【dtoj#4219】地中海气候

传送门

题目描述

Alice和Bob又双叒叕开始玩游戏了。
有一个包含 N N N 个正整数的序列,序列元素不大于 N N N。紧接着,他们维护了一个可重集合 S S S,包含序列中的前 P P P 个元素。Alice先手,二人轮流进行下面的一系列操作:
1)从集合 S S S 中拿走一个元素,加到玩家的总分上面;
2)将序列中的下一个数字(如果存在)添加到集合 S S S 中;
这意味着游戏开始时,当第一个数从集合 S S S 中取出后,将序列的第 P + 1 P+1 P+1 项加入到集合 S S S中,以此类推至集合 S S S 被取空为止。
假使二人都尽力使自己的总分最大,设游戏的结果为Alice的总分与Bob的总分之差,那么请你在给定序列和集合元素的情况下,输出游戏的结果。

输入格式

输入的第一行包含两个正整数 N N N K K K N N N 表示给定序列的长度, K K K 表示询问个数。
第二行包含 N N N 个正整数 a i a_i ai表示序列的元素。
第三行包含 K K K 个正整数 P i P_i Pi, 对应 K K K 次游戏,其中每次游戏 S S S 集合的初始元素为原序列的前 P i P_i Pi项。

输出格式

输出共 K K K 行,每行一个整数,表示第 i i i 次游戏的结果。

样例输入
5 2
2 4 2 3 5
4 3
样例输出
2
6
样例解释

两场游戏的给定序列相同,但对于第一场游戏,开始的集合 S S S { 2 , 4 , 2 , 3 } \{2,4,2,3\} {2,4,2,3},对于第二场游戏 S S S { 2 , 4 , 2 } \{2,4,2\} {2,4,2}

数据范围与提示

对于 10 % 10 \% 10%的数据, 1 ≤ N ≤ 10 1≤N≤10 1N10
对于 30 % 30 \% 30%的数据, 1 ≤ N ≤ 600 1≤N≤600 1N600
对于 50 % 50 \% 50%的数据, 1 ≤ N ≤ 10000 , 1 ≤ K ≤ 1000 1≤N≤10 000,1≤K≤1 000 1N10000,1K1000
对于所有数据, 1 ≤ N ≤ 100000 , 1 ≤ K ≤ m i n ( 2000 , N ) , 1 ≤ a i , p i ≤ N 1≤N≤100 000,1≤K≤min(2 000,N),1≤a_i,p_i≤N 1N100000,1Kmin(2000,N),1ai,piN.

题解

当一个数被加入到集合 S S S后,我们可以把它视作为“解锁”了。显然,Alice和Bob每次选择的都是已“解锁”的数中最大的。这样,我们就可以算出每个数在第几次选择时被“解锁”,存储在数组unlock中。
接下来,把所有的数从大到小排序,然后遍历这个数组。
对于我们首先碰到的数s[j],因为它们更大,一旦“解锁”马上就会被选走。这个时候unlock[j]就是这个数被选走时的次数。将这个次数对2取模,就能判断出是Alice还是Bob选走了这个数。特别地,对于unlock[j]=0(一开始就被解锁)的数,它的次数就是它在所有unlock[j]=0的数中的排名,这个可以一边选择一边得出。
但当我们不断遍历下去,总有一个数根据unlock[j]算出的次数已经被前面的数所占用,由于前面的数更大肯定是前面的优先,那该怎么办?
在前面的数选择过的次数间,会有一些空隙,由于s[j]仍是未安排过的数中最大的,我们可以求得这些空隙中的最前面那个并安排给它(如果没有,那就取最后一个选过的次数的后一个)。
最后,不必担心这个空隙会小于unlock[j]。如果前面有小于unlock[j]的空隙,就不可能出现现在这个数的次数已被占用的情况。(虽然我太蒟蒻不会证,不放心可以判一下,反正不会错(安详
代码:

