2020牛客暑期多校训练营(第四场)E Eliminate++ —— 线段树优化

本文主要是介绍2020牛客暑期多校训练营(第四场)E Eliminate++ —— 线段树优化,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!

This way

题意:

给你一个长度为n的排列,你每次可以取一个长度为3的子串,然后消掉最大和最小的数,直到最终剩下一个数,问你每个数是否可能是那个数。

题解:

那么我们肯定是枚举每个数,然后查看有多少数大于他,有多少数小于它。如果这些是相同的,那么每次就可以找连续三个数使得有一个大于它,一个小于它,然后直到消到最后。
那么如果不相同,我们就可以消掉连续三个大于它或者连续三个小于它中的两个。接下来用1表示大于当前数,0表示小于。
但是不能每次只看连续的三个相同数,比如11011这个串,就可以先消掉一个01,然后再消掉两个1.
然后1和0数量的情况要分开做。
接下来讨论1大于0的情况
并且这是满足贪心的,从左到右做的时候,如果当前手上有大于等于三个1,那么必然可以消掉两个1,否则如果还有1的话,那么就要和这个0抵消掉。因此线段树维护的东西不满足交换律。
那么用两个数组维护我们需要的值:
num[i][j]表示在根为i的时候,如果从左边传进来j个1,可以消掉的连续3个1的次数
res[i][j]表示在根为i的时候,如果从左边传进来j个1,到最后剩下的1的个数。
很明显j的值是0~2
那么初始化按照上面的逻辑就是这个样子:

		for(int i=0;i<3;i++)num[root][i]=i>=2,res[root][i]=i%2+1;
将当前点置为0的时候:
		for(int i=0;i<3;i++)num[root][i]=0,res[root][i]=i-1;res[root][0]=0;

表示当前点不能消掉1,然后往右传的时候1的数量会减少1。
之后query的时候需要从左到右
在比赛的时候没有想到贪心,所以没做出来,感觉还是蛮可惜的,因为并不是一道非常难的题目
由于是参考别人的解法,这个时间复杂度还是比较可以的:

在这里插入图片描述

#include<bits/stdc++.h>
using namespace std;
const int N=1e6+5;
int num[N*4][3],res[N*4][3];
void push_up(int root){for(int i=0;i<3;i++){num[root][i]=num[root<<1][i]+num[root<<1|1][res[root<<1][i]];res[root][i]=res[root<<1|1][res[root<<1][i]];}
}
void build(int l,int r,int root,int p){if(l==r){for(int i=0;i<3;i++)num[root][i]=i>=2,res[root][i]=i%2+1;return ;}int mid=l+r>>1;build(l,mid,root<<1,p);build(mid+1,r,root<<1|1,p);push_up(root);
}
void update(int l,int r,int root,int p){if(l==r){for(int i=0;i<3;i++)num[root][i]=0,res[root][i]=i-1;res[root][0]=0;return ;}int mid=l+r>>1;if(mid>=p)update(l,mid,root<<1,p);elseupdate(mid+1,r,root<<1|1,p);push_up(root);
}
void query(int l,int r,int root,int ql,int qr,int &rs,int &ans){if(l>=ql&&r<=qr){ans+=num[root][rs];rs=res[root][rs];return ;}int mid=l+r>>1;if(mid>=ql)query(l,mid,root<<1,ql,qr,rs,ans);if(mid<qr)query(mid+1,r,root<<1|1,ql,qr,rs,ans);
}
int a[N],p[N],v[N];
int main(){int t;scanf("%d",&t);while(t--){int n;scanf("%d",&n);for(int i=1;i<=n;i++)scanf("%d",&a[i]),p[a[i]]=i;int mid=(n+1)/2;build(1,n,1,p[1]);int ans=0;for(int i=1;i<mid;i++){int rs=0,l=1,r=p[i]-1;ans=0;update(1,n,1,p[i]);if(l<=r)query(1,n,1,l,r,rs,ans);rs=0;l=p[i]+1,r=n;if(l<=r)query(1,n,1,l,r,rs,ans);if(ans*2+i-1>=n-i)v[p[i]]=1;else v[p[i]]=0;}v[p[mid]]=1;build(1,n,1,p[n]);for(int i=n;i>mid;i--){int rs=0,l=1,r=p[i]-1;ans=0;update(1,n,1,p[i]);if(l<=r)query(1,n,1,l,r,rs,ans);rs=0;l=p[i]+1,r=n;if(l<=r)query(1,n,1,l,r,rs,ans);if(ans*2+(n-i)>=i-1)v[p[i]]=1;else v[p[i]]=0;}for(int i=1;i<=n;i++)printf("%d",v[i]);printf("\n");}return 0;
}
/*
1
3
2 3 1
*/

