【BIT2021程设】16.集合——中位数机、对顶堆

最新推荐文章于 2024-10-04 17:07:53 发布

千里之码

最新推荐文章于 2024-10-04 17:07:53 发布

阅读量380

点赞数 1

分类专栏： BIT2021小学期程序设计实践文章标签： c++ 算法

本文链接：https://blog.csdn.net/m0_62573554/article/details/120603659

版权

BIT2021小学期程序设计实践专栏收录该内容

22 篇文章 53 订阅

订阅专栏

这篇博客介绍了作者在十一假期期间对小学期程序设计作业的总结，主要针对寻找使所有同学曼哈顿距离之和最小的集合点问题。通过分析得出，该问题可以通过维护大根堆和小根堆动态计算中位数来解决。文章提供了伪代码，并强调了在处理浮点数时避免不必要的计算，以防止超时。博客还包含了完整的C++代码实现。

摘要由CSDN通过智能技术生成

写在前面：

本系列博客仅作为本人十一假期过于无聊的产物，对小学期的程序设计作业进行一个总结式的回顾，如果将来有BIT的学弟学妹们在百度搜思路时翻到了这一条博客，也希望它能对你产生一点帮助（当然，依经验来看，每年的题目也会有些许的不同，所以不能保证每一题都覆盖到，还请见谅）。

不过本人由于学艺不精，代码定有许多不足之处，欢迎各位一同来探讨。

同时请未来浏览这条博客的学弟学妹们注意，对于我给出完整代码的这些题，仅作帮助大家理解思路所用（当然，因为懒，所以大部分题我都只给一个伪代码）。Anyway，请勿直接复制黏贴代码，小学期的作业也是要查重的，一旦被查到代码重复会严厉扣分，最好的方法是浏览一遍代码并且掌握相关的要领后自己手打一遍，同时也要做好总结和回顾的工作，这样才能高效地提升自己的代码水平。

加油！

类似题指路：力扣O41

成绩	10	开启时间	2021年09月3日星期五 11:30
折扣	0.8	折扣时间	2021年09月7日星期二 23:00
允许迟交	否	关闭时间	2021年10月10日星期日 23:00

Description

想必同学们已经深刻体会到军训的辛苦了，与此同时我们也应该感谢教官们的辛苦付出。现在请你帮助教官小张解决如下问题吧！

马上集合了，但现在同学们分布在操场各个位置。共有n位同学，他们在操场的位置可以用 $(x_i,y_i)$ 表示。现在小张想知道对于每一个i，前i个同学集合应该如何选择位置使得所有同学走的总曼哈顿距离最短。

Input

本题为多组数据。

第一行一个数， $T$ 表示数据组数。

每组数据第一行一个数 $n(1 \leq n \leq 500000 )$ ，表示同学个数。

接下来 $n$ 行，每行两个数 $x_i,y_i(-10^9 \leq x_i,y_i \leq 10^9 )$ ，表示每个同学位置。

数据保证所有组数据 $\sum n \leq 500000$ 。

Output

每组数据第一行输出数据组数的信息（见样例）。

之后 $n$ 行，每行一个数，保留4位小数，表示前 $i$ 位同学集合到同一个点最少走的曼哈顿距离。

Notes

$(x_1,y_1),(x_2,y_2)$ 两点曼哈顿距离为 $|x_1-x_2| +|y_1-y_2|$ 。

测试用例 1

以文本方式显示

1↵
5↵
1 1↵
1 1↵
1 -1↵
-1 1↵
-1 -1↵

以文本方式显示

Case: 1↵
0.0000↵
0.0000↵
2.0000↵
4.0000↵
8.0000↵

1秒

64M

题意分析：

找最小曼哈顿距离之和的集合点。曼哈顿距离不再解释，题目里就有。

这题我们首先可以注意到，曼哈顿距离的x和y的计算应该是互相独立、互不干扰的，所以我们可以把两者单独拉出来算。那么问题就被简化为了一维的：在数轴上寻找一个点，使得若干个点与其的距离之和最小，实际上这个距离之和就是这样一个函数：

$f(x)=\left | x-a_1 \right |+\left | x-a_2 \right |+\left | x-a_3 \right |+\begin{matrix} &...& \end{matrix}+\left | x-a_n \right |$

高中数学好的同学其实一眼就知道这是什么玩意了，要是还是看不出来呢，那我画个图给你看。

以上两幅图分别是{ $a_n$ }为{1,2,4,7,11}和{1,2,3,4,7,11}的情况。

用数学方法不难分析出，当总元素个数为奇数时， $f(x)$ 的最小值点为所有元素的中位数，最小值为中位数与其他元素之差的和；当总元素个数为偶数时， $f(x)$ 的最小值点取遍区间[a,b]，其中a，b是所有元素中间的两个，最小值为a，b任一个与其他所有元素（包括没选上的那一个a或者b）之差的和。

这题既然要求我们对于每输入一个数据，就更新一个输出，那我们就需要一个能动态取出中位数的容器，并且取中位数的时间得控制在常数级别。那要怎么做呢？

我们回想一下，如果我们需要动态存取一个容器中最大的那个值，我们会用什么？答案是堆，也就是优先队列（名词解释：堆与优先队列）。同时，想要动态存取最小值，也可以用优先队列。那动态存取中位数该怎么办呢？

