bzoj 5017 炸弹 线段树优化建图+tarjan+拓扑排序

2023-12-07 04:08

本文主要是介绍bzoj 5017 炸弹 线段树优化建图+tarjan+拓扑排序,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!

题目描述

在一条直线上有 N 个炸弹,每个炸弹的坐标是 Xi,爆炸半径是 Ri,当一个炸弹爆炸时,如果另一个炸弹所在位置 Xj 满足: 
Xi−Ri≤Xj≤Xi+Ri,那么,该炸弹也会被引爆。 
现在,请你帮忙计算一下,先把第 i 个炸弹引爆,将引爆多少个炸弹呢? 

输入

第一行,一个数字 N,表示炸弹个数。 
第 2∼N+1行,每行 2 个数字,表示 Xi,Ri,保证 Xi 严格递增。 
N≤500000
−10^18≤Xi≤10^18
0≤Ri≤2×10^18

输出

一个数字,表示Sigma(i*炸弹i能引爆的炸弹个数),1<=i<=N mod10^9+7。 

样例输入

4
1 1
5 1
6 5
15 15

样例输出

32

题解:

首先应该明确的是这道题一定是用图论知识来做,当一个炸弹i被引爆时,对于能够被当前这颗炸弹i引爆的炸弹j,我们肯定是要建一条i-->j的边,但是由于题目中的边数较多,所以不可能这样建图,那我们可以想到,当一个炸弹被引爆,那么最总一共被引爆的炸弹一定是连续的,所以就有引出区间问题了,那么区间问题我们就可以用线段树来做,当i炸弹能将(ID)【L,R】的炸弹全部引爆时,就建一条pos【i】-->ID的边,那么这样就一定会形成环,因为这颗炸弹处于区间中间,那么久tarjan缩点,然会就是求每个点能够最远到达哪个点,那么要么就dfs(有点慢),有么就top排序,如果是top排序的话,就要反向建图,从最远的点一步一步的推回去,从而解决题目。

总结:充分利用线段树的区间和树形性质,当图论问题转换成区间问题时,我们就可以利用线段树的特性来优化时间和空间。

#include <queue>
#include <cstdio>
#include <algorithm>
#define N 500010
#define lson l , mid , x << 1
#define rson mid + 1 , r , x << 1 | 1
using namespace std;
queue<int> q;
long long a[N] , v[N] , mn[N * 4] , mx[N * 4] , vmin[N * 4] , vmax[N * 4];
int n , pos[N] , head[N * 4] , to[N * 40] , next[N * 40] , cnt;
int deep[N * 4] , low[N * 4] , tot , ins[N * 4] , sta[N * 4] , top , bl[N * 4] , num;
int hh[N * 4] , tt[N * 40] , nn[N * 40] , cc , rd[N * 4];
inline void add(int x , int y)
{to[++cnt] = y , next[cnt] = head[x] , head[x] = cnt;
}
void build(int l , int r , int x)
{if(l == r){pos[l] = x;return;}int mid = (l + r) >> 1;mn[x] = 1ll << 62 , mx[x] = -1ll << 62;build(lson) , build(rson);add(x , x << 1) , add(x , x << 1 | 1);
}
void update(int b , int e , int p , int l , int r , int x)
{if(b <= l && r <= e){add(p , x);return;}int mid = (l + r) >> 1;if(b <= mid) update(b , e , p , lson);if(e > mid) update(b , e , p , rson);
}
void tarjan(int x)
{int i;deep[x] = low[x] = ++tot , ins[x] = 1 , sta[++top] = x;for(i = head[x] ; i ; i = next[i]){if(!deep[to[i]]) tarjan(to[i]) , low[x] = min(low[x] , low[to[i]]);else if(ins[to[i]]) low[x] = min(low[x] , deep[to[i]]);}if(deep[x] == low[x]){int t;num ++ , vmin[num] = 1ll << 62 , vmax[num] = -1ll << 62;do{t = sta[top -- ] , ins[t] = 0 , bl[t] = num;vmin[num] = min(vmin[num] , mn[t]) , vmax[num] = max(vmax[num] , mx[t]);}while(t != x);}
}
int main()
{int n , i , x;long long ans = 0;scanf("%d" , &n);build(1 , n , 1);for(i = 1 ; i <= n ; i ++ ) scanf("%lld%lld" , &a[i] , &v[i]) , mn[pos[i]] = mx[pos[i]] = a[i];for(i = 1 ; i <= n ; i ++ )update(lower_bound(a + 1 , a + n + 1 , a[i] - v[i]) - a , upper_bound(a + 1 , a + n + 1 , a[i] + v[i]) - a - 1 , pos[i] , 1 , n , 1);for(i = 1 ; i <= n * 4 ; i ++ )if(!deep[i])tarjan(i);for(x = 1 ; x <= n * 4 ; x ++ )for(i = head[x] ; i ; i = next[i])if(bl[x] != bl[to[i]])tt[++cc] = bl[x] , nn[cc] = hh[bl[to[i]]] , hh[bl[to[i]]] = cc , rd[bl[x]] ++ ;for(i = 1 ; i <= num ; i ++ )if(!rd[to[i]])q.push(to[i]);while(!q.empty()){x = q.front() , q.pop();for(i = hh[x] ; i ; i = nn[i]){vmin[tt[i]] = min(vmin[tt[i]] , vmin[x]) , vmax[tt[i]] = max(vmax[tt[i]] , vmax[x]) , rd[tt[i]] -- ;if(!rd[tt[i]]) q.push(tt[i]);}}for(i = 1 ; i <= n ; i ++ )ans = (ans + (long long)(upper_bound(a + 1 , a + n + 1 , vmax[bl[pos[i]]]) - lower_bound(a + 1 , a + n + 1 , vmin[bl[pos[i]]])) * i) % 1000000007;printf("%lld\n" , ans);return 0;
}


