题意:给定
N
N
N个点,求欧几里得距离第
K
K
K大的点对的欧几里得距离的平方。
数据范围:
1
≤
N
≤
1
0
5
1\leq N \leq 10^5
1≤N≤105,
1
≤
K
≤
100
1\leq K \leq 100
1≤K≤100,
K
≤
N
×
(
N
−
1
)
2
K\leq \frac{N\times (N-1)}{2}
K≤2N×(N−1),
0
≤
X
i
,
Y
i
<
2
31
0\leq X_i,Y_i< 2^{31}
0≤Xi,Yi<231,时限
3
s
3s
3s
做法:网上大多都是随机化,要么是不太能给出复杂度证明的k-d树。这里我写了一个确定性的做法,且有稳定的复杂度。
我们考虑这样做,每次跑出一个凸包,然后在这个凸包上跑最远点对,然后把最远点对的一个点删掉,继续这样跑,跑
K
K
K次,我们发现第
K
K
K远的点对一定有一个点在这
K
K
K个点里了,那我们拿一个堆维护,
O
(
N
K
l
o
g
(
K
)
)
O(NKlog(K))
O(NKlog(K))的扫一遍就可以得出答案了,我们的总复杂度是
O
(
N
K
l
o
g
(
N
)
)
O(NKlog(N))
O(NKlog(N)),然后我们就得到了不知道几分的好成绩……
考虑优化这个东西,我们发现这个凸包每次只需要
O
(
N
)
O(N)
O(N)的时间复杂度,因为我们可以从
(
−
1
,
−
1
)
(-1,-1)
(−1,−1)对这些点极角排序,然后跑两遍凸包算法一拼就求出凸包了。然后关键就在于这个求最远点对,这里有一个算法能把它从
N
l
o
g
(
N
)
Nlog(N)
Nlog(N)优化到
O
(
N
)
O(N)
O(N)。
这个算法利用了四边形不等式的性质,四边形不等式的定义是如果一个矩阵,满足对于任意一个
2
×
2
2\times2
2×2的子矩阵,假设是
[
a
b
c
d
]
\left[ \begin{matrix} a & b \\ c & d \\ \end{matrix} \right]
[acbd]
都有
a
+
d
≥
b
+
c
a+d\geq b+c
a+d≥b+c,就称这个矩阵满足四边形不等式。这个性质可以推出对于任意一个子矩阵,左上角加右下角一定大于等于左下角加右上角,证明就是将这个子矩阵包含的所有
2
×
2
2\times 2
2×2的矩阵的
a
+
d
−
b
−
c
a+d-b-c
a+d−b−c加起来,刚好就能得到这个结果。顺便提一句,四边形不等式其实更多在dp中起优化作用,类似的有决策单调性,在矩阵里有完全单调性与之对应,满足的是任意两行两列的交点若有左上小于右上,则有左下小于右下。这个有什么用呢?很明显,满足四边形不等式的矩阵肯定满足这个完全单调性。
我们发现这里凸包的距离矩阵似乎也满足这个性质,假设我们对于一个
2
×
2
2\times 2
2×2的矩阵,左上角在
(
i
,
j
)
(i,j)
(i,j),满足的就是
d
i
s
(
p
i
,
p
j
)
+
d
i
s
(
p
i
+
1
,
p
j
+
1
)
≥
d
i
s
(
p
i
,
p
j
+
1
)
+
d
i
s
(
p
j
,
p
i
+
1
)
dis(p_i,p_j)+dis(p_{i+1},p_{j+1})\geq dis(p_i,p_{j+1})+dis(p_j,p_{i+1})
dis(pi,pj)+dis(pi+1,pj+1)≥dis(pi,pj+1)+dis(pj,pi+1),画个图就很直观了:
这里我们可以利用三角形两边之和大于第三边,有:
A
E
+
B
E
≤
A
B
AE+BE\leq AB
AE+BE≤AB,
C
E
+
D
E
≤
C
D
CE+DE\leq CD
CE+DE≤CD
相加可得
A
E
+
B
E
+
C
E
+
D
E
≤
A
B
+
C
D
AE+BE+CE+DE\leq AB+CD
AE+BE+CE+DE≤AB+CD
刚好就是上面这个式子,但是这样就完了吗,直觉告诉你并没有,这里有一个反例就是
i
=
j
i=j
i=j的时候,如图:
其实这个也很好解决,我们可以把这个矩阵的主对角线以下的部分平移到另一部分的右边,剩下的地方用
