图片

NOIP提高组模拟赛第4场题解

首先非常感谢大家参加这场NOIP模拟赛。

这次题应该比前几天都简单吧，题目难度和部分分都是参照往年NOIP的中档题确定的，从得分情况来看，得到满分和高分的人比之前几场比赛都要多不少。

300分：3人

250分以上：5人

200分以上：11人

150分以上：28人

100分以上：51人

以下是这场模拟赛的题解。

---

文件改名

本题难度与NOIP2015 D1T2相近。

100分：25人

85分以上：39人

60分以上：61人

算法一

首先我们发现 $s_i=t_i$ 的文件是不影响答案的，我们把它们扔掉。

使用搜索算法，每次枚举一个文件 $i$ 改成什么名称。虽然改名可以改成任意字符串，但我们只关心是改成 $t_i$ 还是非 $t_i$，这样搜索空间就有限了。

这样可以通过 $n$ 比较小的数据。由于这些数据的文件名都是一个数字，可以用大小为 $10$ 的 bool 数组判断文件名是否冲突。

该算法视实现方式优劣，期望得分30至50分。

算法二

对于满足特殊性质2的数据，我们发现，把每个文件名直接改成 $t_i$ 一定不会冲突。

因此去掉 $s_i=t_i$ 的文件之后，剩下的文件都只需要改一次名，这样次数显然是最少的。输出剩下的文件名个数即可。

期望得分35分，结合算法一期望得分50至60分。

算法三

算法二什么时候能产生反例呢？我们发现，如果文件 $i$ 存在一个文件 $j\ne i$ 使得 $s_j=t_i$，那么要先对 $j$ 改名才能再对 $i$ 改名，而当每个文件 $i$ 都存在这样的 $j$ 时，任何一个文件 $i$ 都不能直接改名为 $t_i$ 了。

同样先删去满足 $s_i=t_i$ 的文件，然后对每个文件 $i$，若存在文件 $j\ne i$ 使得 $s_j=t_i$，则连一条 $i$ 到 $j$ 的边。这样可以得到一个各点入度和出度不超过 $1$ 的图，例如

8
a b
b a
c d
d e
f g
g h
h f
i i

这些文件构成的图如下：

1 ---    3   5 --> 6 --> 7
|    |   |   ^           |
|    V   V   |           |
 --> 2   4    -----------

对于不在环上（即在链上，如上面的 $3,4$）的文件，我们可以按照链的逆序完成每个文件的改名，每个文件只要改一次。

对于在环上的文件（如上面的 $1,2$ 以及 $5,6,7$），则要先将某个文件 $i$ 的文件名改成一个随机串（这样指向 $i$ 的边就会消失），然后再按链逆序完成文件的改名，于是大小为 $x$ 的环需要至少 $x+1$ 次改名。

因此找环统计即可求得答案。找环只需要从每个未被标记的点 $i$ 开始，不断访问 $i$ 连向的点并把经过的点打上标记，如果最后能回到 $i$ 就找到了一个环，否则说明 $i$ 及其到达的点不在环上。

如果暴力建图，即对每个 $i$ 枚举满足 $s_j=t_i$ 的 $j$，时间复杂度 $O(n^2)$，期望得分70分。

结合一些特殊数据可以得到更多分数。例如：

对于测试点15,16，$s_i,t_i$ 都是值不小于 $10^6$ 的正整数，所以可以开一个大小为 $10^6$ 的数组，对每个数 $x$ 存满足 $s_i=x$ 的文件 $i$ 编号，可以通过这两个测试点，期望得分80分。

对于剩余数据，按照算法二输出剩余文件个数，可以通过测试点17，期望得分85分。

算法四

对于一般数据，同样容易处理。

由于文件名不长，每个文件名可以转换成一个不超过10位的64进制数，大小不超过 $2^{60}$，可以用64位整数类型存储。

将文件按 $s_i$ 排序，之后对每个点 $i$ 在文件中二分查找满足 $s_j=t_i$ 的 $j$，连 $i$ 到 $j$ 的边，再按算法三的方法找环统计答案即可。时间复杂度 $O(n\log n)$，期望得分100分。

