【CSP试题回顾】201912-2-回收站选址（优化）

最新推荐文章于 2024-09-21 09:49:59 发布

LOST P

最新推荐文章于 2024-09-21 09:49:59 发布

阅读量832

点赞数 9

分类专栏： CSP备考文章标签：算法 c++

本文链接：https://blog.csdn.net/fzy2003/article/details/137059094

版权

文章讨论了在CSP问题中，通过使用映射和向量数据结构，优化回收站选址算法的时间复杂度，从暴力枚举的O(n²)降低到O(n)，提高了处理大规模数据的效率。

摘要由CSDN通过智能技术生成

关键点：时间复杂度

在暴力枚举方法中，会针对每个点，检查它周围的所有可能的点来判断它是否构成一个正方形的一部分，以及它的对角线上的点是否存在。

时间复杂度：对于每个点，你需要检查固定数量的邻居（通常是8个方向），因此单点的检查是O(1)。但是，对于n个点，总的时间复杂度是O(n)。然而，如果我们要检查每个点是否与其他点形成特定的正方形结构，特别是在计算得分时，如果用暴力枚举去查找每个点的四个对角是否存在，对于每个点可能需要与其它所有点进行比较，这将使时间复杂度上升至O(n²)。

映射的使用：通过使用映射（mapX和mapY），代码可以在O(1)的时间内直接访问任何特定坐标的点（假设哈希操作的时间复杂度是O(1)）。这大大减少了需要检查的点的数量。
点的插入和检索：将每个点插入映射中的时间复杂度是O(1)，总共是O(n)。检索一个点是否存在于给定的x或y坐标的时间复杂度也是O(1)，但是因为需要检查的是固定的几个点（而不是所有的点），所以整体效率更高。
时间复杂度：总的来说，主要的过程，包括构建映射和检查点，时间复杂度是O(n)。即使在检测和计算分数过程中需要进行多次映射查找，这些操作的时间复杂度仍然是O(1)，因此不会显著增加总体时间复杂度。

相比于暴力枚举方法，上述代码通过使用映射和向量来优化数据的组织和访问，从而显著降低了时间复杂度。在暴力方法中，尤其是在最坏情况下，时间复杂度可以达到O(n²)，而使用映射和向量的方法将这一复杂度降低到O(n)，这在处理大量数据时可以极大地提高效率。

此功能的目的是确定给定的点是否能够作为回收站，这是通过检查以下条件来实现的：

横向检测：
- 检查给定点的左边（x - 1）和右边（x + 1）是否都存在点。这是通过在同一纵坐标y（使用mapY映射）下搜索对应的x值完成的。
- 如果两边都有点，flagX将被设置为2。
纵向检测：
- 检查给定点的上面（y + 1）和下面（y - 1）是否都存在点。这是通过在同一横坐标x（使用mapX映射）下搜索对应的y值来完成的。
- 如果上下都有点，flagY将被设置为2。
确定回收站：只有当flagX和flagY都为2，即点周围正好有四个点（左、右、上、下），该点才被视为正方形的一部分。

在主函数中，代码执行以下操作：

遍历所有点：对于列表中的每个点，首先使用detect函数检查该点是否构成正方形的一部分。如果是，那么使用getScore函数来确定该点的得分。
更新得分列表：根据getScore函数返回的得分，增加scoreList相应索引下的值。例如，如果一个点的得分是3，那么scoreList[3]的值就会增加1。
输出结果：遍历scoreList，按分数0至4的顺序打印出每个分数的点的数量。