【BZOJ3262】陌上花开

3262: 陌上花开

Time Limit: 20 Sec  Memory Limit: 256 MB
Submit: 2010  Solved: 898
[Submit][Status][Discuss]

Description

有n朵花,每朵花有三个属性:花形(s)、颜色(c)、气味(m),又三个整数表示。现要对每朵花评级,一朵花的级别是它拥有的美丽能超过的花的数量。定义一朵花A比另一朵花B要美丽,当且仅当Sa>=Sb,Ca>=Cb,Ma>=Mb。显然,两朵花可能有同样的属性。需要统计出评出每个等级的花的数量。

Input

第一行为N,K (1 <= N <= 100,000, 1 <= K <= 200,000 ), 分别表示花的数量和最大属性值。
以下N行,每行三个整数si, ci, mi (1 <= si, ci, mi <= K),表示第i朵花的属性

Output

包含N行,分别表示评级为0...N-1的每级花的数量。

Sample Input

10 3
3 3 3
2 3 3
2 3 1
3 1 1
3 1 2
1 3 1
1 1 2
1 2 2
1 3 2
1 2 1

Sample Output

3
1
3
0
1
0
1
0
0
1

HINT

 

1 <= N <= 100,000, 1 <= K <= 200,000

 

Source

树套树 CDQ分治

这个题有也许是三种排序方法吧

第一种全部升序,然后统计[l,mid]中比[mid+1,r]中小的 这样保证的是si<=sj,ci<=cj,mi<=mj

第二种全部降序,然后统计[l,mid]中比[mid+1,r]中大的 保证的是si>=sj,ci>=cj,mi>=mj

但是第三种 先全部升序再统计大的 我就不是很懂了

我写的是第一种

注意统计边界上 a[l]==a[r]这时ans+=a[l].cnt-1

以及注意当a[i]==a[j]时,这时答案肯定会出问题(因为你统计时将他拆开了) 所以我们合并相同的

/*To The End Of The Galaxy*/
#include<cstdio>
#include<cstdlib>
#include<iostream>
#include<cstring>
#include<algorithm>
#include<queue>
#include<iomanip>
#include<stack>
#include<map>
#include<time.h>
#include<set>
#include<cmath>
#define debug(x) cerr<<#x<<"="<<x<<endl
#define INF 0x7f7f7f7f
#define llINF 0x7fffffffffffll
#define P(x,y) (((x-1)*m)+y)
using namespace std;
typedef pair<int,int> pii;
typedef long long ll;
inline int init()
{
    int now=0,ju=1;char c;bool flag=false;
    while(1)
    {
        c=getchar();
        if(c=='-')ju=-1;
        else if(c>='0'&&c<='9')
        {
            now=now*10+c-'0';
            flag=true;
        }
        else if(flag)return now*ju;
    }
}
inline long long llinit()
{
    long long now=0,ju=1;char c;bool flag=false;
    while(1)
    {
        c=getchar();
        if(c=='-')ju=-1;
        else if(c>='0'&&c<='9')
        {
            now=now*10+c-'0';
            flag=true;
        }
        else if(flag)return now*ju;
    }
}
int n,k;
int s[200005];
#define lowbit(x) (x&(-x))
void modify(int pos,int v)
{
    for(int i=pos;i<=k;i+=lowbit(i))
    {
        s[i]+=v;
    }
}
int ask(int pos)
{
    int res=0;
    for(int i=pos;i>=1;i-=lowbit(i))
    {
        res+=s[i];
    }
    return res;
}
int tot=0;
struct node
{
    int s,c,m,cnt,ans;
}query[100005],tmpq[100005];
bool cmp(node a,node b)
{
    if(a.s!=b.s)return a.s<b.s;
    else if(a.c!=b.c)return a.c<b.c;
    else return a.m<b.m;
}
bool operator < (node a,node b)
{
    return a.c<b.c;
}
#define mid ((l+r)>>1)
void cdq(int l,int r)
{
    if(l==r)
    {
        query[l].ans+=query[l].cnt-1;
        return;
    }
    cdq(l,mid);
    cdq(mid+1,r);
    int i=l,j=mid+1,last=0;
    while(j<=r)
    {
        if(i<=mid&&query[i].c<=query[j].c)
        {
            modify(query[i].m,query[i].cnt);
            last=i;i++;
        }
        else
        {
            query[j].ans+=ask(query[j].m);
            j++;
        }
    }
    for(int i=l;i<=last;i++)
    {
        modify(query[i].m,-query[i].cnt);
    }
    merge(query+l,query+mid+1,query+mid+1,query+r+1,tmpq+l);
    for(int i=l;i<=r;i++)
    {
        query[i]=tmpq[i];
    }
}
int ans[200005];
int main()
{
    n=init();k=init();
    for(int i=1;i<=n;i++)
    {
        tmpq[i].s=init();tmpq[i].c=init();tmpq[i].m=init();tmpq[i].cnt=1;
    }
    sort(tmpq+1,tmpq+1+n,cmp);
    for(int i=1;i<=n;i++)
    {
        if(tmpq[i].s==query[tot].s&&tmpq[i].c==query[tot].c&&tmpq[i].m==query[tot].m)
        {
            query[tot].cnt++;
        }
        else
        {
            query[++tot]=tmpq[i];
        }
    }
    cdq(1,tot);
    for(int i=1;i<=tot;i++)
    {
        ans[query[i].ans]+=query[i].cnt;
    }
    for(int i=0;i<n;i++)
    {
        printf("%d\n",ans[i]);
    }
    return 0;
}
View Code

 

转载于:https://www.cnblogs.com/redwind/p/6526477.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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