−
∞
-\infin
−∞填充,如图:
这个矩阵就满足四边形不等式了。
然后这里有一个神仙算法把这个矩阵每一行的最大值用
O
(
n
+
m
)
O(n+m)
O(n+m)的时间复杂度求出,因为我们有刚才的结论,我们发现每行的最大值位置是单调上升的,这个可以用我们推出的完全单调性证明,因为对于第
i
i
i行的最大值位置
x
x
x前面都满足
A
i
,
j
≥
A
i
,
x
A_{i,j}\geq A_{i,x}
Ai,j≥Ai,x,然后我们就发现
A
i
+
1
A_{i+1}
Ai+1肯定也有这些式子,所以易证这是单调的。
我们发现
n
×
m
n\times m
n×m的矩阵明显不好,我们想个办法把
m
m
m减到
n
n
n,这里我们可以把矩阵变成这样:我们找出一些行使得
A
i
,
i
≥
A
i
,
i
+
1
A_{i,i}\geq A_{i,i+1}
Ai,i≥Ai,i+1,这样我们就是一个
n
×
n
n\times n
n×n的矩阵了。
这里举个例子,比如矩阵
[
1.
2.
5
3
4
2
1
2
4
8
9
11
10
9
3
6
11
13
16
15
14
]
\left[ \begin{matrix} 1.&2.&5&3&4&2 &1\\ 2&4&8&9&11&10&9\\ 3&6&11&13&16&15&14\\ \end{matrix} \right]
⎣⎡1.232.465811391341116210151914⎦⎤
这个矩阵好像具备刚才的性质,我们来消一下,首先我们选择第一行的第一个和第二个位置,发现
1
<
2
1<2
1<2,好第一行明显没用了,删。
[
2.
5.
3
4
2
1
4
8
9
11
10
9
6
11
13
16
15
14
]
\left[ \begin{matrix} 2.&5.&3&4&2 &1\\ 4&8&9&11&10&9\\ 6&11&13&16&15&14\\ \end{matrix} \right]
⎣⎡2.465.811391341116210151914⎦⎤
然后我们继续,发现
2
<
5
2<5
2<5,删
[
5.
3.
4
2
1
8
9
11
10
9
11
13
16
15
14
]
\left[ \begin{matrix} 5.&3.&4&2 &1\\ 8&9&11&10&9\\ 11&13&16&15&14\\ \end{matrix} \right]
⎣⎡5.8113.91341116210151914⎦⎤
然后我们继续,发现
5
>
3
5>3
5>3了,
5
5
5这一排可能是有用的,留着,进第二排。
[
5
3
4
2
1
8
9.
11.
10
9
11
13
16
15
14
]
\left[ \begin{matrix} 5&3&4&2 &1\\ 8&9.&11.&10&9\\ 11&13&16&15&14\\ \end{matrix} \right]
⎣⎡581139.13411.16210151914⎦⎤
这里
9
<
11
9< 11
9<11,这时候我们就把
9
9
9这列删了,然后我们发现前一列可能不满足条件,于是退后一列
[
5.
4.
2
1
8
11
10
9
11
16
15
14
]
\left[ \begin{matrix} 5.&4.&2 &1\\ 8&11&10&9\\ 11&16&15&14\\ \end{matrix} \right]
⎣⎡5.8114.1116210151914⎦⎤
发现
5
>
4
5>4
5>4,这里我们对
5
5
5放心了,可以继续往下做,注意这里如果
5
5
5比较小的话下场是和之前
1
,
2
1,2
1,2下场一样的。
下一步就是
[
5
4
2
1
8
11.
10.
9
11
16
15
14
]
\left[ \begin{matrix} 5&4&2 &1\\ 8&11.&10.&9\\ 11&16&15&14\\ \end{matrix} \right]
⎣⎡5811411.16210.151914⎦⎤
发现
11
>
10
11>10
11>10,过
[
5
4
2
1
8
11
10
9
11
16
15.
14.