这篇关于2020牛客暑期多校训练营(第四场)E Eliminate++ —— 线段树优化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/881139

相关文章

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首笔交易慢问题排查与优化方案

《SpringBoot首笔交易慢问题排查与优化方案》在我们的微服务项目中,遇到这样的问题:应用启动后,第一笔交易响应耗时高达4、5秒,而后续请求均能在毫秒级完成,这不仅触发监控告警,也极大影响了用户体... 目录问题背景排查步骤1. 日志分析2. 性能工具定位优化方案:提前预热各种资源1. Flowable

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N

Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

《SpringBoot+MyBatisPlus高效开发实战从入门到进阶优化(推荐)》本文将详细介绍SpringBoot+MyBatisPlus的完整开发流程,并深入剖析分页查询、批量操作、动... 目录Spring Boot + MyBATis Plus 高效开发实战:从入门到进阶优化1. MyBatis

MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

《MyBatis动态SQL优化之标签的实战与技巧(常见用法)》本文通过详细的示例和实际应用场景,介绍了如何有效利用这些标签来优化MyBatis配置,提升开发效率,确保SQL的高效执行和安全性,感... 目录动态SQL详解一、动态SQL的核心概念1.1 什么是动态SQL?1.2 动态SQL的优点1.3 动态S

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

一文详解SpringBoot响应压缩功能的配置与优化

《一文详解SpringBoot响应压缩功能的配置与优化》SpringBoot的响应压缩功能基于智能协商机制,需同时满足很多条件,本文主要为大家详细介绍了SpringBoot响应压缩功能的配置与优化,需... 目录一、核心工作机制1.1 自动协商触发条件1.2 压缩处理流程二、配置方案详解2.1 基础YAML

MySQL中慢SQL优化的不同方式介绍

《MySQL中慢SQL优化的不同方式介绍》慢SQL的优化,主要从两个方面考虑,SQL语句本身的优化,以及数据库设计的优化,下面小编就来给大家介绍一下有哪些方式可以优化慢SQL吧... 目录避免不必要的列分页优化索引优化JOIN 的优化排序优化UNION 优化慢 SQL 的优化,主要从两个方面考虑,SQL 语

MySQL中慢SQL优化方法的完整指南

《MySQL中慢SQL优化方法的完整指南》当数据库响应时间超过500ms时,系统将面临三大灾难链式反应,所以本文将为大家介绍一下MySQL中慢SQL优化的常用方法,有需要的小伙伴可以了解下... 目录一、慢SQL的致命影响二、精准定位问题SQL1. 启用慢查询日志2. 诊断黄金三件套三、六大核心优化方案方案

Redis中高并发读写性能的深度解析与优化

《Redis中高并发读写性能的深度解析与优化》Redis作为一款高性能的内存数据库,广泛应用于缓存、消息队列、实时统计等场景,本文将深入探讨Redis的读写并发能力,感兴趣的小伙伴可以了解下... 目录引言一、Redis 并发能力概述1.1 Redis 的读写性能1.2 影响 Redis 并发能力的因素二、