分块入门6: 动态插入+分块重构

题目链接:https://loj.ac/problem/6282
题目大意:在这里插入图片描述
在这里插入图片描述
先说随机数据的情况

之前提到过,如果我们块内用数组以外的数据结构,能够支持其它不一样的操作,比如此题每块内可以放一个动态的数组,每次插入时先找到位置所在的块,再暴力插入,把块内的其它元素直接向后移动一位,当然用链表也是可以的,这里用vector。

查询的时候类似,复杂度分析略。

但是这样做有个问题,如果数据不随机怎么办?

如果先在一个块有大量单点插入,这个块的大小会大大超过√n,那块内的暴力就没有复杂度保证了。

还需要引入一个操作:重新分块(重构)

每根号n次插入后,重新把数列平均分一下块,重构需要的复杂度为O(n),重构的次数为√n,所以重构的复杂度没有问题,而且保证了每个块的大小相对均衡。
当然,也可以当某个块过大时重构,或者只把这个块分成两半。

#include<bits/stdc++.h>
using namespace std;
typedef long long LL;
//由块号寻找第一个块元素的下标
#define int(x) ((x-1)*Len+1)
const int maxn=5e5+5;
LL read()
{
    LL x=0,f=1;char ch=getchar();
    while(ch<'0'||ch>'9'){if(ch=='-')f=-1;ch=getchar();}
    while(ch>='0'&&ch<='9'){x=x*10+ch-'0';ch=getchar();}
    return x*f;
}

int a[500005];
vector<int> v[5005];
int Len, n, m;

pair<int , int> query(int b)//查询第b个元素
{
    int x=1;
    while(b>v[x].size())
    {
        b-=v[x].size(), x++;
    }

    return make_pair(x, b-1);//返回a[i]的块数和前一个元素在块中的位置
}

void rebuild()//重新分块
{
    int top=0;
    for(int i=1;i<=m;i++)
    {
        for(vector<int>::iterator it=v[i].begin(); it!=v[i].end(); it++)
        {
            a[++top]=*it;
        }
        v[i].clear();
    }
    Len=sqrt(top);//每块的大小

    for(int i=1;i<=top;i++)
    {
        v[(i-1)/Len+1].push_back(a[i]);
    }
    m=(top-1)/Len+1;//重新统计块数
}

void Insert(int a, int b)//在第a个元素前面插入b
{
    pair<int , int> t=query(a);
    v[t.first].insert(v[t.first].begin()+t.second, b);//插入元素

    if(v[t.first].size()>20*Len)//块过大时,重新分块
    {
        rebuild();
    }
}

void build(int n)//初始分块
{
    Len=sqrt(n);//每块长度
    m=(n-1)/Len+1;//总的块数
    for(int i=1;i<=n;i++)
    {
        a[i]=read();
    }
    for(int i=1;i<=n;i++)
    {
        v[(i-1)/Len+1].push_back(a[i]);
    }
}

int main()
{
    n=read();
    build(n);

    for(int i=1;i<=n;i++)
    {
        int op=read(), L=read(), R=read(), c=read();
        if(op==0)
        {
            Insert(L, R);
        }
        else
        {
            pair<int , int> t=query(R);
            printf("%d\n", v[t.first][t.second]);
        }
    }

    return 0;
}
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 这段代码是从一个三维的图像数组中按照指定的比例切割出一个子数组。具体来说,它取出了图像数组在第i * ratio到(i + 1) * ratio行,第j * ratio到(j + 1) * ratio列,第k个通道中的部分,并赋值给变量delta。其中ratio是指定的切割比例,i、j、k是循环变量,用来遍历图像数组的所有元素。 ### 回答2: 这是一行代码,用于截取图像中指定位置的一个小块区域。 其中,delta是一个变量,表示截取的小块区域。 image是原始的图像。 i、j、k分别表示在三个维度上的索引,用于定位要截取的区域。 ratio是一个比例因子,用于确定截取区域的大小。 根据代码的逻辑,我们可以理解为: 假设原始图像的维度为M x N x P(M表示高度,N表示宽度,P表示通道数)。 那么截取区域的高度为ratio,宽度也为ratio,通道数保持不变(即P)。 所以,最终截取的小块区域的维度为ratio x ratio x P。 具体来说,delta的取值为原始图像中从第i*ratio行到(i+1)*ratio行、从第j*ratio列到(j+1)*ratio列、以及第k个通道所组成的像素值。 这行代码适用于一些需要按比例截取图像中某个区域的应用场景。例如,当我们需要对大尺寸图像进行分块处理时,可以使用该代码截取每一小块进行处理。又如,在图像缩放、裁剪等操作中,也可以使用该代码来提取指定区域。总之,以上是关于该行代码的简单解释。 ### 回答3: delta = image[i * ratio:(i + 1) * ratio, j * ratio:(j + 1) * ratio, k] 是一个二维矩阵切片的操作。该语句的目的是从图像的第 i * ratio 行到第 (i + 1) * ratio - 1 行,第 j * ratio 列到第 (j + 1) * ratio - 1 列,取出颜色通道 k 的部分。 其中,image 是一个三维矩阵,代表一张图片。i 和 j 是变量,表示图片的行和列索引。ratio 是表示分辨率缩放的比例,可以理解为将原始图像的宽高缩放为原来的 ratio 分之一。k 表示图片的颜色通道,根据不同的图像编码方式,通常有 RGB 或者灰度通道。 这个操作可以用于提取原图像的小块区域,并在分析或者处理图像时使用。可以根据需要调整 i、j、ratio 值以及颜色通道 k 的值来获取不同的片段,从而对图像进行分析、缩放或者其他处理。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值