这篇关于bzoj 5017 炸弹 线段树优化建图+tarjan+拓扑排序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/464439

相关文章

Vue3 的 shallowRef 和 shallowReactive:优化性能

大家对 Vue3 的 ref 和 reactive 都很熟悉,那么对 shallowRef 和 shallowReactive 是否了解呢? 在编程和数据结构中,“shallow”(浅层)通常指对数据结构的最外层进行操作,而不递归地处理其内部或嵌套的数据。这种处理方式关注的是数据结构的第一层属性或元素,而忽略更深层次的嵌套内容。 1. 浅层与深层的对比 1.1 浅层(Shallow) 定义

无人叉车3d激光slam多房间建图定位异常处理方案-墙体画线地图切分方案

墙体画线地图切分方案 针对问题:墙体两侧特征混淆误匹配,导致建图和定位偏差,表现为过门跳变、外月台走歪等 ·解决思路:预期的根治方案IGICP需要较长时间完成上线,先使用切分地图的工程化方案,即墙体两侧切分为不同地图,在某一侧只使用该侧地图进行定位 方案思路 切分原理:切分地图基于关键帧位置,而非点云。 理论基础:光照是直线的,一帧点云必定只能照射到墙的一侧,无法同时照到两侧实践考虑:关

HDFS—存储优化(纠删码)

纠删码原理 HDFS 默认情况下,一个文件有3个副本,这样提高了数据的可靠性,但也带来了2倍的冗余开销。 Hadoop3.x 引入了纠删码,采用计算的方式,可以节省约50%左右的存储空间。 此种方式节约了空间,但是会增加 cpu 的计算。 纠删码策略是给具体一个路径设置。所有往此路径下存储的文件,都会执行此策略。 默认只开启对 RS-6-3-1024k

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

poj3468(线段树成段更新模板题)

题意:包括两个操作:1、将[a.b]上的数字加上v;2、查询区间[a,b]上的和 下面的介绍是下解题思路: 首先介绍  lazy-tag思想:用一个变量记录每一个线段树节点的变化值,当这部分线段的一致性被破坏我们就将这个变化值传递给子区间,大大增加了线段树的效率。 比如现在需要对[a,b]区间值进行加c操作,那么就从根节点[1,n]开始调用update函数进行操作,如果刚好执行到一个子节点,

hdu1394(线段树点更新的应用)

题意:求一个序列经过一定的操作得到的序列的最小逆序数 这题会用到逆序数的一个性质,在0到n-1这些数字组成的乱序排列,将第一个数字A移到最后一位,得到的逆序数为res-a+(n-a-1) 知道上面的知识点后,可以用暴力来解 代码如下: #include<iostream>#include<algorithm>#include<cstring>#include<stack>#in

hdu1689(线段树成段更新)

两种操作:1、set区间[a,b]上数字为v;2、查询[ 1 , n ]上的sum 代码如下: #include<iostream>#include<algorithm>#include<cstring>#include<stack>#include<queue>#include<set>#include<map>#include<stdio.h>#include<stdl

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

usaco 1.3 Mixing Milk (结构体排序 qsort) and hdu 2020(sort)

到了这题学会了结构体排序 于是回去修改了 1.2 milking cows 的算法~ 结构体排序核心: 1.结构体定义 struct Milk{int price;int milks;}milk[5000]; 2.自定义的比较函数,若返回值为正,qsort 函数判定a>b ;为负,a<b;为0,a==b; int milkcmp(const void *va,c

MySQL高性能优化规范

前言:      笔者最近上班途中突然想丰富下自己的数据库优化技能。于是在查阅了多篇文章后,总结出了这篇! 数据库命令规范 所有数据库对象名称必须使用小写字母并用下划线分割 所有数据库对象名称禁止使用mysql保留关键字(如果表名中包含关键字查询时,需要将其用单引号括起来) 数据库对象的命名要能做到见名识意,并且最后不要超过32个字符 临时库表必须以tmp_为前缀并以日期为后缀,备份