bzoj 2038: [2009国家集训队]小Z的袜子(莫队算法)

2024-04-09 12:58

本文主要是介绍bzoj 2038: [2009国家集训队]小Z的袜子(莫队算法),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!

2038: [2009国家集训队]小Z的袜子(hose)

Time Limit: 20 Sec  Memory Limit: 259 MB
Submit: 15386  Solved: 6996
[Submit][Status][Discuss]

Description

作为一个生活散漫的人,小Z每天早上都要耗费很久从一堆五颜六色的袜子中找出一双来穿。终于有一天,小Z再也无法忍受这恼人的找袜子过程,于是他决定听天由命……
具体来说,小Z把这N只袜子从1到N编号,然后从编号L到R(L 尽管小Z并不在意两只袜子是不是完整的一双,甚至不在意两只袜子是否一左一右,他却很在意袜子的颜色,毕竟穿两只不同色的袜子会很尴尬。
你的任务便是告诉小Z,他有多大的概率抽到两只颜色相同的袜子。当然,小Z希望这个概率尽量高,所以他可能会询问多个(L,R)以方便自己选择。

Input

输入文件第一行包含两个正整数N和M。N为袜子的数量,M为小Z所提的询问的数量。接下来一行包含N个正整数Ci,其中Ci表示第i只袜子的颜色,相同的颜色用相同的数字表示。再接下来M行,每行两个正整数L,R表示一个询问。

Output

包含M行,对于每个询问在一行中输出分数A/B表示从该询问的区间[L,R]中随机抽出两只袜子颜色相同的概率。若该概率为0则输出0/1,否则输出的A/B必须为最简分数。(详见样例)

Sample Input

6 4
1 2 3 3 3 2
2 6
1 3
3 5
1 6

Sample Output

2/5
0/1
1/1
4/15
【样例解释】
询问1:共C(5,2)=10种可能,其中抽出两个2有1种可能,抽出两个3有3种可能,概率为(1+3)/10=4/10=2/5。
询问2:共C(3,2)=3种可能,无法抽到颜色相同的袜子,概率为0/3=0/1。
询问3:共C(3,2)=3种可能,均为抽出两个3,概率为3/3=1/1。
注:上述C(a, b)表示组合数,组合数C(a, b)等价于在a个不同的物品中选取b个的选取方案数。
【数据规模和约定】
30%的数据中 N,M ≤ 5000;
60%的数据中 N,M ≤ 25000;
100%的数据中 N,M ≤ 50000,1 ≤ L < R ≤ N,Ci ≤ N。

HINT

 

Source

版权所有者:莫涛

 

思路:

用传说中的莫队算法来解决这道题。

莫队算法其实是一种暴力的算法,但是它暴力的很巧妙。它用了离线处理和分块的方法解决问题。

莫队算法能解决很多看起来很棘手的问题,但是使用它时要满足这样的条件:

1.允许离线处理

2.知道[L,R]区间的答案,能O(1)的知道[L,R+1],[L+1,R],[L-1,R],[L,R-1]这些区间的答案。

这样最后时间复杂度为O(n*sqrt(n))。

 

分析这道题,在一个区间内答案应该是   \frac{\sum_{i=1}^{m}C_{col[i]}^{2}}{C_{n}^{2}}

因为i*(i-1)->i^2-i

转化一下可以变成 \frac{\sum_{i=1}^{m}sum[col[i]]^2-n}{n*(n-1)}

 

而每一次L和R进行转移的时候,因为答案是累加的sum^2所以要先把这个减去,然后再加上更改后的(sum+1)^2或者(sum-1)^2

 

代码:

#include <iostream>
#include <cstdio>
#include <cmath>
#include <algorithm>
using namespace std;
const int maxn=5e4+5;
typedef long long ll;
int col[maxn];
ll sum[maxn];
int pos[maxn];
ll ans;
struct res
{ll a,b;
}p[maxn];
struct node
{int l,r,id;
}q[maxn];
ll gcd(ll a,ll b)
{if(b==0)return a;return gcd(b,a%b);
}
ll cal(ll x)
{return x*x;
}
bool cmp(node a,node b)
{if(pos[a.l]==pos[b.l])return a.r<b.r;return pos[a.l]<pos[b.l];
}
void add(int x,int c)
{ans-=cal(sum[col[x]]);sum[col[x]]+=c;ans+=cal(sum[col[x]]);
}
int main()
{int n,m;ll a,b;scanf("%d%d",&n,&m);int sz=sqrt(n);for(int i=1;i<=n;i++){scanf("%d",&col[i]);pos[i]=i/sz;}for(int i=1;i<=m;i++){scanf("%d%d",&q[i].l,&q[i].r);q[i].id=i;}sort(q+1,q+1+m,cmp);int l=1,r=0;for(int i=1;i<=m;i++){while(l<q[i].l) add(l,-1),l++;while(l>q[i].l) add(l-1,1),l--;while(r<q[i].r) add(r+1,1),r++;while(r>q[i].r) add(r,-1),r--;if(q[i].l==q[i].r)//防止com为0{p[q[i].id].a=0;p[q[i].id].b=1;continue;}a=ans-(q[i].r-q[i].l+1);b=(ll)(q[i].r-q[i].l+1)*(q[i].r-q[i].l);ll com=gcd(a,b);a/=com,b/=com;p[q[i].id].a=a,p[q[i].id].b=b;}for(int i=1;i<=m;i++)printf("%lld/%lld\n",p[i].a,p[i].b);return 0;
}

 

这篇关于bzoj 2038: [2009国家集训队]小Z的袜子(莫队算法)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/888213

相关文章

openCV中KNN算法的实现

《openCV中KNN算法的实现》KNN算法是一种简单且常用的分类算法,本文主要介绍了openCV中KNN算法的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录KNN算法流程使用OpenCV实现KNNOpenCV 是一个开源的跨平台计算机视觉库,它提供了各

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为

通俗易懂的Java常见限流算法具体实现

《通俗易懂的Java常见限流算法具体实现》:本文主要介绍Java常见限流算法具体实现的相关资料,包括漏桶算法、令牌桶算法、Nginx限流和Redis+Lua限流的实现原理和具体步骤,并比较了它们的... 目录一、漏桶算法1.漏桶算法的思想和原理2.具体实现二、令牌桶算法1.令牌桶算法流程:2.具体实现2.1

Python中的随机森林算法与实战

《Python中的随机森林算法与实战》本文详细介绍了随机森林算法,包括其原理、实现步骤、分类和回归案例,并讨论了其优点和缺点,通过面向对象编程实现了一个简单的随机森林模型,并应用于鸢尾花分类和波士顿房... 目录1、随机森林算法概述2、随机森林的原理3、实现步骤4、分类案例:使用随机森林预测鸢尾花品种4.1

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

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