2019暑训 Day 3 贪心、二分

Day 3

贪心

典型例题：

1. 区间调度问题
2. 背包问题？引出性价比的思想
3. 区间选点问题

总结：
1.贪心算法无回溯过程，后面做的每一步都是当前看似最佳的选择，这种选择依赖于已作出的决定，不依赖未作出的决定。

二分

1.二分搜索的一个注意点：如果向下取整写为middle = (left + right) / 2，那么会有2个风险。一个是left + right有可能爆本身的范围，另一个就是当和为负数的时候实现的是向零取整——也就是向上取整。为了规避这两个风险，可以采取这样的写法middle = left + (right - left) / 2
2.二分查找需要注意一些问题：终止条件（会不会死循环？）、middle的取值办法、开闭？
3.可进行二分答案的问题具有如下特征：1)答案容易检验，2）答案具有单调性。 有一些常见的题型：逼近答案、最大化最小、最小化最大、生成第k小值等。

这两块的ppt上有一些比较好的题目，留坑待补

Vj

vj链接

C
一道具有平面背景的区间取点问题。

E
这题前前后后交了8发，前3发算法有毛病，修好了之后T飞。当时的算法是，make_heap后把前三个<int, map<int, int> t>拿出来，记录当前数字个数的map桶(t)都减一，再把这三个塞回去重新make_heap…用生成器开了一组自然数序列，果然直接t飞…后来改了算法，优化思想如下：从heap中开始从前往后扫（！！！在写报告的时候忽然意识到堆不是严格的递减的，是按照二叉树的形式递减的！那么扫的时候就有可能会漏！（不过仔细想想跳过去无非是提高了一些复杂度，应该不会wa啊…）），用int far记录数量与小堆顶元素数量相同的数字在该堆中的最远距离，然后三三合并，一口气合并完所有的个数，同时ans数组存入这么多个三元组。当然有可能会剩余一两个没有被合并的余项，不过这个时候它的数量影响已经微乎其微了，直接和剩余的堆中元素一起塞回去重新make_heap就可以了。修正后的算法跑自然数序列只用了毫秒级的时间就ok了，交上去后…却过了t的test10，wa在了test12…(coolwx当时也wa在了12，我过一阵空一些重构一下，再试试… … … …）

J
wa了好几发，因为在搜索的时候只搜索了存在性，没有考虑它的个数。事实上应该用upper_bound和lower_bound的组合拳来获得重复的个数。

K L
两个方程题，L用数学知识进行整理后也是一个方程类型的近似解求解问题。虽然它说有效数字在4位在6位…我都把eps开到了1e-9，基本上当left、middle、right的误差在1e-9附近的时候，4位6位都不在话下了。

Q
我开了两个数组，一个用来存原图，一个排好了序用来二分答案。前几次做直接从最小值最大值的区间中找答案，但是有可能这个答案不是木桶木板的长度，所以应该从顺序数组中二分找答案。当检验最小长度为k的时候，搜索一圈，把长度为k的点都要记录下来（这里不能只找一个，不然可以构造出反例，如：5 1 6 6 6 5 1 6 7 8 9 10）对于每一个点往后搜，遇到比它矮的就修一次墙壁，看最后要满足最小值是h的话至少需要多少次。如果该次数大于工具的使用次数，那么就不可以。
结果是wa了… … 可能有什么地方没注意到吧？
在写报告的时候想到，如果在距离该点小于等于 l - 1的位置粉刷一次？那么最小值可能就会比h要高？这样子的话最短高度就是木板中较高一些的最矮板？那么是否会产生遗漏呢？当然了，如果是上述这样的情况，left = middle， middle向上取整，会严格的搜索比目前高的长度，那么刚刚的那种情况也是会检验的。不用担心它是成立的、但被比他低的答案鸠占鹊巢。
当思考比他高的长度的检验时，不禁想到了有可能的wa点（关于粉刷次数的最小值确定？也就是说，从前往后遇到一个矮的就刷的办法是最优的吗？
仔细想想但没毛病啊…
夜深了…我想不出来了。

---

7月5号
E
之前的算法有问题啊…尽管前三个node 目前来看 是拥有最多个数数字的元素，但是我们的贪心策略应该是取出前三个最多的，然后cnt各自减一，塞回优先队列，再进行如上的操作。我之前的操作并不满足这样的流程，直接把目前最多的三个全部合并，这会导致解法不够优。
不过我这破办法居然过了42个test才wa掉…这数据真水啊
今天用priority_queue搞了一下就过去了，对于自然数序列也没有超时，开到满也就跑了0.2s。这样子看来，pq的实现是比普通的造堆要更优的，我之前t不是因为pq的算法不够优，而是因为当时之前不知道听了谁讲的，pq就是一个堆，所以我就用了stl库heap的make_heap等一系列堆的操作…

---

7月22号
D
刚开始想的是用数学办法作一个最优解求解，从而构造出答案要求的序列，但是发现还是挺麻烦的，复杂度会超过限制（N < 1e5)… 也没有想出来每头牛的 特征参数（用来刻画某头牛在这么多牛中的重要程度）。
后来注意到了性价比这一概念，用ratio = D / T来刻画某头牛在整个过程中的重要程度。在整个搬运牛的过程中，显然先把ration最高的牛先运走，再运较低的牛会比较好。证明办法其实可以用到之前提到的会爆t的办法，对于两头牛a, b交换成为b, a的代价是：2 * ( tb * da - ta * db)，要比较它与0的关系，其实比较的就是他们的ratio（同时除以ta * tb即可），从而对ratio排序即可。
另外提一句，sort函数也可以直接比较积的形式来进行排序，时间复杂度保证是O(nlgn)。
当时没想到不过应该是很显然的事情…假期使人堕落(小声)…

F
股票购买问题。注意到这样一个事实，如果有这样三天的股票：5、6、7，那么购买6后再购买7与直接购买7获得的利润是一样的，我们称之为中转站思想，也可以想象成矢量的加法。因而根据这个办法，我们构造一个小顶堆，从前往后扫描，如果当前堆为空，数入堆；如果不空，并且满足堆顶元素小于当前数值，那么将堆顶弹出，push两次当前的元素数值，同时ans += x - pq.top()；不然，数入堆。
因为在购买股票的过程中，我们真正关注的是差值，所以不断的加入差值更新ans即可。另外，加入的两个元素一个是该元素本身，另一个是购入原来的小顶堆堆顶价格、卖出当前价格后的等价价格，也就是之前提到的中转站思想。