【CSP202112-2】序列查询新解



一、题目

在这里插入图片描述

二、解题思路

通过f(x)的取值可以看到,A[i]-A[i-1]的区间中f(x)值都一样,共有n+1个这样的区间,在每个区间里g可以看作每r个一组的等差数列,所以可以通过遍历1~n+1来做这道题。

	 for(long long i=1;i<=n;i++){
	   cin>>A[i];	   
	   B[i]=A[i]-A[i-1];//区间长度
	 }  
	 B[n+1]=N-A[n];

使用等差数列求和的话,要保证r个g(x)相等的一组,所以每个区间对r整除和取模,剩下的几个数拿去和下一个数组的前面几个数凑一组(他们的g(x)相等)。然后将每个区间完整的g(x)组求和。:

long long Sum(long long first,long long count){//首项,项数
	long long last =first+count-1;//末项
	long long final;
	//因为是绝对值求和,所以可能会有两段等差数列
	if(last*first>=0)//同符号  
       return final=abs((first+last)*count/2*r);
	else//不同符号,first是负数 
	   return final=(abs(first)+1)*abs(first)/2*r+last*(last+1)/2*r; 
} 
	 for(long long i=1;i<=n+1;i++){
	    //每段区间的f(x)的值是i-1
	 	Count=(B[i]+Sur)/r;//完整的g(x)组数
	 	g=A[i-1]/r;//第一个g(x)的值
	 	Error+=Sum(g-i+1,Count);

然后还要考虑一个问题,每个区间最后几个数本应该和当前f(x)做减法的,但是为了凑组,他们是和f(x)+1做了减法。

	 	if(g-i+1>=0)  Error+=Sur;//上一个组的后Sur个数的error值少加了1
	 	else         Error-=Sur;
	 	Sur=(B[i]+Sur)%r;//更新Sur值
	 }

再加上最后一个区间的最后几个凑不够一组的g(x)的error值就好了。

	 g+=Count;//更新g值
	 Error+=abs(g-n)*Sur;//最后一个区间x值为n
	 cout<<Error;

三、完整代码

#include <bits/stdc++.h>
using namespace std;
const long long Maxn=1e5+5;
long long A[Maxn]={0};
long long B[Maxn]={0};
long long r;
long long Sum(long long first,long long count){
	long long last =first+count-1;//末项
	long long final;
	if(last*first>=0)//同符号  
       return final=abs((first+last)*count/2*r);
	else//不同符号,first是负数 
	   return final=(abs(first)+1)*abs(first)/2*r+last*(last+1)/2*r; 
} 
int main(){
	 long long n,N;
	 long long Sur=0,Count,g;
	 long long Error=0;
	 cin>>n>>N;
	 r=N/(n+1);
	 for(long long i=1;i<=n;i++){
	   cin>>A[i];	   
	   B[i]=A[i]-A[i-1];//区间长度
	 }  
	 B[n+1]=N-A[n];
	 for(long long i=1;i<=n+1;i++){
	 	Count=(B[i]+Sur)/r;
	 	g=A[i-1]/r;
	 	Error+=Sum(g-i+1,Count);
	 	if(g-i+1>=0)  Error+=Sur;
	 	else         Error-=Sur;
	 	Sur=(B[i]+Sur)%r;
	 }
	 g+=Count;
	 Error+=abs(g-n)*Sur;
	 cout<<Error;
	return 0;
}
  • 4
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: csp202112-2 序列查询新解是一种优化算法,用于在给定序列中快速查找指定元素的位置。该算法采用了二分查找和哈希表的结合,能够在较短的时间内完成查询操作。 具体实现方式为:首先将序列分成若干个块,每个块的大小为 $B$。对于每个块,使用哈希表记录其中的元素及其位置。然后对于查询操作,先在哈希表中查找元素是否在当前块中,如果存在,则直接返回其位置;否则,在整个序列中使用二分查找找到该元素所在的块,然后再在该块中使用哈希表查找。 该算法的时间复杂度为 $O(\frac{n}{B}+B\log B)$,其中 $n$ 为序列长度,$B$ 为块的大小。当 $B=\sqrt{n}$ 时,时间复杂度为 $O(\sqrt{n}\log\sqrt{n})$,比传统的二分查找算法更快。 需要注意的是,该算法需要额外的空间来存储哈希表,因此在空间有限的情况下可能不适用。同时,对于元素分布不均匀的序列,哈希表的效率可能会受到影响。 ### 回答2: csp202112-2 序列查询新解是一道CSP-S 2021年12月模拟赛的考试题目。这道题目要求我们实现一个序列查询新解法,其中包括两个部分:前缀和和倍增。 在前缀和中,我们需要首先对于给定的序列进行预处理,生成一个新的序列S,其中S[i]表示原序列中从1到i的所有数的和。接着,对于每个查询,我们可以利用预处理得到的S数组,利用前缀和的思想,求出区间[L,R]内所有数的和。这种方法的时间复杂度可以优化到O(1)。 在倍增中,我们利用一种名为ST表的数据结构,对于每个数列进行预处理,生成一个二维数组st[i][j],其中st[i][j]表示从i开始的2^j个数的最大值。接着,对于每个查询,我们根据输入的区间[L,R],找到最大的k,使得2^k不大于区间长度。然后利用ST表,找到区间[L,L+2^k-1]和区间[R-2^k+1,R]的最大值,再求这两个区间的最大值即可。这种方法的时间复杂度可以优化到O(log n)。 总的来说,这道题目考察了我们对于前缀和和倍增的理解,能够熟练地运用这两种算法解决具体的问题。同时,这种题目还考验了我们的程序设计能力和实现能力。需要注意的是,在具体的编程实现过程中,一定要注意细节问题,比如数组越界、数据类型转换等等。只有细致并且严谨的实现过程,才能保证程序的正确性和稳定性。 ### 回答3: csp202112-2 题目要求我们实现一种新的序列查询方式,以便更加高效地进行序列操作。 传统的序列查询方式包括线性遍历和二分查找。线性遍历的时间复杂度为O(n),对于大规模的数据操作效率较低。而二分查找需要将序列进行排序,并且在某些情况下可能需要重复查询,导致查询效率下降。 为了解决这些问题,我们需要采用一种新的序列查询方式。根据题目要求,我们可以进行如下考虑: 1.使用哈希表存储序列元素,以便快速进行查询,时间复杂度为O(1)。但是需要注意的是,哈希表中可能存在哈希冲突的情况,需要进行解决。 2.使用平衡二叉树进行序列元素的存储和查询,时间复杂度为O(logn),并且可以支持动态的元素插入和删除操作。 3.使用堆进行序列的维护和查询,堆支持常数时间内的插入和删除操作,时间复杂度为O(logn)。 以上这些方式都可以用来优化序列查询操作,选择合适的方式取决于具体的应用场景和数据特点。 总之,csp202112-2 题目要求我们学习和应用新的序列查询方式,以提高数据处理效率,为实际应用提供更加优质的数据支持。

“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