题外话

找满足 $s_j=t_i$ 的 $j$ 这一步可以用hash，不过要注意模数不能设太小，否则有hash冲突的危险。

另外，和NOIP2015 D1T2现场有人写了Tarjan一样，这题也有人写了Tarjan……你们在写的时候难道不觉得大材小用了吗……

以及这题的测试点11、validator、std一开始都是有问题的，很对不起各位选手TAT……现已修正。

---

本题难度与NOIP2013 D1T2相近。

100分：10人

50分以上：19人

30分：13人

5分：22人

算法一

对于测试点1，$n=1$，只需判断 $h_1$ 的生命值是否能承受唯一怪物的伤害，即 $h_1>a_1b_1$ 即可。

期望得分5分。

算法二

使用搜索算法。DFS枚举每次打哪个怪物，记录当前已经打败了哪些怪物和剩余生命值。

时间复杂度 $O(n!m)$，可以通过前6个测试点获得30分。

如果不会写DFS，可以手动枚举所有的排列情况通过 $n\le 3$ 的15分。

算法三

显然这个搜索是可以记忆化的，考虑使用状态压缩DP。

定义 $f(S,h)$ 表示已消灭怪物集合为 $S$，剩余生命值为 $h$ 时，最多还能击败多少怪物，则

$$f(S,h)=\max\left\{f(S\cup\{i\},h-(a_i+d|S|)(b_i+d|S|)\right\}$$ 其中 $i\not\in S$， $h-(a_i+d|S|)(b_i+d|S|)>0$。当不存在这样的 $i$ 时 $f(S,h)=0$。

做完DP之后，对于每个猎人 $j$ 可以直接查询其最多能消灭的怪物数 $f(\varnothing,h_j)$。时间复杂度 $O(2^nn\cdot\max\{h_i\}+m)$，期望得分40~45分。

算法四

上述状压DP还可以进一步优化。你会发现 $h$ 这一维范围很大，然而 $f(S,h)$ 范围很小，不妨把两者交换一下！

定义 $f(S,k)$ 表示已消灭怪物集合为 $S$，之后消灭 $k$ 个怪物至少需要损失的生命，则

$$f(S,k)=\max_{i\not\in S}\left\{f(S\cup\{i\},k-1)+(a_i+d|S|)(b_i+d|S|)\right\}$$ 这样查询猎人 $j$ 能消灭的怪物数就是求最大的 $k$ 使得 $f(\varnothing,k) < h_i$。

时间复杂度 $O(2^nn+mn)$，期望得分50~55分。

算法五

对于测试点16,17，$d=0$，也就是消灭怪物是顺序无关的。

由于消灭怪物 $i$ 消耗的生命值为 $a_ib_i$，我们将怪物按照 $a_ib_i$ 从小到大排序，那么对于每个猎人，如果能消灭 $k$ 个怪物，那么一定是贪心取 $a_ib_i$ 最小的 $k$ 个怪物。

排序后预处理 $a_ib_i$ 的前缀和，对于每个猎人，可以使用二分法求出其最多能消灭的怪物数量。

时间复杂度 $O((n+m)\log n)$，期望得分15分。结合上述算法期望得分60~65分。

算法六

$d=0$ 的数据可以贪心，那么 $d\ne 0$ 的数据是否也有贪心性质呢？

假设 $i,j$ 是猎人的打怪顺序中两个相邻的怪物，$i$ 在 $j$ 前面，不妨设在打到 $i$ 之前，$i$ 的攻击力和防御力为 $a_i,b_i$，$j$ 的攻击力和防御力为 $a_j,b_j$，则消灭 $i,j$ 总共损失生命 $h=a_ib_i+(a_j+d)(b_j+d)$。

如果交换 $i,j$ 顺序，即先消灭 $j$，再消灭 $i$，那么总共损失生命 $h'=a_jb_j+(a_i+d)(b_i+d)$。

由于 $h'-h=(a_i+b_i)d-(a_j+b_j)d$，当 $a_i+b_i\le a_j+b_j$ 时，$h'\le h$，也就是交换 $i,j$ 顺序更优。

