莫队算法

莫队算法是一个非常神奇的暴力算法,也是一个很好写的算法。能解决区间询问(区间修该的话可以借助差分数组来把复杂度降到O(m+n),想学习差分数组的话也可以点击该链接差分数组)的问题。
举个例子,给定n个数m次询问,每次询问给定区间[l,r],对于每次询问,我们都可以由上次求出的区间伸缩得到,比如[l-1,r]通过加上a[l],我们就可以得到区间[l,r]。但是如果给定你这样的m次查询:[1,2]、[n-1,n]、[1,2]、[n-1,n]……我们就得不断地伸缩区间,复杂度更是O(mn)。如何的顺序来觉得处理的先后顺序让我们伸缩区间的次数最少呢?如果我们把所有询问以l从小到大排序,l相等的r小的在前,再进行处理,发现也是不可取的,为什么呢?因为区间并不是每次都是扩张的,还有的是缩小的,比如给定这样的询问[1,2]、[2,n]、[3,4]、[5,n]……类似这样的询问时间复杂度依旧是O(mn),依旧是不可取的。那么究竟以怎样的顺序处理呢?这时我们想到了分块,对于n个数分成 √n 个块,对于m个询问区间以每个区间的l所在块从小到大排序,l所在块相等的r小的在前,最坏情况下,对于每个块都遍历到序列的最右端,共n个点,所以整个算法的复杂度为O(m√n ) ,这样就大大降低了复杂度,然后我们需要对于一开始的询问顺序输出,对于m次询问我们需要用结构体储存询问区间的l,r,以及询问顺序k,每次处理的答案放在以结构体k为下标的ans数组中,最后依次输出即可。

最后一个洛谷上一个莫队算法的模板题模板题**
在这里插入图片描述
代码如下、**

#include<bits/stdc++.h>
using namespace std;
const int maxn=50007;
int pos[maxn],a[maxn],cnt[maxn],ans[maxn];
int n,m,k,sum;
struct node
{
    int l,r,id;
    bool operator <(const node &w)const{
    if(pos[l]==pos[w.l]) return r<w.r;
    return l<w.l;
    }
}q[maxn];
void add(int x)
{
    cnt[a[x]]++;
    sum+=(cnt[a[x]]<<1)-1;
}
void sub(int x)
{
    cnt[a[x]]--;
    sum-=(cnt[a[x]]<<1)+1;
}
int main()
{
    scanf("%d%d%d",&n,&m,&k);
    int num=sqrt(n);
    for(int i=1;i<=n;i++)
    {
        scanf("%d",&a[i]);
        pos[i]=i/num;
    }
    for(int i=1;i<=m;i++)
    {
        scanf("%d%d",&q[i].l,&q[i].r);
        q[i].id=i;
    }
    sort(q+1,q+1+m);
    int L=q[1].l,R=q[1].l-1;
    for(int i=1;i<=m;i++)
    {
        while(L<q[i].l) sub(L++);
        while(R>q[i].r) sub(R--);
        while(L>q[i].l) add(--L);
        while(R<q[i].r) add(++R);
        ans[q[i].id]=sum;
    }
    for(int i=1;i<=m;i++)
    printf("%d\n",ans[i]);
    return 0;
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
莫队算法是一种基于分块的算法,用于解决一些静态区间查询问题,时间复杂度为 $O(n\sqrt{n})$。以下是一个基于Python的莫队算法的示例代码: ```python import math # 定义块的大小 BLOCK_SIZE = 0 # 初始化块的大小 def init_block_size(n): global BLOCK_SIZE BLOCK_SIZE = int(math.sqrt(n)) # 定义查询操作 def query(left, right): pass # 在这里写查询操作的代码 # 定义添加操作 def add(x): pass # 在这里写添加操作的代码 # 定义删除操作 def remove(x): pass # 在这里写删除操作的代码 # 定义莫队算法 def mo_algorithm(n, q, queries): init_block_size(n) queries.sort(key=lambda x: (x[0] // BLOCK_SIZE, x[1])) left, right = 0, -1 for query in queries: while left > query[0]: left -= 1 add(left) while right < query[1]: right += 1 add(right) while left < query[0]: remove(left) left += 1 while right > query[1]: remove(right) right -= 1 query(query[0], query[1]) ``` 在这段代码中,我们首先定义了一个全局变量 `BLOCK_SIZE`,用于表示块的大小。接着,我们定义了三个操作函数 `query()`、`add()` 和 `remove()`,分别用于查询、添加和删除元素。在 `mo_algorithm()` 函数中,我们首先调用 `init_block_size()` 函数初始化块的大小,然后将查询操作按照块的大小和右端点排序,接着使用双指针维护当前查询区间的左右端点,每次移动指针时调用 `add()` 和 `remove()` 函数更新块的状态,最后调用 `query()` 函数进行查询操作。 请注意,这段代码只是一个示例,具体的 `query()`、`add()` 和 `remove()` 函数的实现取决于具体的问题。
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