题目描述
假定有一个无限长的数轴,数轴上每个坐标上的数都是 0。
现在,我们首先进行 n 次操作,每次操作将某一位置 x 上的数加 c。
接下来,进行 m 次询问,每个询问包含两个整数 l 和 r,你需要求出在区间 [l,r] 之间的所有数的和。
输入格式:
第一行包含两个整数 n 和 m。
接下来 n 行,每行包含两个整数 x 和 c。
再接下来 m 行,每行包含两个整数 l 和 r。
输出格式:
共 m 行,每行输出一个询问中所求的区间内数字和。
数据范围
- − 1 0 9 ≤ x ≤ 1 0 9 , −10^9≤x≤10^9, −109≤x≤109,
- 1 ≤ n , m ≤ 1 0 5 , 1≤n,m≤10^5, 1≤n,m≤105,
- − 1 0 9 ≤ l ≤ r ≤ 1 0 9 , −10^9≤l≤r≤10^9 , −109≤l≤r≤109,
- − 10000 ≤ c ≤ 10000 −10000≤c≤10000 −10000≤c≤10000
输入样例
3 3
1 2
3 6
7 5
1 3
4 6
7 8
输出样例
8
0
5
方法:离散化
解题思路
首先,我们看到题目要我们求一个区间 [l,r] 位置上的元素之和,心里不禁一喜,这不就用前缀和来做就可以了;
然后,一看数据范围就傻眼了,l 和 r 最大有
1
0
9
10^9
109,总不可能开这么大的数组吧,于是便引出了我们本题所要用到的算法:离散化;
离散化的本质:将数字本身 key 映射为它在数组中的索引 index(1 based). 通过二分求索引(value -> index)是离散化的本质。
由于用到的数字不止给出的这 n 个位置 x,还包括后面查询区间和所输入的 l 与 r. 把 x,l,r 全部存入容器 alls 中。
为什么存入容器中呢,而不用普通的数组来存放呢?
这是因为离散化首先要对这串数字排序再去重,而用 STL 函数可以直接实现。
sort(alls.begin(), alls.end());
alls.erase(unique(alls.begin(), alls.end()), alls.end());
然后后面要用到这串数字时,可以用二分来找到在 alls 中的位置。
最后定义两个整型数组,a 数组用来对应存放 alls 离散化后的值;s 数组用来存放 a 的前缀和。
某一区间和可以用 s[r] - s[l - 1] 求得。
小技巧:以后如果输入的数字,在后面的算法中,是要成对使用的,我们可以定义类型 pair<int, int>,方便存取。
代码
#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
typedef pair<int, int> PII;
const int N = 3e5 + 10;
int n, m;
int a[N], s[N];
vector<int> alls;
vector<PII> add, query;
int find(int x) {
long long l = 0, r = alls.size() - 1, mid;
while(l < r) {
mid = (l + r) / 2;
if(alls[mid] >= x) r = mid;
else l = mid + 1;
}
return l + 1;
}
int main() {
cin >> n >> m;
for(int i = 0; i < n; i++) {
int x, c;
cin >> x >> c;
add.push_back({x, c});
alls.push_back(x);
}
for(int i = 0; i < m; i++) {
int l, r;
cin >> l >> r;
query.push_back({l, r});
alls.push_back(l);
alls.push_back(r);
}
// 使用库函数对 alls 去重
sort(alls.begin(), alls.end());
alls.erase(unique(alls.begin(), alls.end()), alls.end());
// 处理插入
for(auto item : add) {
int x = find(item.first);
a[x] += item.second;
}
// 预处理前缀和
for(int i = 1; i <= alls.size(); i++) s[i] = s[i - 1] + a[i];
// 处理询问
for(auto item : query) {
int l = find(item.first), r = find(item.second);
cout << s[r] - s[l - 1] << endl;
}
return 0;
}
复杂度分析:
- 时间复杂度: O ( N l o g 2 N ) O(Nlog_2N) O(Nlog2N)
- 空间复杂度: O ( N ) O(N) O(N)