【学习笔记】CF1651F Tower Defense

2023-11-09 21:16

本文主要是介绍【学习笔记】CF1651F Tower Defense,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!

首先转换一下题意。令 c u r i cur_i curi表示第 i i i个塔当前的魔力,每次操作,我们将过程描述为:

  • 对于每个 i i i c u r i : = min ⁡ ( a i + t ⋅ r i , c i ) cur_i:=\min(a_i+t\cdot r_i,c_i) curi:=min(ai+tri,ci),其中 t t t表示和上一个怪兽出现的时间之差
  • 找到一段前缀,将这段前缀推平成 0 0 0

考虑对塔分块。对于每个块,我们维护是否有推平标记,以及上一次被推平的时间。我们只需预处理出,假设当 t = 0 t=0 t=0时这段区间被推平,过了 x x x秒后这段区间的和即可。根据推平标记的均摊可以得到复杂度为 O ( n n ) O(n\sqrt{n}) O(nn )

考虑优化。首先我们知道单个位置的 c u r i cur_i curi关于时间 t t t是分段函数,而若干个一次函数的和可以简单维护,因此可以考虑对于每个时间 t t t建立一个线段树(用可持久化线段树实现),这样我们能快速求出区间 [ l , r ] [l,r] [l,r]的和;其次,类似于颜色段均摊,每次区间推平时颜色段会减少,并且每次操作时颜色段只会增加常数段,因此复杂度均摊为 O ( n log ⁡ n ) O(n\log n) O(nlogn)

#include<bits/stdc++.h>
#define ll long long
#define fi first
#define se second
#define pb push_back
#define ull unsigned long long
#define inf 0x3f3f3f3f3f3f3f3f
using namespace std;
const int N=2e5+5;
const int M=N*30;
int n,m,tot,st[N],f[N],pre[N],rt[N];
ll c[N],re[N],cur[N],res;
vector<int>q[N];
struct node{int l,r;ll k,b;
}t[M];
void pushup(int p){t[p].k=t[t[p].l].k+t[t[p].r].k;t[p].b=t[t[p].l].b+t[t[p].r].b;
}
void build(int &p,int l,int r){if(!p)p=++tot;if(l==r){t[p].k=re[l];return;}int mid=l+r>>1;build(t[p].l,l,mid),build(t[p].r,mid+1,r);pushup(p);
}
int upd(int p,int l,int r,int x){int q=++tot;if(l==r){t[q].b=c[x];return q;}t[q]=t[p];int mid=l+r>>1;if(x<=mid)t[q].l=upd(t[q].l,l,mid,x);else t[q].r=upd(t[q].r,mid+1,r,x);pushup(q);return q;
}
void del(int p,int l,int r,int ql,int qr,ll d,ll &h){if(ql>qr)return;if(ql<=l&&r<=qr){h-=d*t[p].k+t[p].b;return;}int mid=l+r>>1;if(ql<=mid)del(t[p].l,l,mid,ql,qr,d,h);if(mid<qr)del(t[p].r,mid+1,r,ql,qr,d,h);
}
ll sm1[M],sm2[M];
void dfs(int p,int l,int r,int x){if(l==r){sm1[p]=t[p].k,sm2[p]=t[p].b;return;}int mid=l+r>>1;if(x>mid){dfs(t[p].r,mid+1,r,x);sm1[p]=sm1[t[p].r];sm2[p]=sm2[t[p].r];}else{dfs(t[p].l,l,mid,x);sm1[p]=sm1[t[p].l]+t[t[p].r].k;sm2[p]=sm2[t[p].l]+t[t[p].r].b;}
}
int query(int p,int l,int r,int x,ll d,ll h){if(l==r){if(h>=d*t[p].k+t[p].b)return l;return l-1;}int mid=l+r>>1;if(x>mid)return query(t[p].r,mid+1,r,x,d,h);if(x<=l){if(h>=t[t[p].l].k*d+t[t[p].l].b){return query(t[p].r,mid+1,r,x,d,h-t[t[p].l].k*d-t[t[p].l].b);}else{return query(t[p].l,l,mid,x,d,h);}}else{if(h>=sm1[t[p].l]*d+sm2[t[p].l]){return query(t[p].r,mid+1,r,x,d,h-sm1[t[p].l]*d-sm2[t[p].l]);}else{return query(t[p].l,l,mid,x,d,h);}}
}
int main(){ios::sync_with_stdio(false);cin.tie(0),cout.tie(0);cin>>n;for(int i=1;i<=n;i++){cin>>c[i]>>re[i],cur[i]=c[i];st[i]=i,f[i]=1;ll x=(c[i]+re[i]-1)/re[i];if(x<=200000)q[x].pb(i);}build(rt[0],1,n);for(int i=1;i<=200000;i++){rt[i]=rt[i-1];for(auto e:q[i]){rt[i]=upd(rt[i],1,n,e);}}cin>>m;for(int i=1;i<=m;i++){ll t,h;cin>>t>>h;int p=1;while(p<=n){if(f[p]){cur[p]=min(c[p],cur[p]+(t-pre[p])*re[p]);pre[p]=t;ll tmp=min(h,cur[p]);cur[p]-=tmp,h-=tmp;if(!h)break;p++;}else{int d=t-pre[p];dfs(rt[d],1,n,p);int r=query(rt[d],1,n,p,d,h);if(r>=st[p]){del(rt[d],1,n,p,st[p],d,h);p=st[p]+1;}else{r++;del(rt[d],1,n,p,r-1,d,h);cur[r]=min(c[r],(t-pre[p])*re[r])-h;if(r<st[p])st[r+1]=st[p],pre[r+1]=pre[p],f[r+1]=0;st[r]=r,f[r]=1,pre[r]=t,h=0,p=r;break;}}}if(p>1){st[1]=p-1,f[1]=0,pre[1]=t;}res+=h;}cout<<res;
}

这篇关于【学习笔记】CF1651F Tower Defense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!



http://www.chinasem.cn/article/378459

相关文章

Java进阶学习之如何开启远程调式

《Java进阶学习之如何开启远程调式》Java开发中的远程调试是一项至关重要的技能,特别是在处理生产环境的问题或者协作开发时,:本文主要介绍Java进阶学习之如何开启远程调式的相关资料,需要的朋友... 目录概述Java远程调试的开启与底层原理开启Java远程调试底层原理JVM参数总结&nbsMbKKXJx

Java深度学习库DJL实现Python的NumPy方式

《Java深度学习库DJL实现Python的NumPy方式》本文介绍了DJL库的背景和基本功能,包括NDArray的创建、数学运算、数据获取和设置等,同时,还展示了如何使用NDArray进行数据预处理... 目录1 NDArray 的背景介绍1.1 架构2 JavaDJL使用2.1 安装DJL2.2 基本操

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识