题解
题目
板子1 - P1429 平面最近点对(加强版)
板子2 - P4169 [Violet]天使玩偶/SJY摆棋子
板子3 - 2016ACM/ICPC亚洲区青岛站-重现赛(感谢中国石油大学) · Finding Hotels
板子1
#include <bits/stdc++.h>
using namespace std;
const int N = 1e6 + 10;
int n, m, k;
namespace K_D_Tree {
typedef double dbl;
const int D = 2;// 空间维度
int f = 0;//当前遍历到的维度 在kd树建树时相邻层的判断大小的维度是不一样的 x->y->x...
struct Point {
dbl d[D];//维度信息 第0维:x,第1维:y,第2维:z....
// Point[x] = Point.d[x]
// 不过 struct Point 内部无法使用
dbl &operator[](const int x) {
return d[x];
}
void read() {
for (int i = 0; i < D; i++) {
cin >> d[i];
}
}
bool operator==(const Point &other) {
for (int i = 0; i < D; i++) {
if (d[i] != other.d[i]) {
return false;
}
}
return true;
}
bool operator<(const Point &other) const {
if (d[f] != other.d[f]) {
return d[f] < other.d[f]; // 根据当前要求的维度进行排序 用于nth_element()排序中
}
// 如果 d[f]==other[f] 就按照维度 找到第一个不相同的维度
for (int i = 0; i < D; i++) {
if (i ^ f && d[i] != other.d[i])
return d[i] < other.d[i];
}
return false;// 到这里其实就是两个重合的点
}
//D=2时的构造函数
Point(dbl x = 0, dbl y = 0) {
d[0] = x, d[1] = y;
}
} p[N]; // 这里的数组p用来存储题目给出的点的信息
// 求两点距离的平方
#define sqr(x) (pow((x),2.0))
dbl dis2(Point a, Point b) {
dbl res = 0.0;
for (int i = 0; i < D; i++) {
res += sqr(a[i] - b[i]);
}
return res;
}
struct KDTree {
private:
struct Node {
Node *son[2];//左右儿子节点
Point p;// 当前节点存储的点
Point Min, Max; // 以当前节点为根的子树所代表的矩阵的左下角和右上角
void pushUp() {//更新儿子传上来的信息 维护子树所代表的矩阵范围
for (int i = 0; i < D; i++) {
Min[i] = min(p[i], min(son[0]->Min[i], son[1]->Min[i]));
Max[i] = max(p[i], max(son[0]->Max[i], son[1]->Max[i]));
}
}
// 估值函数 判断目标点到当前矩阵的最短曼哈顿距离的平方
dbl f(Point x) {
dbl res = 0.0;
for (int i = 0; i < D; i++) {
res += sqr(max(Min[i] - x[i], 0.0)) + sqr(max(x[i] - Max[i], 0.0));
}
return res;
}
} *tail, *null, *root, MemoryPool[N];
// tail - 指向当前存储的最后一个节点的后一个位置
// null - 自定义的空指针(Min、Max有限定) 注意与NULL的区分
// MemoryPool - 又找了个空间存之前读入的数组p
void init() {
tail = MemoryPool;
null = tail++;
null->son[0] = null->son[1] = null;// 都是指向null的
// null的特殊赋值
for (int i = 0; i < D; i++) {
null->Min[i] = DBL_MAX;
null->Max[i] = DBL_MIN;
}
root = null;
}
Node *creatNode(Point x) {
Node *o = tail++;
o->p = o->Max = o->Min = x;
o->son[0] = o->son[1] = null;
return o;
}
//根据第d维 对 p[l..r] 内的点进行建树 返回树的根节点
Node *build(int l, int r, int d) {
if (l > r) return null;
int mid = l + r >> 1;
f = d;
// 百度nth_element用法
// 只有p[mid]是在正确的位置上
nth_element(p + l, p + mid, p + r + 1);
Node *o = creatNode(p[mid]);//找到中位数
if (l == r) return o;
o->son[0] = build(l, mid - 1, (d + 1) % D);
o->son[1] = build(mid + 1, r, (d + 1) % D);
o->pushUp();
return o;
}
// 求平面上最近点对
// 遍历每个点x 在k-d-tree里找关于x的最近点
void queryNearestPointByX(Node *o, const Point &x) {
ans = min(ans, (Point) x == o->p ? DBL_MAX : dis2(o->p, x));//如果搜到了自己 则不能算入答案
dbl F[2] = {DBL_MAX, DBL_MAX};//比较左右两棵子树的估值函数
if (o->son[0] != null) {
F[0] = o->son[0]->f(x);
}
if (o->son[1] != null) {
F[1] = o->son[1]->f(x);
}
int now = F[0] >= F[1];
// 减枝 如果估计值都比ans大 就没必要往下走
if (F[now] < ans) {// 优先走较近的那个矩阵
queryNearestPointByX(o->son[now], x);
}
now ^= 1;
if (F[now] < ans) { // 然后再走另外一颗
queryNearestPointByX(o->son[now], x);