因此我们有如下结论：一定存在最优解，使得怪物按照 $a_i+b_i$ 从大到小的顺序消灭。

这样，将怪物按照 $a_i+b_i$ 从大到小排序，那么答案序列是这样排序后的一个子序列。

用DFS枚举子序列，并更新答案。复杂度 $O(2^nm)$，期望得分55~60分，结合算法五期望得分65~70分。

算法七

上述算法的DFS枚举子序列同样是可以记忆化的。将怪物按照 $a_i+b_i$ 从大到小排序后，考虑DP，记 $f(i,j,h)$ 为已经确定前 $i$ 个怪物是否消灭，前 $i$ 个怪物消灭了 $j$ 个，剩余生命 $h$，之后最多能消灭多少个怪物，则

$$f(i,j,h)=\begin{cases}0,&i>n\\f(i+1,j,h),&h-(a_{i+1}+dj)(b_{i+1}+dj)\le 0\\ \max\left\{f(i+1,j,h),f(i+1,j+1,h-(a_{i+1}+dj)(b_{i+1}+dj))+1\right\},&\mathrm{otherwise}\end{cases}$$

DP之后，每个猎人 $j$ 最多消灭怪物数可以直接查询 $f(0,0,h_j)$。时间复杂度 $O(n^2\max\{h_i\}+m)$，期望得分55分，结合算法五、六期望得分80分。

算法八

最后，仿照算法四对算法三的优化，将上述DP进行优化就是正解了。

同样将怪物按照 $a_i+b_i$ 从大到小排序，然后记 $f(i,j)$ 为前 $i$ 个怪物消灭 $j$ 个，至少消耗多少生命值，则

$$f(i,j)=\begin{cases}0,&j=0,\\+\infty,&j>i,\\ \min\left\{f(i-1,j),f(i-1,j-1)+[a_i+d(j-1)] [b_i+d(j-1)]\right\},&0 < j\le i\end{cases}$$

DP之后，对每个猎人 $j$ 可以使用二分法求出其最多消灭的怪物数量。

最后我们成功地解决了这个问题，时间复杂度 $O(n^2+m\log n)$，期望得分100分。

题外话

我看到不少人直接把怪物按照 $a_ib_i$ 从小到大排序然后对每个人 $O(n)$ 贪心，然后喜闻乐见地只得了5分。这样写连样例二都过不去2333 所以大家都知道这样做是错的吧，不过从得分情况来看得5分的比得30分的还要多很多。我想说既然知道错为啥还有这么多人不改QAQ 暴搜都有30分啊。论错误算法的危害性。

事实上这题的DP可以用数据结构优化到 $O(n\log n)$，不过这部分超过了NOIP难度范围，所以并没有出出来……感兴趣的同学可以自行研究。

---

魔术帽游戏

本题难度与NOIP2012 D1T3相近。

100分：4人

52分以上：18人

24分：35人

算法一

每局游戏暴力模拟交换过程，根据交换的魔术帽编号推出魔术球被交换到的位置。

时间复杂度 $O(mq)$，期望得分24分。

算法二

对于所有 $x_j=l_j=1$ 的数据，相当于询问“如果球一开始放在魔术帽 $1$ 内，然后从第 $1$ 个操作往下做，求 $r_i$ 次操作后球的位置”。

于是设球一开始位于魔术帽 $1$ 内，然后从头到尾模拟一遍整个操作序列，每次交换以后记录下当前球的位置，就能对所有的 $r$ 预处理出 $r$ 次操作后球的位置了，询问就可以直接回答了。

时间复杂度 $O(m+q)$，期望得分12分，结合算法一期望得分36分。

算法三

对于 $n=2$ 的数据，交换只有两种，一种是 $1\rightarrow 2,2\rightarrow 1$，即有效的交换，另一种是不变。

显然后一种交换不用考虑。如果在第 $i$ 局游戏中，有效的出现了偶数次，那么球的位置不变，仍为 $x_i$，如果出现了奇数次，那么球的位置改变，为 $3-x_i$。

因此问题转化为统计区间 $[l_i,r_i]$ 内有多少个有效的交换，即有多少个 $j\in[l_i,r_i]$ 满足 $a_j\ne b_j$。

数据结构学傻选手可能会想用线段树或者树状数组维护。由于只有查询，只需前缀和即可解决这个问题：设 $S_i$ 为有多少个 $j\in[1,i]$ 满足 $a_j\ne b_j$，那么 $[l_i,r_i]$ 内有效交换的次数就是 $S_{r_i}-S_{l_i-1}$，球的位置改变的条件是 $S_{l_i-1}$ 和 $S_{r_i}$ 奇偶性不同。