]
\left[ \begin{matrix} 5&4&2 &1\\ 8&11&10&9\\ 11&16&15.&14.\\ \end{matrix} \right]
⎣⎡58114111621015.1914.⎦⎤
这里
15
>
14
15>14
15>14,大没有留
14
14
14之必要,删掉,
[
5
4
2
8
11
10
11
16
15
]
\left[ \begin{matrix} 5&4&2\\ 8&11&10\\ 11&16&15\\ \end{matrix} \right]
⎣⎡58114111621015⎦⎤
注意如果
15
15
15较小也需要后退一排,然后消出来可能不足
n
n
n列,找出一些补齐即可。
这里我们说一下这个做法的证明,不难发现我们消到第
m
m
m列的时候,有
∀
1
≤
i
≤
m
∀
i
≤
j
≤
m
A
i
,
j
≥
A
i
,
j
+
1
\forall _{1\leq i\leq m}\forall _{i\leq j\leq m}A_{i,j}\geq A_{i,j+1}
∀1≤i≤m∀i≤j≤mAi,j≥Ai,j+1,证明也很简单,消掉一些行的四边形不等式因为我们推出的第一个结论,肯定还是满足四边形不等式,然后因为我们构造的矩阵满足
∀
1
≤
i
≤
m
A
i
,
i
≥
A
i
,
i
+
1
\forall _{1\leq i\leq m}A_{i,i}\geq A_{i,i+1}
∀1≤i≤mAi,i≥Ai,i+1,再将四边形不等式的定义式拿出来变化一下就有
a
−
b
≥
c
−
d
a-b\geq c-d
a−b≥c−d,我们就能得到前几行也肯定是满足
A
x
,
i
≥
A
x
,
i
+
1
A_{x,i}\geq A_{x,i+1}
Ax,i≥Ax,i+1,而一行反过来的话(
A
x
,
i
≤
A
x
,
i
+
1
A_{x,i}\leq A_{x,i+1}
Ax,i≤Ax,i+1),类比的我们可以得到后几行也一定是这样,这样的话我们就可以遇到第
A
m
,
m
+
1
≥
A
m
,
m
A_{m,m+1}\geq A_{m,m}
Am,m+1≥Am,m时就可以大胆删了。复杂度的话每次是每选中一行,比较的右边的那个位置就
+
1
+1
+1,每个选中时的列产生的贡献只会最多退回一次,所以就是
O
(
n
+
m
)
O(n+m)
O(n+m)的。
既然有上面这个就好办多了,每次我们对
n
×
n
n\times n
n×n的,把奇数行拿出来一跑,最后一块扫一遍得到偶数的答案。
时间复杂度的递归式:
T
(
n
)
=
T
(
n
2
)
+
O
(
n
)
T(n)=T(\frac{n}{2})+O(n)
T(n)=T(2n)+O(n),即
O
(
n
)
O(n)
O(n)
然后这题我们就做完了!
时间复杂度:
O
(
N
l
o
g
(
N
)
+
N
K
l
o
g
(
K
)
)
O(Nlog(N)+NKlog(K))
O(Nlog(N)+NKlog(K)),瓶颈在最后的堆。
代码又慢又臭又长:
#include<iostream>
#include<cstring>
#include<cassert>
#include<cmath>
#include<map>
#include<set>
#include<queue>
#include<stack>
#include<vector>
#include<cstdio>
#include<time.h>
#include<algorithm>
using namespace std;
#define REP(i,x,y) for(ll i=x;i<=y;i++)
#define rep(i,n) REP(i,1,n)
#define rep0(i,n) REP(i,0,n-1)
#define repG(i,x) for(ll i=pos[x];~i;i=e[i].next)
#define ll long long
#define db double
const ll N=1e6+7;
const ll INF=9223372036854775806;
ll n,k,sz;
struct pt{ll x,y;}p[N],g[N];
ll s[N],dw[N],z[N];
bool is[N],e[N];
ll Sq(ll x){return x*x;}
ll dis(pt a,pt b){return Sq(a.x-b.x)+Sq(a.y-b.y);}//算欧几里得距离
ll qdis(ll a,ll b){
if(a==b)return 0;
if(a>b||b>a+sz)return -INF;
if(b>sz)b-=sz;
return dis(g[a],g[b]);//矩阵查询
}
bool cmp2(ll x,ll y){return x>y;}
bool cmp(pt a,pt b){return (b.x+1)*(a.y+1)<(b.y+1)*(1+a.x);}
bool cross(pt a,pt b,pt c){return (b.y-a.y)*(c.x-b.x)<=(b.x-a.x)*(c.y-b.y);}
