【算法学习笔记】40.树状数组 动态规划 SJTU OJ 1289 扑克牌分组

本文主要是介绍【算法学习笔记】40.树状数组 动态规划 SJTU OJ 1289 扑克牌分组,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

cxt的扑克牌越来越先进了,这回牌面的点数还可以是负数, 这回cxt准备给扑克牌分组,他打算将所有的牌分成若干个堆,每堆的牌面总和和都要大于零。由于扑克牌是按顺序排列的,所以一堆牌在原牌堆里面必须是连续的。请帮助cxt计算一下,存在多少种不同的分牌的方案。由于答案可能很大,只要输出答案除以1,000,000,009的余数即可。

Input Format

第一行:单个整数:N,1 ≤ N ≤ 10^6

第二行到N + 1行:在第i + 1行有一个整数:Ai, 表示第i张牌牌面的值。

Output Format

第一行:单个整数,表示分组方案数除以1,000,000,009的余数

Sample Input

4
2
3
-3
1

Sample Output

4

hint

分别是[2 3 − 3 1], [2 3 − 3] [1], [2] [3 − 3 1], [2] [3 − 3] [1]

注意: 题目描述有误 不是正数 是非负数

1.纯dp O(n^2)

  纯dp的方法很简单, dp[i]表示前i个数的分法. 状态转移方程为 dp[i] = sigma(dp[j])  j的条件是 0<= j < i  且 presum[j]<=presum[i]

后者保证了 [j+1,i] 这个段落的和大于等于0

  PS: 一个错误的dp策略是 认为如果num[i]>=0 and num[i]+num[i-1] >=0 的话 就 dp[i] = 2*dp[i-1].  因为对于前i-1中分法的每一个分法的最后一个段落,可以认为num[i]放入还是不放入.这是错误的, 因为第i个数的加入 使得每一个分法的前面会重新组合.原本是负数的段落可能会变为正数

代码如下:

#include <iostream>
#include <cstdlib>
#include <cstdio>
#include <cstring>
#define INF 1000000009
using namespace std;int* nums;
int* sums;
unsigned int* dp;int main(int argc, char const *argv[])
{int N; cin>>N;//动态数组nums = new int[N+5];sums = new int[N+5];dp =  new unsigned int[N+5];//输入初始化memset(sums,0,sizeof(int)*(N+5));for (int i = 1; i <= N; ++i){scanf("%d",&nums[i]);sums[i] = sums[i-1] + nums[i];}dp[0] = 1;for (int i = 1; i <= N; ++i){dp[i] = 0;for (int j = 0; j < i; ++j) if(sums[i]-sums[j]>=0)//表示从j+1到i 的和是整数可以成为一段
        {dp[i] += dp[j];dp[i] %= INF;// 容易写错
        }}cout<<dp[N] % INF <<endl;delete[] nums;delete[] sums;delete[] dp;return 0;
}
O(n^2)

 

2.dp + 排序 去重 树状数组优化 O(nlgn)

  O(n^2)会超时,最重要的原因是每个内层循环去寻找比presum[i]小的presum[j] 然后叠加dp[j]. 想优化这个过程 可以考虑先排序presum[],又因为相同的presum值,后来的presum对应的dp值可以根据之前的presum的dp值算出来,所以可以去重. 说的比较绕 举个例子把过程写出来也许会好一点

比如

2 3 -5 2 1

nums: 2 3 -5 2 1

原始presum:2 5 0 2 3 

排序presum:0 2 2 3 5

去重uqsum:0 2 3 5 长度为4

树状数组c的下标从1开始一直到4 

假设有一个dp数组,这个数组dpk表示的与O(n^2)中的dp[k]不同,这里的dpk指的是

//以下用dpk表示这个算法里的dp; dp[k]表示上一个算法里的dp

    令tmpSum = uqsum[k-1] "在uqsum里第k个(下标为k-1)的那个前缀和" 

    当当前和是tmpSum时的总共的分法数目

比如dp1 表示的是 当前和为0时 分法有多少个 ; dp2 表示的是 当前和为2时 分法有多少个....

