1774 多重排序（51nod）单调栈解题思路

最新推荐文章于 2022-03-07 21:05:46 发布

超叔csdn

最新推荐文章于 2022-03-07 21:05:46 发布

阅读量504

点赞数

文章标签：单调栈排序

本文链接：https://blog.csdn.net/sbaz/article/details/98754676

版权

1、题目说明

51nod题目地址：https://www.51nod.com/Challenge/Problem.html#problemId=1774
1774 多重排序
有一个数组a，长度为n，下标从1开始。现在要对a进行m次排序，每一次排序给定两个参数t[i]，r[i]表示要对数组的前r[i]个元素进行排序，如果t[i]＝1则按照非降序排序，t[i]=2则按照非升序排序。请输出经过m次排序之后的数组a。

输入
单组测试数据。第一行有两个整数n 和 m (1≤n,m≤200000)，表示数组a的长度以及排序次数。第二行有n个整数，给出数组a，(|a[i]|≤10^9)。接下来m行，给出m次排序的信息。第i行有两个整数t[i] 和 r[i] (t[i]∈{1,2} , 1≤r[i]≤n)，表示第i次排序是对前面r[i]个元素进行非降序（t[i]=1）或者非升序(t[i]=2)排序。输出输出n个整数，表示经过m次排序之后的数组a。

输入样例
样例输入1
3 1
1 2 3
2 2
样例输入2
4 2
1 2 4 3
2 3
1 2

输出样例
样例输出1
2 1 3
样例输出2
2 4 1 3

2、分析思路：操作优化（单调栈）

由于n,m可能会达到20万，如果按照基本操作，做m次排序，每次排n个元素，总体的复杂度为O(mnlogn)，一定会超时。
我们随意生成一个样例数组a[8,6,4,7,5,3,1]，m的数组格式为[[1,2],[1,4],[2,5]]，做3次操作。那么得到的3次数组变化分别为
[6,8,4,7,5,3,1]
[4,6,7,8,5,3,1]
[8,7,6,5,4,3,1]
我们发现不做第一次和第二次操作，单单做第三次操作和按顺序完成第一、第二、第三次操作的结果一样，对于第三次操作来说第一、第二次操作来说就是无用功。为什么会出现这样的结果，因为第一次操作前2个元素，第二次操作前4个元素，第三次操作前5个元素，无论前两次怎么排序，操作的元素都会被第三次操作的前5个元素所覆盖。所以我们的m次操作，可以只找出后面操作对前面操作有影响的有效操作即可，忽略掉无效操作。在算法实现上来看，这是一个典型的从大到小（栈底到栈顶）的单调栈。
对于单调栈来说，我们第一次放入单调栈中的一定是整个m中的最大值，第二次放入的是最大值到数组结束位置中的最大值。假设m有8次操作，数组形式为[[1,3],[2,5],[1,4],[1,9],[2,3],[1,8],[2,6],[1,3]]。那么我们首先应该放入最大的值[1,9]，即[1,9]可以覆盖前面的所有操作；接下来的[1,8]可以覆盖[2,3]。但由于[1,8]的排序方向1和[1,9]的排序方向相同，所以是无效操作，不用放入单调栈，以此类推，那么最终放入单调栈的结果应该是([1,9],[2,6],[1,3])。
对于样例，python版本单调栈代码如下：

m=8
opr=[[1,3],[2,5],[1,4],[1,9],[2,3],[1,8],[2,6],[1,3]]
# 单调栈
oprstk=[]
for i in range(m) :
    # 栈顶小于当前元素的都要出栈
    while oprstk and oprstk[-1][1]<=opr[i][1] :
        oprstk.pop()
    # 栈顶跟当前排序方向不一致的，当前元素进栈
    if (not oprstk) or oprstk[-1][0]!=opr[i][0] :
        oprstk.append(opr[i])

这样处理后原来的m次操作，平均变成了logm次操作，当然极端情况下m的操作数量可能没有减少。

3、分析思路：排序优化（数组反转）

对于每次排序操作，假设用快速排序，平均复杂度O(nlogn),依然很容易就超时。由于上面的操作已经变成了升序、降序、升序、降序这样的间隔，那么对于下一次操作只需要进行局部反转即可。

在这里插入图片描述
然而，这样子的操作虽然优化了很多，但是还是不能AC所有的测试用例，所以该方法能够优化，但是复杂度仍然太高。

4、分析思路：排序优化（寻找反向构成规律）

假设对于数据做m次操作的单调栈为[[1,9],[2,7],[1,4],[2,2]]，通过演练数组的变化，可以发现每一个步骤可以将结果的尾部的几个数字进行确定，那么可以实现O(n)的结果构造。
构造的过程中，可以发现从最右往左，先遍历2个（9-7=2）数字9、8；然后从最左往右走遍历3个（7-4=3）数字1、2、3；然后从剩余的数字中继续从最右往最左遍历数字7、6，如此交替遍历。
在这里插入图片描述

5、最终AC的代码

既然发现了规律，那么编写python代码实现如下：

n,m=map(int,input().split())
arr=list(map(int,input().split()))
opr=[list(map(int,input().split())) for i in range(m)]
# 单调栈
oprstk=[]
for i in range(m) :
    # 栈顶小于当前元素的都要出栈
    while oprstk and oprstk[-1][1]<=opr[i][1] :
        oprstk.pop()
    # 栈顶跟当前排序方向不一致的，当前元素进栈
    if (not oprstk) or oprstk[-1][0]!=opr[i][0] :
        oprstk.append(opr[i])

# oprstk.reverse()
oprstk.append([1,0])
firstsort=oprstk[0]
rightpart=arr[firstsort[1]:]
if firstsort[0]==1 :
    arr=sorted(arr[:firstsort[1]])
else :
    arr=sorted(arr[:firstsort[1]],reverse=True)

revarr=[]
left,right=-1,len(arr)
for i in range(1,len(oprstk)) :
    # 可以确定的排序部分
    k=oprstk[i-1][1]-oprstk[i][1]
    if i%2==1 :
        # 从右往左加
        for j in range(k) :
            right-=1
            revarr.append(arr[right])
    else :
        # 从左往右加
        for j in range(k) :
            left+=1
            revarr.append(arr[left])

revarr.reverse()
res=revarr+rightpart

for i in res :
    print(i,end=' ')