vector<ll>v1[50],v2[50],d[50],w[50];
void work(ll x){
if(v1[x].size()<3){//递归边界
rep0(i,v1[x].size()){
ll mx=0,p;
rep0(j,v2[x].size()){
ll o=qdis(v1[x][i],v2[x][j]);
if(o>mx){
mx=o;
p=j;
}
}
d[x].push_back(p);
}
return;
}
w[x].clear();
ll li=0,h=1;
w[x].push_back(0);
while(h<v2[x].size()){//将n*m矩阵转成n*n
if(qdis(v1[x][li],v2[x][w[x][w[x].size()-1]])<qdis(v1[x][li],v2[x][h])){
w[x].pop_back();
if(li)li--;
else{
w[x].push_back(h);
h++;
}
}
else{
if(li<v1[x].size()-1){
w[x].push_back(h);
li++;
}
h++;
}
}
rep0(i,v2[x].size())e[i]=0;
rep0(i,w[x].size())e[w[x][i]]=1;
ll nw=v1[x].size()-w[x].size();
w[x].clear();
rep0(i,v2[x].size()){
if(e[i])w[x].push_back(i);
else if(nw)w[x].push_back(i),nw--;
}
v2[x+1].clear();
v1[x+1].clear();
rep0(i,w[x].size())v2[x+1].push_back(v2[x][w[x][i]]);
rep0(i,v1[x].size())if(i&1)v1[x+1].push_back(v1[x][i]);//拿出奇数行
work(x+1);//递归
d[x].clear();
ll tp=0;
rep0(i,v1[x].size()){//确定答案
if(i&1)tp=d[x+1][i/2],d[x].push_back(w[x][tp]);
else{
ll hp=(i==v1[x].size()-1)?v1[x].size()-1:d[x+1][i/2],mx=0,p;
REP(j,tp,hp){
ll o=qdis(v1[x][i],v2[x][w[x][j]]);
if(o>mx)mx=o,p=j;
}
d[x].push_back(w[x][p]);
}
}
}
priority_queue<ll,vector<ll>,greater<ll> >Q;
int main(){
scanf("%lld%lld",&n,&k);
rep(i,n)scanf("%lld%lld",&p[i].x,&p[i].y);
if(n<400){
ll cnt=0;
rep(i,n)rep(j,i-1)s[++cnt]=dis(p[j],p[i]);
sort(s+1,s+cnt+1,cmp2);
printf("%lld\n",s[k]);
return 0;
}
sort(p+1,p+n+1,cmp);
rep(u,k){
ll tp=0,cnt=0;
rep(i,n){
if(is[i])continue;
while(cnt>1&&cross(p[s[cnt-1]],p[s[cnt]],p[i]))cnt--;
s[++cnt]=i;
}
rep(i,cnt)g[i]=p[s[i]],z[i]=s[i];
for(ll i=s[cnt];i;i--){
if(is[i])continue;
while(tp>1&&cross(p[s[tp-1]],p[s[tp]],p[i]))tp--;
s[++tp]=i;
}
REP(i,2,tp-1)g[++cnt]=p[s[i]],z[cnt]=s[i];
sz=cnt;
v1[1].clear();
v2[1].clear();
rep(i,sz)v1[1].push_back(i);
rep(i,sz*2)v2[1].push_back(i);
work(1);
ll id,mx=0;
rep(i,sz){
ll o=qdis(i,v2[1][d[1][i-1]]);
if(o>mx)mx=o,id=i;
}
is[z[id]]=1;
dw[u]=z[id];
}
ll gg=0;
memset(is,0,sizeof(is));
rep(i,k){//堆计算答案
rep(j,n){
if(is[j])continue;
if(gg<k)Q.push(dis(p[dw[i]],p[j])),gg++;
else{
ll o=dis(p[dw[i]],p[j]);
if(o>Q.top()){
Q.push(o);
Q.pop();
}
}
}
is[dw[i]]=1;
}
printf("%lld\n",Q.top());
return 0;
}
我才不会告诉你我是前几天集训的时候学的这个算法