【贪心/DP/单调队列】【CF1029B】Creating the Contest

Description

给你一个单调不下降的长度为n的序列,请你找出一个最长的子序列,满足找出的子序列中,\(A_i<=A_{i-1}~\times~2\),其中i为下标,A为找出的子序列。对于一个长度为\(p\)的子序列,\(i~\in~[1,p-1]\)

Input

两行,第一行是原序列的长度\(n\)
第二行是\(n\)个数,代表原序列中的\(n\)个数。

Output

一行一个数,代表最长的长度

Sample Input

10
1 2 5 6 7 10 21 23 24 49

Sample Output

4

Hint

$ 1~\leq~n~\leq~2~\cdot~10^5 $

Solution

这题做法有好多好多啊……

(下面\(a_i\)代表原序列中第\(i\)个位置)

先考虑除了我以外大家都在用的做法:贪心。

贪心策略:

对于第\(i\)个位置,如果它满足\(a_i<=a_{i-1}~\times~2\)那么就把他加到当前序列的结尾中去,否则把他作为新开一个序列的首个元素继续往后扫。

证明:

证明上述策略即证明选择是连续的。

考虑选择第\(i\)个位置的元素。如果下一个元素是第\(j\)个位置的元素\(j~\neq~i+1\),那么一定满足\(a_j<=a_{i}~\times~2\)

那么对于\(\forall k \in (i,j)\),因为原序列是单调不下降的,所以满足\(a_k~\leq~a_j\)\(f_k~\geq~a_i\)。所以一定满足\(a_k<=a_{i}~\times~2\)

由于只选择\(j\)选择\(j\)\(k\)相比,后者更优,所以选择一定是连续的。证毕。

Code:
注:代码提供感谢@Burnside julao
#include<iostream>
using namespace std;
int n;
int cnt=1;
int maxcnt=-1;
int a[200005];
int main()
{
    cin>>n;
    for(int i=1;i<=n;i++)
    {
        cin>>a[i];
    }
    for(int i=1;i<n;i++)
    {
        if(2*a[i]>=a[i+1]) cnt++;
        else
        {
            if(cnt>maxcnt) maxcnt=cnt;
            cnt=1;
        }
    }
    if(cnt>maxcnt) maxcnt=cnt;
    cout<<maxcnt<<endl;
}

再说说像我这么弱的没想到贪心怎么办= =

拿到这个题的题目描述第一印象觉得这很像一个LIS(最长单调子序列)的题目。所以在考虑进行DP。

\(f_i\)为以\(i\)位置为结尾的最长序列的长度。考虑状态转移方程为
\(f_i=max\){\(f_j\)}\(+1\),其中\(j\)满足\(a_j~\times~2~\geq~a_i\)

考虑转移是\(O(n)\)的,难以承受。考虑我们如果知道了最小的\(j\)在哪里,就可以用区间最大值进行转移。发现因为原序列是单调的,所以\(j\)的位置是可以二分的。二分完以后求区间[j.i-1]的最大值加一就是\(f_i\)的答案。

维护区间最大值我们这里选择建一棵十分好写的线段树就解决辣

因为二分\(j\)的复杂度是\(O(logn)\),线段树的复杂度是\(O(logn)\),转移是\(O(1)\)的,共有\(n\)个状态,所以时间复杂度为\(O(nlogn)\),可以通过本题。

Code:

你看这么毒瘤的头文件就知道是我自己写的
#include<cstdio>
#define rg register
#define ci const int
#define cl const long long int

typedef long long int ll;

namespace IO {
    char buf[50];
}

template<typename T>
inline void qr(T &x) {
    char ch=getchar(),lst=' ';
    while(ch>'9'||ch<'0') lst=ch,ch=getchar();
    while(ch>='0'&&ch<='9') x=(x<<1)+(x<<3)+(ch^48),ch=getchar();
    if (lst=='-') x=-x;
}

template<typename T>
inline void write(T x,const char aft,const bool pt) {
    if(x<0) {putchar('-');x=-x;}
    int top=0;
    do {
        IO::buf[++top]=x%10+'0';
        x/=10;
    } while(x);
    while(top) putchar(IO::buf[top--]);
    if(pt) putchar(aft);
}

template <typename T>
inline T mmax(const T a,const T b) {if(a>b) return a;return b;}
template <typename T>
inline T mmin(const T a,const T b) {if(a<b) return a;return b;}
template <typename T>
inline T mabs(const T a) {if(a<0) return -a;return a;}

template <typename T>
inline void mswap(T &a,T &b) {T temp=a;a=b;b=temp;}

const int maxn = 200010;
const int maxt = 800010;

int n;
int MU[maxn];
int frog[maxt];

int ask(ci,ci,ci,ci,ci);
void change(ci,ci,ci,ci,ci);

int main() {
    qr(n);
    for(rg int i=1;i<=n;++i) qr(MU[i]);
    for(rg int i=1;i<=n;++i) {
        rg int l=0,r=i,mid=0,_ans=0;
        while(l<=r) {
            mid=(l+r)>>1;
            if((MU[mid]<<1)>=MU[i]) _ans=mid,r=mid-1;
            else l=mid+1;
        }
        if((_ans==0)||(_ans==i)) _ans=1;
        else _ans=ask(1,n,1,_ans,i-1)+1;
        change(1,n,1,i,_ans);
    }
    write(ask(1,n,1,1,n),'\n',true);
    return 0;
}

int ask(ci l,ci r,ci p,ci aiml,ci aimr) {
    if(l>r)  return 0;
    if(l>aimr||r<aiml) return 0;
    if(l>=aiml&&r<=aimr) return frog[p];
    int mid=(l+r)>>1,dp=p<<1,ddp=dp|1;
    return mmax(ask(l,mid,dp,aiml,aimr),ask(mid+1,r,ddp,aiml,aimr));
}

void change(ci l,ci r,ci p,ci aim,ci v) {
    if(l>r) return;
    if(l>aim||r<aim) return;
    if(l==r) {frog[p]=v;return;}
    int mid=(l+r)>>1,dp=p<<1,ddp=dp|1;
    change(l,mid,dp,aim,v);change(mid+1,r,ddp,aim,v);
    frog[p]=mmax(frog[dp],frog[ddp]);
}

考虑优化

毕竟这个复杂度比贪心高了一个log,万一数据出上个1e7就凉了。考虑考虑怎么把它优化到\(O(n)\)

发现对于每个i,它对应的最小的j的位置是单调不下降的。那么我们可以用单调队列维护[j,i]的区间最大值。这样转移达到时间复杂度被优化到了\(O(n)\),可以面对更大的数据范围。

Code:

我懒得写了

转载于:https://www.cnblogs.com/yifusuyi/p/9538435.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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