}
}
public:
dbl ans = DBL_MAX;
KDTree() { init(); }
void build() {
root = build(1, n, 0);
}
void queryNearestPointPair(Point &x) {
queryNearestPointByX(root, x);
}
} kdt;
}
using namespace K_D_Tree;
map<Point, int> mp;
int main() {
ios::sync_with_stdio(false);
cin.tie(0), cout.tie(0);
cin >> n;
for (int i = 1; i <= n; i++) {
p[i].read();
if (++mp[p[i]] > 1) {
//有重叠点
cout << fixed << setprecision(4) << 0.0 << endl;
return 0;
}
}
kdt.build();
for (int i = 1; i <= n; i++) {
kdt.queryNearestPointPair(p[i]);
}
cout << fixed << setprecision(4) << sqrt(kdt.ans) << endl;
return 0;
}
板子2
#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
const double alpha = 0.75;
const int N = 6e5 + 10;
int n, m;
namespace K_D_Tree {
typedef int dbl;
const int D = 2;// 空间维度
int f = 0;//当前遍历到的维度 在kd树建树时相邻层的判断大小的维度是不一样的 x->y->x...
struct Point {
int d[D];//维度信息 第0维:x,第1维:y,第2维:z....
// Point[x] = Point.d[x]
// 不过 struct Point 内部无法使用
int &operator[](const int x) {
return d[x];
}
void read() {
for (int i = 0; i < D; i++) {
cin >> d[i];
}
}
bool operator==(const Point &other) {
for (int i = 0; i < D; i++) {
if (d[i] != other.d[i]) {
return false;
}
}
return true;
}
bool operator<(const Point &other) const {
if (d[f] != other.d[f]) {
return d[f] < other.d[f]; // 根据当前要求的维度进行排序 用于nth_element()排序中
}
// 如果 d[f]==other[f] 就按照维度 找到第一个不相同的维度
for (int i = 0; i < D; i++) {
if (i ^ f && d[i] != other.d[i])
return d[i] < other.d[i];
}
return false;// 到这里其实就是两个重合的点
}
//D=2时的构造函数
Point(int x = 0, int y = 0) {
d[0] = x, d[1] = y;
}
} p[N]; // 这里的数组p用来存储题目给出的点的信息
// 求两点的Manhattan距离
int Manhattan(Point a, Point b) {
int res = 0;
for (int i = 0; i < D; i++) {
res += abs(a[i] - b[i]);
}
return res;
}
struct KDTree {
private:
struct Node {
Node *son[2];//左右儿子节点
Point p;// 当前节点存储的点
Point Min, Max; // 以当前节点为根的子树所代表的矩阵的左下角和右上角
int size;//子树大小
void pushUp() {//更新儿子传上来的信息 维护子树所代表的矩阵范围
size = son[0]->size + 1 + son[1]->size;
for (int i = 0; i < D; i++) {
Min[i] = min(p[i], min(son[0]->Min[i], son[1]->Min[i]));
Max[i] = max(p[i], max(son[0]->Max[i], son[1]->Max[i]));
}
}
//失衡因子 用于判断是否需要重构
bool unBalanced() {
return (son[0]->size > size * alpha) || (son[1]->size > size * alpha);
}
// 估值函数 判断目标点到当前矩阵的最短曼哈顿距离
int f(Point x) {
int res = 0;
for (int i = 0; i < D; i++) {
res += max(Min[i] - x[i], 0) + max(x[i] - Max[i], 0);
}
return res;
}
} *tail, *null, *root, MemoryPool[N], *Recycle[N];
// tail - 指向当前存储的最后一个节点的后一个位置
// null - 自定义的空指针(Min、Max有限定) 注意与NULL的区分
// MemoryPool - 又找了个空间存之前读入的数组p
// Recycle - 垃圾桶 存放回收重建的节点的地址 减少空间申请
int top = 0;// *Recycle[top]
int cnt = 0;// p[1...cnt] 回收的节点的个数 具体详见kd树重建部分
void init() {
tail = MemoryPool;
null = tail++;
null->son[0] = null->son[1] = null;// 都是指向null的
// null的特殊赋值
for (int i = 0; i < D; i++) {
null->Min[i] = INT_MAX;
null->Max[i] = INT_MIN;
}
root = null;
}
Node *createNode(Point x) {
Node *o = top ? Recycle[--top] : tail++;
o->p = o->Max = o->Min = x;
o->son[0] = o->son[1] = null;
o->size = 1;
return o;
}
//根据第d维 对 p[l..r] 内的点进行建树 返回树的根节点
Node *build(int l, int r, int d) {