聪明的人已经想到了，最大的那一半，其中的最小值，或者最小的那一半其中的最大值，不就是我们要的中位数吗（二者至少其中之一是）！所以我们的目标就是，构建一个大根堆，用于保存较小的那一半；构建一个小根堆，用于保存较大的那一半；同时既然是“各一半”，我们就要尽量保证两个根堆大小相等——最多差一个。

于是，整个思路就非常的自然了。

详情看伪代码。

伪代码：

这里只写中位数机的伪代码，写出中位数机以后后续的步骤就不难了。

构建一个大根堆 $maxHeap$ ，一个小根堆 $minHeap$ ；

//整个过程中，我们保证大根堆的大小至多比小根堆大1，当然，反过来定义也行，看你喜欢

读入新数据的操作：

如果大根堆和小根堆一样大，将数据先压入小根堆，同时把小根堆堆顶弹出，压入大根堆；

//想一想，为什么要这么做？——目的是保证小根堆存放的皆为“较大的”那一半，大根堆存放“较小的那一半”，如果直接压入大根堆，并不能保证新数据属于较小的那一半，于是先压入小根堆，再把小根堆最小的那个取出还给大根堆，不用担心压入小根堆的那个数据过小导致破坏这个过程——如果过小，那之后会马上被弹出

如果大根堆更大，先将数据压入大根堆，再将大根堆堆顶弹出，压入小根堆；

取中位数的操作：

//我们不是严格取中位数，当中间有两个数时，我们任取其一就行，如果要严格取中位数，简单改造就行，留作读者自行思考

无论两个堆大小关系如何，都返回大根堆顶；

//当然，你要分类讨论也行，大根堆大时返回大根堆顶，一样大时返回二者的平均数，然而这样对这题来说反而不好，理由一会说

注意事项：

为什么说“正经地返回中位数”不好呢？这不是鼓励我们投机取巧吗？

实际上，如果我们正经地返回中位数，有可能会涉及到浮点数的计算（比如中间数字是3和4），而double类型的计算相较于long long是非常之慢的，超时就在一念间。既然这题全部输入都是整型，并且我们也证明了我们所需要的点就是所有点其中之一，也是一个整型，那自然是能不引入浮点就不引入浮点。

然而，题目最终要求我们输出浮点数，那咋办啊？

实际上，你会发现，不论怎么算，最后输出出来的所谓“浮点数”，都没有小数部分（因为我们选定的集合点是一个整数，那接下来必定只有整数的加减法，结果自然不会有小数部分），我认为这是题目设计的疏漏。（当然，到了你们这一届可能题目已经改了）

其他的注意事项就比如，要开long long这样的老生常谈了，不再赘述。

贴代码：

    #include <bits/stdc++.h>  
    using namespace std;  
    typedef long long ll;  
    const int INF = 0x3f3f3f;  
    const double EPS = 1e-8;  
    #define __MAX 100010  
            
    class MedianFinder{  //中位数机
    private:  
        priority_queue<ll, vector<ll>, less<ll>> maxHeap;  
        priority_queue<ll, vector<ll>, greater<ll>> minHeap;  
    public:  
        MedianFinder(){}  
        void addNum(ll num){  
            if(maxHeap.size() == minHeap.size()){  
                minHeap.push(num);  
                ll val = minHeap.top();  
                minHeap.pop();  
                maxHeap.push(val);  
            } else{  
                maxHeap.push(num);  
                ll val = maxHeap.top();  
                maxHeap.pop();  
                minHeap.push(val);  
            }  
        }  
        ll getMedian(){  
            if(maxHeap.size() == minHeap.size()){  
                return ((maxHeap.top() + minHeap.top()) / 2);  
            } else{  
                return (maxHeap.top());  
            }  
        }  
        ~MedianFinder(){}  
    };  
            
    int main(){  
        ///ifstream infile("input.txt", ios::in);  
        ///ofstream outfile("output.txt", ios::out);  
            
        int t;  
        cin >> t;  
        int n;  
        ll tx, ty;  
        for(int i = 1; i <= t; i++){  
            MedianFinder x;  
            MedianFinder y;  
            scanf("%d",&n);  
            printf("Case: %d\n",i);  
            ll cur = 0;  
            int mx;  
            int my;  
            for(int j = 0; j < n; j++){  
                scanf("%lld %lld",&tx, &ty);  
                if(j == 0){  
                    mx = tx;  
                    my = ty;  
                }  
                x.addNum(tx);  
                y.addNum(ty);  
                if(j % 2 == 0){  
                    mx = x.getMedian();  
                    my = y.getMedian();  
                    cur += abs(mx - tx) + abs(my - ty);  
                } else{  
                    cur += abs(mx - tx) + abs(my - ty);  
                    mx = x.getMedian();  
                    my = y.getMedian();  
                }  
                printf("%lld.0000\n",cur);  //假装输出浮点数
            }  
        }  
            
        return 0;  
    }