#include<iostream>
#include<cstdio>
#include<algorithm>
#include<cmath>
using namespace std;
int n,k,unlock[100005],p,xbmax,que,zrsum;
long long asum,bsum;
struct aa{
	int num,rk,xb;
}s[100005];
bool used[100005],flag;
bool cmp(aa x,aa y){
	return x.num>y.num;
}
int main(){
	scanf("%d%d",&n,&k);
	for(int i=1;i<=n;i++){
		scanf("%d",&s[i].num);
		s[i].xb=i;
	}
	sort(s+1,s+n+1,cmp);
	for(int i=1;i<=k;i++){
		scanf("%d",&p);
		asum=0;
		bsum=0;
		zrsum=0;
		xbmax=0;
		que=0;
		used[0]=0;
		for(int j=1;j<=n;j++){
			unlock[j]=max(0,j-p);
			used[j]=0;
		}
		for(int j=1;j<=n;j++){
			if(!unlock[s[j].xb]){
				s[j].rk=zrsum;//在unlock为0的数中的排名
				zrsum++;
			}
			else s[j].rk=unlock[s[j].xb];
			if(used[s[j].rk]==1){
				flag=0;
				for(int qq=que;qq<=xbmax;qq++){
					if(!used[qq]){
						que=qq;
						flag=1;
						break;
					}
				}
				if(!flag) que=xbmax+1;//没有空缺
				s[j].rk=que;
			}
			used[s[j].rk]=1;
			xbmax=max(xbmax,s[j].rk);//到目前为止最大的次数
			if(s[j].rk%2==0) asum+=s[j].num;
			else bsum+=s[j].num;
		}
		printf("%lld\n",asum-bsum);
	}
	return 0;
}

Thanks!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 全世界气候类型shp数据是指一个包含了全球各个地区气候类型的空间数据文件,这个数据文件包含了所有地区不同的气候类型的边界线,可以用来进行各种分析和研究。 气候类型是对不同地区气候特征的分类,可以通过温度、降水量、季节变化等指标来进行划分。常见的气候类型有寒带气候、温带气候、热带气候等。 使用全世界气候类型shp数据可以帮助我们更好地了解全球气候变化的趋势和分布情况,以及对气候变化的影响。比如,我们可以通过这个数据文件来绘制全球气候类型的分布图,进一步掌握全球的气候变化趋势;我们也可以使用这个数据文件来对某些地区的气候现象进行分析和预测,比如季节性降雨的变化趋势等。 总之,全世界气候类型shp数据是一个非常有用的空间数据文件,可以为我们提供大量有关全球气候变化的信息,对于科学研究和决策制定都具有非常重要的意义。 ### 回答2: 全世界气候类型的shp数据是指用空间矢量数据格式 (.shp) 来表示全球各地的不同气候类型。这种数据通常包含了气候类型的边界范围、地理位置、名称等信息。 全球的气候类型多种多样,根据不同的分类系统可以得到不同的气候类型。常见的分类系统包括柯本气候分类法、科帕恩气候分类法、托伦斯气候分类法等。 柯本气候分类法是最常用的一种分类方法,将全球划分为五大气候区:热带气候、温带季风气候地中海气候、温带大陆性气候和寒带气候。每个大区再细分为不同的气候类型,如热带气候下可以有热带雨林气候、热带季风气候等。 科帕恩气候分类法是一种统计气候分类方法,将地球表面普遍分成28个不同的气候带。每个气候带都有多种气候类型,如热带多雨气候带、温暖冷海洋气候带等。 根据不同的分类系统和数据来源,全球气候类型的shp数据可以提供不同的空间分布信息和边界定义。这些数据对于研究全球气候变化、气候条件下的环境问题以及农业、生态等领域的规划和决策都具有重要价值。同时,通过将气候数据与其他地理数据进行叠加分析,还可以发现气候与人类活动、地形地貌等因素之间的关联和影响,促进科学研究和社会发展的深入认识。
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