//注意 若有重复的当前和uqsum[k-1] dpk表示的是所有的累积 比如Step5的说明

根据树状数组的规则 把c数组和dp数组关联起来, 这样更新和查找都会变快

c1 = dp1

c2 = dp1+dp2

c3 = dp3

c4 = dp1+dp2+dp3+dp4

根据后继节点的定义: c1的后继是c2, c2的后继是c4,c3的后继是c4

根据前驱节点的定义: c3的前驱是c2 其他节点没有前驱节点

每次更新某一个树状数组的节点时,都要循环更新它的后继节点

每次获取某一个树状数组的节点开始的和时,要循环求出它的前驱节点的和 (从后面的例子中能体会到)

以上关于树状数组的理解来源于:http://www.cnblogs.com/xudong-bupt/p/3484080.html

----------------------------------------- 

#####

Step1:设置所有的 负前缀和 和 0前缀和 的dp值为1 ,这个例子中没有负前缀和

此步之前

dp : 0 0 0 0

此步之后

dp:  1 0 0 0 

相应的

c: 1 1 0 1 // 所以我们只要更新c1+1即可后继节点会跟着更新 update(c1,1)

#####

Step2: 获得第一个当前和 curSum = 0 +  num[1] = 2 //因为此时的presum已经排序了不能用,必须重新构造原始的前缀和

去uqsum数组里找比2小的有几个,发现有1个,它对应的分法数为dp1 之前curSum=2 和 分法的数目的和 对应的是dp2 (比较绕,往后看会好一点)

(这里就是之前提到的,为什么可以去重的原因,因为每次更新都是在前一阶段的同一位置 += )

所以 dp2 +=  (dp1 + dp2)

此时dp是

dp:  1 1 0 0

相应的树状数组的操作就是: update(2,getSum(c2)) 让c2和c2的后继节点都加上上一阶段的c2,所以此后

c2 += c2 ; c4+=c2;

c: 1 2 0 2

#####

Step3: 加入第二个数 curSum = 0 +  num[1] + num[2] = 5

在uqsum找到 有3个比5小的,他们分别对应 dp1,dp2,dp3 5对应的是dp4

所以 dp4 +=( dp1 + dp2 + dp3 + dp4 )

此时dp: 1 1 0 2

相应的树状数组操作就是: update(4,getSum(4))

c4 += c4

所以c: 1 2 0 4

#####

Step4: 加入第三个数 curSum = 0 + n1+n2+n3 = 0

在uqsum里找到0个比0小的, 所以只要让dp1 += (dp1)即可

()里面的dp1指的是上一次当前和是0的时候的分法数 

dp为: 2 1 0 2 //注意第一个2的含义 是 第一次当前和为0是的dp[0]=1,加上第二次为0的dp[3] = 1

相应的 update(1,getSum(1))

c1 += c1

c为: 2 3 0 5

#####

Step5: 加入第四个数 curSum = 0 + n1+n2+n3+n4 = 2

此时再去uq里面找比2小的 发现有1个 对应dp1 自己是dp2

此时还未更新的dp2指的是上一次Step2中的dp2, 所以 dp2 += (dp1+dp2)

这时很好说明Step4里: dp1=2的作用 因为它记录了两次当前和为0的累积情况所以 +dp1的时候有两个效果

第一个效果是  从num[1]到num[4]这个整体作为一种分法 因为dp[0]=0

第二个效果是  从num[4]到num[4]这一个数作为一段,之前的作为一段的分法 因为dp[3]=0

此时dp为: 2 4 0 2

说回来,对应的树状数组的操作就是

c2 += c2; c4+=c2;

update(2,getSum(2))

此时c为: 2 6 0 8

#####

Step6: 加入最后一个数 curSum = 0 +n1+n2+n3+n4+n5 = 3

去uqsum中找到比3小的有2个 分别对应 dp1 dp2 加上上一阶段的 dp3

所以结果其实就是res = dp1+dp2+dp3 此时输出结果 退出即可.

