bzoj4700 适者 CDQ分治+斜率优化毒瘤题

2024-03-30 02:48

本文主要是介绍bzoj4700 适者 CDQ分治+斜率优化毒瘤题,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!

题目链接:传送门

对于每个敌方的人形兵器,记录一个 B B B,表示多少次能够打死这个人形兵器。
易知 B i = ⌈ D i A T K ⌉ B_i=\lceil\frac{D_i}{ATK}\rceil Bi=ATKDi
首先考虑没有秒杀的情况:
显然应该按照某个顺序打死所有人形兵器(不可能打人形兵器A打到一半突然开始打B),所以考虑什么时候交换人形兵器 i , i + 1 i,i+1 i,i+1会使得结果更优:
发现交换 i , i + 1 i,i+1 i,i+1不会对 i i i左边和 i + 1 i+1 i+1右边对答案的贡献有影响(这些人形兵器的攻击次数不变),所以只用考虑 i , i + 1 i,i+1 i,i+1两个人形兵器对答案的影响。
i i i在前, i + 1 i+1 i+1在后时,这两个人形兵器对答案的影响是: ( A [ i ] + A [ i + 1 ] ) ∗ B [ i ] + A [ i + 1 ] ∗ B [ i + 1 ] (A[i]+A[i+1])*B[i]+A[i+1]*B[i+1] (A[i]+A[i+1])B[i]+A[i+1]B[i+1]
i + 1 i+1 i+1在前, i i i在后时,这两个人形兵器对答案的影响是: ( A [ i ] + A [ i + 1 ] ) ∗ B [ i + 1 ] + A [ i ] ∗ B [ i ] (A[i]+A[i+1])*B[i+1]+A[i]*B[i] (A[i]+A[i+1])B[i+1]+A[i]B[i]
所以当 ( A [ i ] + A [ i + 1 ] ) ∗ B [ i ] + A [ i + 1 ] ∗ B [ i + 1 ] > ( A [ i ] + A [ i + 1 ] ) ∗ B [ i + 1 ] + A [ i ] ∗ B [ i ] (A[i]+A[i+1])*B[i]+A[i+1]*B[i+1]>(A[i]+A[i+1])*B[i+1]+A[i]*B[i] (A[i]+A[i+1])B[i]+A[i+1]B[i+1]>(A[i]+A[i+1])B[i+1]+A[i]B[i]时,交换 i , i + 1 i,i+1 i,i+1会使答案更优qwq。
大莉化简一波,发现变成了 B [ i ] A [ i ] > B [ i + 1 ] A [ i + 1 ] \large\frac{B[i]}{A[i]}>\frac{B[i+1]}{A[i+1]} A[i]B[i]>A[i+1]B[i+1]
因此按照 B [ i ] A [ i ] \large\frac{B[i]}{A[i]} A[i]B[i]从小到大排序(实际操作时我把cmp函数写成了乘法的形式,但本质上一样)
然后这个顺序就是打人形兵器的顺序qwq。