if (l > r) return null;
int mid = l + r >> 1;
f = d;
// 百度nth_element用法
// 只有p[mid]是在正确的位置上
nth_element(p + l, p + mid, p + r + 1);
Node *o = createNode(p[mid]);//找到中位数
if (l == r) return o;
o->son[0] = build(l, mid - 1, (d + 1) % D);
o->son[1] = build(mid + 1, r, (d + 1) % D);
o->pushUp();
return o;
}
int res;// 最近距离
void queryMinDist(Node *o, Point &x) {
res = min(res, Manhattan(o->p, x));
int F[2] = {INT_MAX, INT_MAX};//左右两颗子树关于x的估值函数
if (o->son[0] != null) {
F[0] = o->son[0]->f(x);
}
if (o->son[1] != null) {
F[1] = o->son[1]->f(x);
}
int now = F[0] >= F[1];//走估值函数小的那一棵子树
if (F[now] < res) {
queryMinDist(o->son[now], x);
}
now ^= 1;
if (F[now] < res) {
queryMinDist(o->son[now], x);
}
}
//---- kd树重构 ----
int rebuild_d = 0;// 树重构时选择的维度
// Node* & -> Node* 的引用类型
// 返回要修改的子树的节点的地址 这样方便后面直接在原树上修改
Node **insert(Node *&o, Point &x, int d) {
if (o == null) {
o = createNode(x);
return &null;
}
// bad 最浅的失衡节点
Node **bad = insert(o->son[o->p[d] < x[d]], x, (d + 1) % D);
o->pushUp();
if (o->unBalanced()) {
bad = &o;
rebuild_d = d;
}
return bad;
}
void travel(Node *o) {
if (o == null) return;
travel(o->son[0]);
p[++cnt] = o->p;// 原先存放点的数组拿来存放要回收的点 (显然原数组就无法保存原来的信息了)
Recycle[top++] = o;//保存地址 节省空间
travel(o->son[1]);
}
void rebuild(Node *&o, int d) {
cnt = 0;
travel(o);//回收失衡节点及以子树里的节点
o = build(1, cnt, d);// 对这一部分重建
// 因为传入的是指针 修改后 节点o所在的这一棵子树与o父亲节点之间的关系没有发生改变
}
public:
KDTree() { init(); }
void build() {
root = build(1, n, 0);
}
//查询关于x最近的点
int query(Point x) {
res = INT_MAX;
queryMinDist(root, x);
return res;
}
void insert(Point x) {
Node **bad = insert(root, x, rebuild_d = 0);
if (*bad == null) {
// 没有失衡节点 不需要重建
return;
}
// 直接从失衡节点开始修改 同时修改了整棵树
rebuild(*bad, rebuild_d);
}
} kdt;
}
using namespace K_D_Tree;
int main() {
ios::sync_with_stdio(false);
cin.tie(0), cout.tie(0);
cin >> n >> m;
for (int i = 1; i <= n; i++) {
p[i].read();
}
kdt.build();
int op, x, y;
while (m--) {
cin >> op >> x >> y;
if (op == 1) {
kdt.insert(Point(x, y));
} else {
cout << kdt.query(Point(x, y)) << endl;
}
}
return 0;
}
板子3
#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
const int N = 8e5 + 10;
const int M = 2e4 + 10;
int n, m, k;
struct Hotel {
ll x, y, c;
int id;
void read(int Id) {
cin >> x >> y >> c;
id = Id;
}
void put() {
cout << x << " " << y << " " << c << endl;
}
bool operator<(const Hotel other) const {
return c < other.c;
}
} hotel[N], guest[M];
namespace K_D_Tree {
const double alpha = 0.75;
const int D = 2;
int f = 0;
struct Point {
ll d[D];
int id;
Point() {}
Point(Hotel hotel) {
d[0] = hotel.x, d[1] = hotel.y;
id = hotel.id;
}
ll &operator[](const int x) {
return d[x];
}
bool operator<(const Point &other) const {
if (d[f] != other.d[f]) {
return d[f] < other.d[f]; // 根据当前要求的维度进行排序 用于nth_element()排序中
}
// 如果 d[f]==other[f] 就按照维度 找到第一个不相同的维度
for (int i = 0; i < D; i++) {
if (i ^ f && d[i] != other.d[i])
return d[i] < other.d[i];
}
return id < other.id;
}
} point[N];
#define pow2(x) ((x)*(x))
ll dis2(Point a, Point b) {
ll res = 0;
for (int i = 0; i < D; i++) {
res += pow2(a[i] - b[i]);
}
return res;