时间复杂度 $O(m+q)$，期望得分16分，结合算法一、二期望得分52分。

算法四

我们尝试一些其他的做法，比如线段树。

考虑用线段树维护操作序列，对于每个线段树结点 $[l,r]$ 开一个大小为 $n$ 的数组 $a$，其中 $a[i]$ 表示如果当前球位于 $i$ 号魔术帽内，依次进行区间 $[l,r]$ 内的交换之后求将会到什么位置。

这样的信息不难维护：对于非叶结点的数组 $a$，其左、右儿子的数组分别为 $a_1,a_2$，那么 $a[i]=a_2[a_1[i]]$。

询问时可以将查询区间定位到 $O(\log m)$ 个结点上，用线段树维护的信息可以求得答案，就可以 $O(\log m)$ 高效地求得答案。

遗憾的是建线段树需要 $O(mn)$ 的时间和空间复杂度，因此只能通过 $mn$ 不大的数据，期望得分64分，结合算法二期望得分76分。

算法五

线段树的做法似乎没有什么前途，我们换一种思路。

建立一个 $(m+1)n$ 个结点的图，每个结点为一个二元组 $(i,j)$，$1\le i\le m+1$，$1\le j\le n$，表示时刻 $i$ 魔术球在魔术帽 $j$ 中。对于每个操作 $i$，连边 $(i,a_i)\rightarrow(i+1,b_i)$、$(i,b_i)\rightarrow(i+1,a_i)$ 以及 $(i,j)\rightarrow(i+1,j)$（$j\not\in\{a_i,b_i\}$），这样每个结点的出度不超过 $1$。

那么每局游戏 $i$ 的答案就是从点 $(l_i,x_i)$ 出发一直走，走到第一个满足 $y>r_i$ 的点 $(y,z)$ 时 $z$ 的值。

例如样例一：

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

对应的图如下：

(1,1)---(2,1)\  /(3,1)\   /(4,1)--(5,1)\/(6,1)
(1,2)\ /(2,2)-\/-(3,2)-\-/-(4,2)--(5,2)/\(6,2)
(1,3)-*-(2,3)-/\-(3,3)--*--(4,3)\/(5,3)--(6,3)
(1,4)/ \(2,4)/  \(3,4)-/-\-(4,4)/\(5,4)--(6,4)
(1,5)---(2,5)----(3,5)/   \(4,5)--(5,5)--(6,5)

对于第 $1$ 局游戏，从 $(1,2)$ 出发走到的第一个 $y>r_i$ 的点 $(y,z)$ 为 $(4,5)$，因此第 $1$ 局游戏的答案为 $5$。

直接模拟仍然是暴力的复杂度，不过可以用倍增法优化。对每个点 $(i,j)$ 和非负整数 $k\le\lfloor\log_2m\rfloor$，预处理 $f(i,j,k)$ 为从点 $(i,j)$ 出发走 $2^k$ 步到达的点，例如上面样例的 $f(1,2,2)=(5,5)$。

这样，求 $(i,j)$ 出发的第一个 $y>r$ 的点 $(y,z)$，可以从大到小枚举 $k=\lfloor\log_2m\rfloor,\lfloor\log_2m\rfloor-1,\cdots,1,0$，对每个 $k$，如果 $f(i,j,k)$ 超过了 $r$ 则不变，否则把 $(i,j)$ 跳转至 $f(i,j,k)$。最后 $(i,j)$ 的后继即为目标。

这样每局游戏的答案就可以 $O(\log m)$ 求出了。然而这样倍增预处理的时间和空间复杂度为 $O(mn\log m)$，仍然只能通过 $mn$ 不大的数据，期望得分与算法四相同。

算法六

我们发现算法五的图中绝大多数边都是 $(i,j)\rightarrow(i+1,j)$ 的，十分浪费。考虑对每个 $i=1,2,\cdots,n$ 只建 $(i,a_i),(i,b_i)$ 两个点，共 $2n$ 个点。