然后再考虑有秒杀的情况:
这里发现秒杀了一个人形兵器,其他兵器的相对顺序是不变的(因为 B [ i ] A [ i ] \large\frac{B[i]}{A[i]} A[i]B[i]没有变qwq)
所以只用计算秒杀一个人形兵器对答案的影响:
这里令 s u m t sumt sumt表示攻击力的后缀和, s u m b sumb sumb表示打死人形兵器所需次数的前缀和。
(注意 s u m b [ 0 ] = − 1 sumb[0]=-1 sumb[0]=1,因为你先攻击qwq)
如果什么都不秒杀,那么答案为 Σ i = 1 n ( A [ i ] ∗ s u m b [ i ] ) \Large\Sigma\normalsize_{i=1}^n(A[i]*sumb[i]) Σi=1n(A[i]sumb[i])
假设第一次秒杀了 i i i
那么 i i i号人形兵器会少造成 s u m b [ i ] ∗ A [ i ] sumb[i]*A[i] sumb[i]A[i]的伤害,
i i i之后的人形兵器会少造成 s u m t [ i + 1 ] ∗ B [ i ] sumt[i+1]*B[i] sumt[i+1]B[i]的伤害。
假设第二次秒杀了 j j j i &lt; j i&lt;j i<j),
那么 j j j号人形兵器会少造成 ( s u m b [ j ] − B [ i ] ) ∗ A [ j ] (sumb[j]-B[i])*A[j] (sumb[j]B[i])A[j]的伤害,
j j j之后的人形兵器会少造成 s u m t [ j + 1 ] ∗ B [ j ] sumt[j+1]*B[j] sumt[j+1]B[j]的伤害。
那么秒杀 i , j i,j i,j会让答案减少 s u m b [ i ] ∗ A [ i ] + s u m t [ i + 1 ] ∗ B [ i ] + ( s u m b [ j ] − B [ i ] ) ∗ A [ j ] + s u m t [ j + 1 ] ∗ B [ j ] sumb[i]*A[i]+sumt[i+1]*B[i]+(sumb[j]-B[i])*A[j]+sumt[j+1]*B[j] sumb[i]A[i]+sumt[i+1]B[i]+(sumb[j]B[i])A[j]+sumt[j+1]B[j]
动态规划,让 d p [ i ] dp[i] dp[i]表示前 i i i个人形兵器中秒杀 i i i和另一个人形兵器能减少的伤害的最大值。
那么 d p [ i ] = dp[i]= dp[i]=上面那一坨qwq。
O ( n 2 ) O(n^2) O(n2)显然跑不过去,把括号展开,移项,乱搞一波得到:
A [ j ] ∗ B [ i ] + d p [ j ] + 常 数 = s u m b [ i ] ∗ A [ i ] + s u m b [ i + 1 ] ∗ B [ i ] A[j]*B[i]+dp[j]+常数=sumb[i]*A[i]+sumb[i+1]*B[i] A[j]B[i]+dp[j]+=sumb[i]A[i]+sumb[i+1]B[i]
然后硬上CDQ分治+斜率优化QAQ

毒瘤代码

#include<stdio.h>
#include<cstring>
#include<algorithm>
#include<math.h>
#define re register int
using namespace std;
typedef long long ll;
int read() {re x=0,f=1;char ch=getchar();while(ch<'0' || ch>'9') {if(ch=='-')	f=-1;ch=getchar();}while(ch>='0' && ch<='9') {x=10*x+ch-'0';ch=getchar();}return x*f;
}
inline char GetChar() {char ch=getchar();while(ch!='Q' && ch!='B')	ch=getchar();return ch;
}
const int Size=300001;
namespace I_Love {ll n,ATK,sumb[Size],sumt[Size];
struct Tank {ll A,D,B,val;
} a[Size];
ll val[Size];
inline bool cmp(Tank x,Tank y) {return x.B*y.A<y.B*x.A;
}
struct node {ll x,y;int id;
} w[Size],tmp[Size],Queue[Size];
ll dp[Size];
void Divide(int l,int r) {int mid=(l+r)>>1;int ptrl=l-1,ptrr=mid;for(re i=l; i<=r; i++) {if(w[i].id<=mid) {tmp[++ptrl]=w[i];} else {tmp[++ptrr]=w[i];}}for(re i=l; i<=r; i++) {w[i]=tmp[i];}
}
inline bool operator < (node a,node b) {if(a.x!=b.x)	return a.x<b.x;return a.y>b.y;
}
void Merge(int l,int r) {int mid=(l+r)>>1;int ptrl=l,ptrr=mid+1,tot=l-1;while(ptrl<=mid && ptrr<=r) {if(w[ptrl]<w[ptrr]) {tmp[++tot]=w[ptrl++];} else {tmp[++tot]=w[ptrr++];}}while(ptrl<=mid)	tmp[++tot]=w[ptrl++];while(ptrr<=r)		tmp[++tot]=w[ptrr++];for(re i=l; i<=r; i++) {w[i]=tmp[i];}
}
inline double slope(node mhy,node wqt) {if(mhy.x==wqt.x)	return -1e20;	//防止除0 return (double)(wqt.y-mhy.y)/(wqt.x-mhy.x);
}
void CDQ_Divide(int l,int r) {if(l==r) {w[l].y=sumb[l]*a[l].A+sumt[l+1]*a[l].B;return;}int mid=(l+r)>>1;Divide(l,r);CDQ_Divide(l,mid);int hd=1,tl=0;for(re i=l; i<=mid; i++) {while(hd<tl && slope(Queue[tl-1],Queue[tl])<slope(Queue[tl],w[i]))	tl--;Queue[++tl]=w[i];}for(re i=mid+1; i<=r; i++) {while(hd<tl && slope(Queue[hd],Queue[hd+1])>a[w[i].id].A)	hd++;int x=w[i].id,y=Queue[hd].id;//dp:reduce damagedp[x]=max(dp[x],(ll)val[x]+(ll)val[y]-a[x].A*a[y].B);}CDQ_Divide(mid+1,r);Merge(l,r);
}
inline bool comp(node mhy,node wqt) {
//	if(mhy.x!=wqt.x)	return mhy.x<wqt.x;
//	return mhy.id<wqt.id;return a[mhy.id].A<a[wqt.id].A;
}
void Kutori() {n=read();ATK=read();for(re i=1; i<=n; i++) {a[i].A=read();a[i].D=read();a[i].B=ceil((double)a[i].D/ATK);}sumb[0]=-1;sort(a+1,a+1+n,cmp);for(re i=1; i<=n; i++)	sumb[i]=sumb[i-1]+a[i].B;for(re i=n; i>0; i--)	sumt[i]=sumt[i+1]+a[i].A;ll tot=0;for(re i=1; i<=n; i++) {w[i].x=a[i].B;w[i].id=i;tot+=a[i].A*sumb[i];w[i].y=val[i]=sumt[i+1]*a[i].B+a[i].A*sumb[i];}sort(w+1,w+1+n,comp);CDQ_Divide(1,n);
//	printf("I love Furukawa Nagisa---%d\n",tot);ll ans=tot;for(re i=1; i<=n; i++) {ll now=tot-dp[i];if(now<ans)	ans=now;}printf("%lld",ans);
}}
int main() {I_Love::Kutori();return 0;
}
/*
4 1
6889 314
8320 8789
478 4833
3186 1386
*/

