if(R[i]==n) break;}fo(i,3,n){for(;xl(L[L[i]],i)<=xl(L[i],i);L[i]=L[L[i]]) if(L[i]==1) break;}

2、对于一个点,它往一个方向走,走到哪个点才会看到更高的点(不包括自己)
设f[a]表示a能看到的最高的点的高度,在求上一个问时可以同时求出f。
先做一个双向链表,1连2,2连3,3连4……
按f[a]从小到大排序(高度相同时,X坐标越小高度越小),按照排序后的顺序,高度从低到高的点依次做。这个点该往哪边走,双向链表中对应方向上与之相邻的点就是要找的点,然后把做过的点删掉即可。

现在我们想:一个点出发到最高点的距离,等不等于这个点走动过程中看到更高点后,再从这个点出发到达最高点的距离?答案是肯定的,那么
问题3:在知道上面的东西后,怎么求最终答案
把第二问求得的东西即点i在走动时看到更高的点向i连边,最后就会形成一棵树
code

fo(i,1,n) {if (a[L[i]].y>a[R[i]].y){f[i].x=a[L[i]].y;f[i].z=a[L[i]].x;}else{f[i].x=a[R[i]].y;f[i].z=a[R[i]].x;}f[i].y=i;}sort(f+1,f+n+1,cmp);fo(j,1,n)if (hi!=f[j].y){int i=f[j].y,x;if (a[L[i]].y>a[R[i]].y) putin(i,up[i],i-up[i]),x=up[i];else putin(i,down[i],down[i]-i),x=down[i];down[up[i]]=down[i];up[down[i]]=up[i];}

然后从最高点开始遍历,即可找到每个点到最高点应走的距离

Code

#include<cstdio>
#include<algorithm>
#include<cmath>
#include<cstring>
#define fo(i,a,b) for(int i=a;i<=b;i++)
#define fd(i,a,b) for(int i=a;i>=b;i--)
#define N 201000
using namespace std;
int n,L[N],R[N],up[N],down[N],last[N],next[N*10],data[N*10],to[N*10],tot=0,hi=0,ans[N],d[N*10];
bool bz[N];
struct note{int x,y,z;
};
note a[N],f[N];
double xl(int i,int j){return (a[i].y-a[j].y)*1.0/(a[i].x-a[j].x);
}
bool cmp(note x,note y)
{return (x.x<y.x)||(x.x==y.x && x.z<y.z);
}
void putin(int x,int y,int z){next[++tot]=last[y];last[y]=tot;to[tot]=x;data[tot]=z;
}
void bfs(int x)
{bz[x]=1;int i=0,j=1;d[1]=x;while (i<j){int k=d[++i];for(int l=last[k];l;l=next[l]){ans[to[l]]=ans[k]+data[l];d[++j]=to[l];bz[to[l]]=1;}}
}
int main()
{scanf("%d",&n);fo(i,1,n) {scanf("%d%d",&a[i].x,&a[i].y);if (a[i].y>=a[hi].y) hi=i;L[i]=i-1;R[i]=i+1;down[i]=i+1;up[i]=i-1;}down[n]=0;R[n]=n;L[1]=1;fd(i,n-2,1){for(;xl(i,R[i])<=xl(i,R[R[i]]);R[i]=R[R[i]]) if(R[i]==n) break;}fo(i,3,n){for(;xl(L[L[i]],i)<=xl(L[i],i);L[i]=L[L[i]]) if(L[i]==1) break;}fo(i,1,n) {if (a[L[i]].y>a[R[i]].y){f[i].x=a[L[i]].y;f[i].z=a[L[i]].x;}else{f[i].x=a[R[i]].y;f[i].z=a[R[i]].x;}f[i].y=i;}sort(f+1,f+n+1,cmp);fo(j,1,n)if (hi!=f[j].y){int i=f[j].y,x;if (a[L[i]].y>a[R[i]].y) putin(i,up[i],i-up[i]),x=up[i];else putin(i,down[i],down[i]-i),x=down[i];down[up[i]]=down[i];up[down[i]]=up[i];}ans[hi]=0;bfs(hi);fo(i,1,n) printf("%d\n",ans[i]);
}

这篇关于【GDOI2014模拟】​Pty爬山 题解+代码的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:
http://www.chinasem.cn/article/1012524

相关文章

jupyter代码块没有运行图标的解决方案

《jupyter代码块没有运行图标的解决方案》:本文主要介绍jupyter代码块没有运行图标的解决方案,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录jupyter代码块没有运行图标的解决1.找到Jupyter notebook的系统配置文件2.这时候一般会搜索到

Python通过模块化开发优化代码的技巧分享

《Python通过模块化开发优化代码的技巧分享》模块化开发就是把代码拆成一个个“零件”,该封装封装,该拆分拆分,下面小编就来和大家简单聊聊python如何用模块化开发进行代码优化吧... 目录什么是模块化开发如何拆分代码改进版:拆分成模块让模块更强大:使用 __init__.py你一定会遇到的问题模www.

springboot循环依赖问题案例代码及解决办法

《springboot循环依赖问题案例代码及解决办法》在SpringBoot中,如果两个或多个Bean之间存在循环依赖(即BeanA依赖BeanB,而BeanB又依赖BeanA),会导致Spring的... 目录1. 什么是循环依赖?2. 循环依赖的场景案例3. 解决循环依赖的常见方法方法 1:使用 @La

使用C#代码在PDF文档中添加、删除和替换图片

《使用C#代码在PDF文档中添加、删除和替换图片》在当今数字化文档处理场景中,动态操作PDF文档中的图像已成为企业级应用开发的核心需求之一,本文将介绍如何在.NET平台使用C#代码在PDF文档中添加、... 目录引言用C#添加图片到PDF文档用C#删除PDF文档中的图片用C#替换PDF文档中的图片引言在当

C#使用SQLite进行大数据量高效处理的代码示例

《C#使用SQLite进行大数据量高效处理的代码示例》在软件开发中,高效处理大数据量是一个常见且具有挑战性的任务,SQLite因其零配置、嵌入式、跨平台的特性,成为许多开发者的首选数据库,本文将深入探... 目录前言准备工作数据实体核心技术批量插入:从乌龟到猎豹的蜕变分页查询:加载百万数据异步处理:拒绝界面

用js控制视频播放进度基本示例代码

《用js控制视频播放进度基本示例代码》写前端的时候,很多的时候是需要支持要网页视频播放的功能,下面这篇文章主要给大家介绍了关于用js控制视频播放进度的相关资料,文中通过代码介绍的非常详细,需要的朋友可... 目录前言html部分:JavaScript部分:注意:总结前言在javascript中控制视频播放

Spring Boot 3.4.3 基于 Spring WebFlux 实现 SSE 功能(代码示例)

《SpringBoot3.4.3基于SpringWebFlux实现SSE功能(代码示例)》SpringBoot3.4.3结合SpringWebFlux实现SSE功能,为实时数据推送提供... 目录1. SSE 简介1.1 什么是 SSE?1.2 SSE 的优点1.3 适用场景2. Spring WebFlu

java之Objects.nonNull用法代码解读

《java之Objects.nonNull用法代码解读》:本文主要介绍java之Objects.nonNull用法代码,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐... 目录Java之Objects.nonwww.chinasem.cnNull用法代码Objects.nonN

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

python+opencv处理颜色之将目标颜色转换实例代码

《python+opencv处理颜色之将目标颜色转换实例代码》OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上,:本文主要介绍python+ope... 目录下面是代码+ 效果 + 解释转HSV: 关于颜色总是要转HSV的掩膜再标注总结 目标:将红色的部分滤