树状数组的取值是 res = getSum(3);

虽然c3 = dp3 但是因为c3 是有前驱节点c2的

所以getSum(3) =  c3 +c2 = dp3 + (dp1 + dp2) = 0 + 6

 

最终结果为6

------------------------------------

总结一下dp的变化过程

0 2 3 5 : 这个是uqsum

--------

0 0 0 0

1 0 0 0

1 1 0 0

1 1 0 2

2 1 0 2

2 4 0 2

最终输出 2+4+0

 

总结一下c的变化过程

0 2 3 5: 这个是uqsum

----------

0 0 0 0   

1 1 0 1  

1 2 0 2

1 2 0 4

2 3 0 5

2 6 0 8

最终输出 6+0

 

速度变快的原因是 c的加法操作数量比dp的加法操作数量少很多

代码如下:

#include <iostream>
#include <algorithm>
using namespace std;
int nums[100005]    ={0};//存储原始数据
int presum[100005]    ={0};//前缀和 后来排序
int uqsum[100005]    ={0};//排序且去重的前缀和
int cnt             = 0; //表示uq的长度
int c[100005]        ={0};//树状数组 存储dp
const int MOD = 1000000009;inline int lowbit(int cid){return cid & (-cid);
}inline int getSum(int cid){ //得到树状数组中id是cid的那个节点的值 int sum = 0;for (int i = cid; i >= 1 ; i -= lowbit(i)) //注意i的更新是找前驱节点sum = (sum + c[i]) % MOD;return sum;
}inline void update(int cid, int value){ //更新某一个c[cid]的值 value也是从c里取出来的 所以已经是几个dp的和了for (int i = cid; i <= cnt; i += lowbit(i))c[i] = (c[i] + value) % MOD;
}inline int find(int key){ //find(key)+1 表示的是 再uqsum中比key小的个数+1 正好是c中对应的cidreturn lower_bound(uqsum,uqsum+cnt,key) - uqsum; //lower_bound返回的是uqsum中小于cnt的最后一个的指针
}int main(int argc, char const *argv[])
{//输入数据 并且同时计算原始前缀和数组int N; cin>>N;presum[0]=0;for (int i = 1; i <= N; ++i){cin>>nums[i];presum[i] = presum[i-1] + nums[i];}//对presum排序 注意presum的长度为N+1sort(presum,presum+N+1);//去重 加入到uqsum中 
    uqsum[cnt] = presum[0];//因为presum[0]可能是负数for (int i = 1; i < N+1; ++i){if(presum[i] != uqsum[cnt])uqsum[++cnt] = presum[i];}cnt++;//cnt表示个数//初始化c数组 update(find(0)+1,1);// 如果前缀和没有负数: 其实是dp1=1的意思 指的是前缀和为uqsum[0]的分法为1// 如果前缀和里有负数: 就是 dp1 = dp2...= dpk = 1 其中uqsum[k-1] = 0int res = 0; //记录每次的dp和, 用于更新下一阶段int curSum = 0;for (int i = 1; i <= N; ++i)//针对每个前缀和
    {curSum +=  nums[i];int cid = find(curSum) + 1; //得到当前和对应的cidres = getSum(cid);            //
        update(cid,res);            //
        }return 0;
}
树状数组

 

转载于:https://www.cnblogs.com/yuchenlin/p/sjtu_oj_1289.html

这篇关于【算法学习笔记】40.树状数组 动态规划 SJTU OJ 1289 扑克牌分组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/422916

相关文章

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

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

【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;

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

第10章 中断和动态时钟显示

第10章 中断和动态时钟显示 从本章开始,按照书籍的划分,第10章开始就进入保护模式(Protected Mode)部分了,感觉从这里开始难度突然就增加了。 书中介绍了为什么有中断(Interrupt)的设计,中断的几种方式:外部硬件中断、内部中断和软中断。通过中断做了一个会走的时钟和屏幕上输入字符的程序。 我自己理解中断的一些作用: 为了更好的利用处理器的性能。协同快速和慢速设备一起工作

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

hdu2241(二分+合并数组)

题意:判断是否存在a+b+c = x,a,b,c分别属于集合A,B,C 如果用暴力会超时,所以这里用到了数组合并,将b,c数组合并成d,d数组存的是b,c数组元素的和,然后对d数组进行二分就可以了 代码如下(附注释): #include<iostream>#include<algorithm>#include<cstring>#include<stack>#include<que

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