莫队算法

当时学的时候一脸懵啊——什么诡异的算法?
给你一个区间,让你找区间最值。(这不是线段树/树状数组吗 ?)
普通算法是一个个查找,时间复杂度是O(n*q),如果问题多了就凉凉了。
而莫队则是在已查找基础上向两边拓展。你也许会说,如果询问差距很大,比如这样:

2 5
100 130

反而得不偿失。
别急,下面才是莫队的精髓:
小B的询问

#include<cstdio>
#include<cmath>
#include<algorithm>
using namespace std;
struct node {
 int l, r, in;
}s[50002];
int n, m, k, a[50002], fa, u, v, cnt[50002];
long long ans[50002], res;
bool cmp(const node a, const node b) {
 return (a.l / fa == b.l / fa) ? a.r < b.r : a.l < b.l;
}
void add(const int x) {
 if(a[x] > k)
  return;
 res += ((cnt[a[x]]) << 1) + 1;
 cnt[a[x]] ++;
}
void remove(const int x) {
 if(a[x] > k)
  return;
 res -= ((-- cnt[a[x]]) << 1) + 1;
}
int main() {
 scanf("%d %d %d", &n, &m, &k);
 fa = sqrt(n);
 for(int i = 1; i <= n; i ++)
  scanf("%d", &a[i]);
 for(int i = 1; i <= m; i ++) {
  scanf("%d %d", &s[i].l, &s[i].r);
  s[i].in = i;
 }
 sort(s + 1, s + m + 1, cmp);
 u = 1;
 for(int i = 1; i <= m; i ++) {
  while(u < s[i].l)
   remove(u ++);
  while(u > s[i].l)
   add(-- u);
  while(v < s[i].r)
   add(++ v);
  while(v > s[i].r)
   remove(v --);
  ans[s[i].in] = res;
 }
 for(int i = 1; i <= m; i ++)
  printf("%lld\n", ans[i]);
 return 0;
}

玄学分块!接下来证明其时间复杂度为sqrt(n)*n

  1. 左端点 在同一块内最多移动sqrt(n)*块内个数,则有O(sqrt(n)m)。(看了好多博客都没有m,不太懂)
  2. 右端点 对于每一个块右端点都是有序的,则一个块最多n,总共为O(sqrt(n)n)。

注意一下add与remove传值的不同哦~

如果有不对的地方,请大佬扶贫。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
莫队算法是一种基于分块的算法,用于解决一些静态区间查询问题,时间复杂度为 $O(n\sqrt{n})$。以下是一个基于Python的莫队算法的示例代码: ```python import math # 定义块的大小 BLOCK_SIZE = 0 # 初始化块的大小 def init_block_size(n): global BLOCK_SIZE BLOCK_SIZE = int(math.sqrt(n)) # 定义查询操作 def query(left, right): pass # 在这里写查询操作的代码 # 定义添加操作 def add(x): pass # 在这里写添加操作的代码 # 定义删除操作 def remove(x): pass # 在这里写删除操作的代码 # 定义莫队算法 def mo_algorithm(n, q, queries): init_block_size(n) queries.sort(key=lambda x: (x[0] // BLOCK_SIZE, x[1])) left, right = 0, -1 for query in queries: while left > query[0]: left -= 1 add(left) while right < query[1]: right += 1 add(right) while left < query[0]: remove(left) left += 1 while right > query[1]: remove(right) right -= 1 query(query[0], query[1]) ``` 在这段代码中,我们首先定义了一个全局变量 `BLOCK_SIZE`,用于表示块的大小。接着,我们定义了三个操作函数 `query()`、`add()` 和 `remove()`,分别用于查询、添加和删除元素。在 `mo_algorithm()` 函数中,我们首先调用 `init_block_size()` 函数初始化块的大小,然后将查询操作按照块的大小和右端点排序,接着使用双指针维护当前查询区间的左右端点,每次移动指针时调用 `add()` 和 `remove()` 函数更新块的状态,最后调用 `query()` 函数进行查询操作。 请注意,这段代码只是一个示例,具体的 `query()`、`add()` 和 `remove()` 函数的实现取决于具体的问题。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值