对于每个点 $(i,a_i)$ 或 $(i,b_i)$，将其连向魔术球在第 $i$ 次交换后位于 $b_i$（或 $a_i$）之后，下一次参与的交换操作。形式化地：

• 对于每个 $(i,a_i)$，将其连向 $(j,b_i)$，其中 $j$ 是满足 $j>i$ 且 $b_i\in\{a_j,b_j\}$ 的最小整数（如果有）；

• 对于每个 $(i,b_i)$，将其连向 $(j,a_i)$，其中 $j$ 是满足 $j>i$ 且 $a_i\in\{a_j,b_j\}$ 的最小整数（如果有）。

例如上面的样例对应的图如下：

        (2,1)-\  /-(3,1)    /-------(5,1)
(1,2)\ /-------\/----------/--------(5,2)
      X        /\         /  (4,3)
(1,4)/ \(2,4)-/  \-------/---(4,4)
                   (3,5)/

求第 $i$ 局游戏的答案，先找出最小的整数 $j\in[l_i,r_i]$ 使得点 $(j,x_i)$ 存在，如果存在这样的 $j$，之后和算法五一样，用倍增法优化求出最后一次参与的交换，进而得到答案；否则第 $i$ 局游戏中魔术球不会参与任何交换，答案为 $x_i$。

现在唯一的问题是如何对多个 $(i,x)$ 找出最小的 $j>i$ 使得点 $(j,x)$ 存在，即 $x\in\{a_j,b_j\}$。只有解决了这一步才能完成建图和求解游戏。

维护一个大小为 $n$，初值为 $+\infty$ 的数组 $L$，然后从大到小枚举 $i=n,n-1,\cdots,2,1$，对每个 $i$：

• 将 $L[a_i]$ 和 $L[b_i]$ 修改为 $i$，这样，$L[x]$ 就是最小的 $j\ge i$ 使得点 $(j,x)$ 存在；

  • 建图方面，连边 $(i,a_i)\rightarrow(L[b_i],b_i)$（如果 $L[b_i]\ne+\infty$）和 $(i,b_i)\rightarrow(L[a_i],a_i)$（如果 $L[a_i]\ne+\infty$）；

  • 求解方面，取出所有满足 $l_j=i$ 的游戏局 $j$，如果 $L[x_j]\le r_j$，则从点 $(L[x_j],x_j)$ 开始，用算法五的倍增法求出第 $j$ 局的答案，否则第 $j$ 局的答案为 $x_j$。

  • “取出所有满足 $l_j=i$ 的游戏局 $j$”这一步比较简单的实现方法是对每个 $i$ 开一个链表存储满足 $l_j=i$ 的所有 $j$。

    时间复杂度 $O(n+(m+q)\log m)$，期望得分100分。

    算法七

    本人在出这道题的时候想到算法六，就把它当作标算出出来了……后来给其他同学做发现了更优秀的算法。

    注意到在算法六中，建出来的图实际上是若干条链，因此倍增法的实质是在链上二分查找大于 $r_i$ 的最小的数。

    而这个二分是可以省掉的，我们只需把游戏按 $r_i$ 从小到大排序（$r_i$ 不超过 $m$，因此可以对每个 $x=1,2,\cdots,m$ 开一个链表存储满足 $r_i=x$ 的 $i$，以完成排序），那么在递增数列 $C$ 上，随着 $r_i$ 的递增，$C$ 中大于 $r_i$ 的最小值不下降。

    于是可以依次取出图中每一条链 $C$ 以及操作在 $C$ 上的所有游戏局（同样用链表存储），然后按 $x$ 从小到大枚举 $C$ 中的点 $(x,y)$（$y\in\{a_x,b_x\}$），由于 $r_i$ 已经排好序，故可从前往后把每局游戏 $i$ 的答案设为 $y$，然后把 $i$ 扔掉，直到 $r_i\ge x$ 为止。

    时间复杂度 $O(n+m+q)$，期望得分100分。

    实现时不需要逐条链取出来，可以直接在算法五建的图中同时模拟这 n <script type="math/tex" id="MathJax-Element-3245">n</script> 条链，具体实现方式这里不再赘述，大家可以自行思考。