这篇关于bzoj4700 适者 CDQ分治+斜率优化毒瘤题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/860301

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

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

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

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者

Codeforces Round #240 (Div. 2) E分治算法探究1

Codeforces Round #240 (Div. 2) E  http://codeforces.com/contest/415/problem/E 2^n个数,每次操作将其分成2^q份,对于每一份内部的数进行翻转(逆序),每次操作完后输出操作后新序列的逆序对数。 图一:  划分子问题。 图二: 分而治之,=>  合并 。 图三: 回溯:

从状态管理到性能优化:全面解析 Android Compose

文章目录 引言一、Android Compose基本概念1.1 什么是Android Compose?1.2 Compose的优势1.3 如何在项目中使用Compose 二、Compose中的状态管理2.1 状态管理的重要性2.2 Compose中的状态和数据流2.3 使用State和MutableState处理状态2.4 通过ViewModel进行状态管理 三、Compose中的列表和滚动

计算数组的斜率,偏移,R2

模拟Excel中的R2的计算。         public bool fnCheckRear_R2(List<double[]> lRear, int iMinRear, int iMaxRear, ref double dR2)         {             bool bResult = true;             int n = 0;             dou

构建高性能WEB之HTTP首部优化

0x00 前言 在讨论浏览器优化之前,首先我们先分析下从客户端发起一个HTTP请求到用户接收到响应之间,都发生了什么?知己知彼,才能百战不殆。这也是作为一个WEB开发者,为什么一定要深入学习TCP/IP等网络知识。 0x01 到底发生什么了? 当用户发起一个HTTP请求时,首先客户端将与服务端之间建立TCP连接,成功建立连接后,服务端将对请求进行处理,并对客户端做出响应,响应内容一般包括响应

DAY16:什么是慢查询,导致的原因,优化方法 | undo log、redo log、binlog的用处 | MySQL有哪些锁

目录 什么是慢查询,导致的原因,优化方法 undo log、redo log、binlog的用处  MySQL有哪些锁   什么是慢查询,导致的原因,优化方法 数据库查询的执行时间超过指定的超时时间时,就被称为慢查询。 导致的原因: 查询语句比较复杂:查询涉及多个表,包含复杂的连接和子查询,可能导致执行时间较长。查询数据量大:当查询的数据量庞大时,即使查询本身并不复杂,也可能导致