【JZOJ3833】平坦的折线【dp】【二分】

21 篇文章 0 订阅

题目大意:

题目链接:https://jzoj.net/senior/#main/show/3833
现在我们在一张纸上有一个笛卡尔坐标系。我们考虑在这张纸上用铅笔从左到右画的折线。我们要求任何两个点之间连接的直线段与x轴的夹角在-45~45之间,一条满足以上条件的折线称之为平坦的折线。假定给出了n个不同的整点(坐标为整数的点),最少用几条平坦的折线可以覆盖所有的点?
例子:
在这里插入图片描述
图中有6个整点:(1,6), (10,8), (1,5), (2,20), (4,4), (6,2),要覆盖它们至少要3条平坦的折线。
任务:
写一个程序:
从文件lam.in中读入点的个数以及它们的坐标。
计算最少需要的折线个数。
将结果写入文件lam.out。


思路:

原来的坐标系内的任意一个点可以对与其连线的斜率在 − 1 ∼ 1 -1\sim 1 11之间,如果我们把这个坐标系顺时针旋转 45 45 45°,那么对于新坐标系内的任意一点,它所能贡献的点就位于它的右上方。
那么如何在新坐标系内求出这些点呢?
新坐标系的 y y y轴其实就是原坐标系的直线 y = x y=x y=x。那么如果一个点经过原坐标系的 y = x + k y=x+k y=x+k,那么它在新坐标系的横坐标就是 k k k
同理,新坐标系的 x x x轴就是原坐标系的 y = − x y=-x y=x,若一个点过 y = − x + k y=-x+k y=x+k,那么这个点在旧坐标系的纵坐标就是 k k k
所以对于一个点 ( x , y ) (x,y) (x,y),它的新坐标就是 ( y − x , x + y ) (y-x,x+y) (yx,x+y)
然后由于只能从左向右选,所以将每一个新点按横坐标排序。
那么接下来就是覆盖 y y y的问题了。既然已经满足 x x x单调,我们就是要求多少个不降序列可以将每一个点的 y y y覆盖掉。
这就是经典的导弹拦截的问题了。只不过是将不升改成了不降。
时间复杂度 O ( n log ⁡ n ) O(n\log n) O(nlogn)


代码:

#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;

const int N=30010;
int n,x,y,l,r,mid,ans,f[N];

struct node
{
	int x,y;
}a[N];

bool cmp(node x,node y)
{
	if (x.x>y.x) return 1;
	if (x.x<y.x) return 0;
	return x.y<y.y;
}

int main()
{
	freopen("lam.in","r",stdin);
	freopen("lam.out","w",stdout);
	scanf("%d",&n);
	for (int i=1;i<=n;i++)
	{
		scanf("%d%d",&x,&y);
		a[i].x=y-x; a[i].y=x+y;
	}
	sort(a+1,a+1+n,cmp);
	f[0]=2147483647;
	for (int i=1;i<=n;i++)
	{
		if (f[ans]>a[i].y) f[++ans]=a[i].y;
		else
		{
			l=1; r=ans;
			while (l<=r)
			{
				mid=(l+r)>>1;
				if (f[mid]>a[i].y) l=mid+1;
					else r=mid-1;
			}
			f[l]=a[i].y;
		}
	}
	printf("%d\n",ans);
	return 0;
}
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
您好!针对您的问题,我可以为您提供一个使用动态规划和二分法解决最大子段和问题的算法。 首先,让我们定义一个函`dp`来表示以`mid`为中点的最大子段和。我们可以使用动态规划来计算`dp`的值。 1. 首先,我们定义一个组`sum`,其中`sum[i]`表示以索引`i`结尾的子段的和。 2. 然后,我们初始化`dp`组,将所有元素初始化为负无穷,即`dp[i] = -∞`。 3. 接下来,我们从左到右遍历组,计算每个`sum[i]`的值,并更新`dp[i]`的值: - 如果`i`等于0,则`dp[i]`等于`sum[i]`。 - 否则,`dp[i]`等于`max(dp[i-1] + sum[i], sum[i])`,即选择继续扩展前一个子段或者从当前位置开始一个新的子段。 4. 在计算`dp`组的过程中,我们记录最大的`dp`值,并更新最大子段和。 接下来,我们可以使用二分法来寻找最大子段和的起始和结束位置。 1. 我们定义一个函`binary_search`,它接受一个目标值`target`和一个排序好的组`arr`。 2. 在`binary_search`函中,我们使用二分法来找到第一个大于等于`target`的元素的索引。 - 初始化左指针`left`为0,右指针`right`为组长度减一。 - 当`left`小于等于`right`时,执行以下步骤: - 计算中间指针`mid`,即`(left + right) // 2`。 - 如果`arr[mid]`小于`target`,则更新`left`为`mid + 1`。 - 否则,更新`right`为`mid - 1`。 - 返回`left`作为结果。 3. 使用`binary_search`函找到最大子段和的起始位置和结束位置。 这就是使用动态规划和二分法解决最大子段和问题的算法。希望对您有帮助!如果还有其他问题,请随时提问。

“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