CCF CSP认证 20230902 坐标变换（其二）暴力题解+满分题解 Python实现

概述

  本题目80分容易，满分的关键在于要把时间复杂度从O(m*n)降为O(m+n)。题目版权归CCF所有，真题跳转官网查看。
  真题来源：坐标变换（其二）
  官网地址：www.cspro.org(模拟考试入口)

题目分析

  对 m 个坐标 (x,y) 在给定含拉伸和旋转的 n 个操作中，选择从第 i 步操作到第 j 步操作完成 j-i+1 个操作，其中 1 <= i <= j <= n ，并输出最终结果。
  在细心审题后发现：1、所有操作，都是基于初始坐标 (x,y) 进行操作的。2、拉伸和旋转两种操作互不影响。

方法一：暴力题解

• 接受n个操作，将其转为列表形式并存储在操作列表 n_line中
• 接受m个坐标的操作范围及其坐标，分别对应到i, j, x, y
• 对操作列表按照操作范围进行切片得到操作集 n_line[i-1:j]
• 遍历操作集，得到最终的拉伸系数k和旋转弧度theta
• 记录拉伸后的坐标为 (x0,y0) ，根据旋转公式：
  x = x0 · cos(theta) - y0 · sin(theta)
  y = x0 · sin(theta) + y0 · cos(theta)
• 得到最终坐标后，格式化输出。

具体实现

from math import sin, cos
n, m = map(int, input().split())
n_line = []
for t in range(n):
    n_line.append(list(map(float, input().split())))	# 操作列表 eg：[[1.0,0.5],[2.0,5.5]]
for t in range(m):
    i, j, x, y = map(int, input().split())	# 操作范围及初始坐标
    lines = n_line[i-1:j]	# 操作集
    theta = 0	# 初始弧度
    for line in lines:
        if line[0] == 1:
            k = line[1]
            x *= k
            y *= k
        elif line[0] == 2:
            theta += line[1]
    x0 = x		# 拉伸后的x坐标
    y0 = y		# 拉伸后的y坐标
    x = x0*cos(theta) - y0*sin(theta)	# 最终x
    y = x0*sin(theta) + y0*cos(theta)	# 最终y
    lines.clear()	# 释放操作集
    print("{} {}".format(x, y))

提交结果

方法二：满分题解

  在具体叙述之前，先了解一下降低时间复杂度的方法有哪些。

降低复杂度的方法

  将时间复杂度从O(m * n)降低到O(m + n)的办法通常涉及到改变算法的策略，以便更有效地利用输入数据，可能的策略如下：

• 使用更有效的算法：有些算法在处理特定问题时比其他算法更有效。例如，如果你正在对两个列表进行搜索，使用哈希表（HashMap）而不是线性搜索可以大大提高效率。
• 预处理：在某些情况下，你可以在运行主要算法之前对输入进行预处理。例如，如果你正在对一个列表进行排序，并需要在随后的搜索中使用这个列表，那么预先对列表进行排序可能会使搜索更快。
• 空间换时间：有时，你可以通过使用更多的内存来提高算法的效率。例如，如果你正在处理大量数据，并且需要多次访问这些数据，那么将数据存储在缓存或哈希表中可能会使访问速度更快。
• 分治策略：将问题分解成更小的子问题，然后分别解决这些子问题，最后将结果合并起来。这种策略可以有效地降低时间复杂度。
• 利用数据结构：不同的数据结构有着不同的操作复杂度。例如，如果需要频繁地查找和修改数据，那么使用哈希表可能比使用数组更有效。
• 懒加载：只在需要时才进行计算或处理，而不是一开始就处理所有的数据。这种方法可以节省计算资源并降低时间复杂度。
• 并行化：如果算法可以并行运行，那么你可以利用现代计算机的多核性能来降低时间复杂度。

题解详述

• 由于拉伸和旋转两种操作互不影响。可结合分治的思想，分别对拉伸、旋转操作进行各自的叠加处理。
• 利用两个列表，分别记录拉伸系数k、弧度theta在每次操作叠加后的值：拉伸系数的变化是累积，弧度的变化是累加。所以，可记录初始拉伸系数为1，初始弧度为0。
• 接受 n 个操作。当接受的操作为拉伸，则将上个操作累积的拉伸系数 ✖️ 本次操作的拉伸系数 添加到 拉伸系数列表 k_li 中，并将上个操作累加的弧度 添加到 弧度列表 theta_li 中；
  当接受的操作为旋转，则将上个操作累加的弧度 ➕ 本次操作的弧度 添加到 弧度列表 theta_li ，并将上个操作累积的拉伸系数 添加到 拉伸系数列表 k_li 中。
• 接受 m 个坐标的操作范围及其坐标。由于在 theta_li 和 k_li 中分别 加入了初始值 ，对每个坐标 (x0,y0) 进行i ~ j 步操作：
  最终拉伸系数k = 第 j 步的累积拉伸系数k_li[j] ➗ 第 i-1 步的拉伸系数k_li[i-1]
  最终弧度theta = 第 j 步的累加弧度theta_li[j] ➖ 第 i-1 步的弧度theta_li[i-1]
• 最后，计算最终坐标 (x,y) 并格式化输出。

具体实现

from math import sin, cos
n, m = map(int, input().split())
k_li = [1.0]		# 定义拉伸系数累积列表并赋初值
theta_li = [0]		# 定义弧度累加列表并赋初值
for t in range(n):
    _type, _data = map(float, input().split())		# 获取操作类型 操作值
    if _type == 1:
        k_li.append(k_li[t] * _data)	# 累积
        theta_li.append(theta_li[t])
    elif _type == 2:
        k_li.append(k_li[t])
        theta_li.append(theta_li[t] + _data)	# 累加
for t in range(m):
    i, j, x0, y0 = map(int, input().split())	# 操作范围及坐标
    k = k_li[j] / k_li[i-1]		# 计算最终拉伸系数
    theta = theta_li[j] - theta_li[i-1]		# 计算最终弧度
    x0 *= k
    y0 *= k
    x = x0*cos(theta) - y0*sin(theta)
    y = x0*sin(theta) + y0*cos(theta)
    print("%f %f" % (x, y))

提交结果