}
struct KDTree {
private:
struct Node {
Point p, Min, Max;
Node *son[2];
int size;
void pushUp() {
size = son[0]->size + 1 + son[1]->size;
for (int i = 0; i < D; i++) {
Min[i] = min(p[i], min(son[0]->Min[i], son[1]->Min[i]));
Max[i] = max(p[i], max(son[0]->Max[i], son[1]->Max[i]));
}
}
bool unbalanced() {
return (son[0]->size > alpha * size) || (son[1]->size > alpha * size);
}
ll f(Point x) {
ll res = 0;
for (int i = 0; i < D; i++) {
res += pow2(max(Min[i] - x[i], 0ll)) + pow2(max(x[i] - Max[i], 0ll));
}
return res;
}
} *null, *tail, MemoryPool[N], *root, *Recycle[N];
int cnt, top;
void init() {
tail = MemoryPool;
null = tail++;
null->son[0] = null->son[1] = null;
for (int i = 0; i < D; i++) {
null->Min[i] = LONG_LONG_MAX;
null->Max[i] = LONG_LONG_MIN;
}
root = null;
f = 0;
}
Node *createNode(Point x) {
Node *o = top ? Recycle[--top] : tail++;
o->p = o->Max = o->Min = x;
o->son[0] = o->son[1] = null;
o->size = 1;
return o;
}
int rebuild_d = 0;
Node **insert(Node *&o, Point &x, int d) {
if (o == null) {
o = createNode(x);
return &null;
}
Node **bad = insert(o->son[o->p[d] < x[d]], x, (d + 1) % D);
o->pushUp();
if (o->unbalanced()) {
bad = &o;
rebuild_d = d;
}
return bad;
}
void travel(Node *o) {
if (o == null) return;
travel(o->son[0]);
point[++cnt] = o->p;
Recycle[top++] = o;
travel(o->son[1]);
}
Node *build(int l, int r, int d) {
if (l > r) return null;
int mid = l + r >> 1;
f = d;
nth_element(point + l, point + mid, point + 1 + r);
Node *o = createNode(point[mid]);
if (l == r) return o;
o->son[0] = build(l, mid - 1, (d + 1) % D);
o->son[1] = build(mid + 1, r, (d + 1) % D);
o->pushUp();
return o;
}
void rebuild(Node *&o, int d) {
cnt = 0;
travel(o);
o = build(1, cnt, d);
}
ll Dist;
int res;
void queryMinDist(Node *&o, Point &x) {
ll dist = dis2(o->p, x);
if (dist < Dist || (dist == Dist && o->p.id < res)) {
Dist = dist;
res = o->p.id;
}
ll F[2] = {LONG_LONG_MAX, LONG_LONG_MAX};
if (o->son[0] != null) F[0] = o->son[0]->f(x);
if (o->son[1] != null) F[1] = o->son[1]->f(x);
int now = F[0] > F[1];
if (F[now] <= Dist) {
queryMinDist(o->son[now], x);
}
now ^= 1;
if (F[now] <= Dist) {
queryMinDist(o->son[now], x);
}
}
public:
KDTree() { init(); }
void clear() { init(); }
void insert(Point x) {
Node **bad = insert(root, x, rebuild_d = 0);
if (*bad == null) {
return;
}
rebuild(*bad, rebuild_d);
}
int query(Point x) {
Dist = LONG_LONG_MAX;
res = INT_MAX;
queryMinDist(root, x);
return res;
}
} kdt;
}
using namespace K_D_Tree;
int res[N];
int main() {
ios::sync_with_stdio(false);
cin.tie(0), cout.tie(0);
int T;
cin >> T;
for (int cs = 1; cs <= T; cs++) {
cin >> n >> m;
for (int i = 1; i <= n; i++) {
hotel[i].read(i);
hotel[i + n] = hotel[i];
}
for (int i = 1; i <= m; i++) {
guest[i].read(i);
}
sort(hotel + 1, hotel + 1 + n);
sort(guest + 1, guest + 1 + m);
for (int i = 1, j = 1; i <= m; i++) {
while (j <= n && hotel[j].c <= guest[i].c) {
kdt.insert(Point(hotel[j++]));
}
res[guest[i].id] = kdt.query(guest[i]) + n;
}
for (int i = 1; i <= m; i++) {
hotel[res[i]].put();
}
kdt.clear();
}
return 0;
}