CF1638E 题解

本文介绍了CF1638E问题的非正解思路,通过使用珂朵莉树(ODT)在随机数据情况下达到O(n)的时间复杂度,结合树状数组处理区间修改。对于特定数据,考虑使用平衡树以应对区间赋值操作。由于空间限制,实际AC代码采用了暴力方法,如线段树或树状数组。
摘要由CSDN通过智能技术生成
声明:本题解的做法非正解,使用这种思路可以通过本题的所有数据点,不保证没有 hack 数据可以卡掉我的思路 QAQ 。
前置芝士:珂朵莉树(ODT)
思路:

这里视 n , q n,q n,q 同阶。

首先,在随机数据的情况下,经过区间赋值的操作后,珂朵莉树的理论时间复杂度是 O ( n ) O(n) O(n) 的,普通地用 set 实现的珂朵莉树的时间复杂度是 O ( n log ⁡ log ⁡ n ) O(n\log\log n) O(nloglogn)。因此,在随机数据的情况下,可以使用珂朵莉树来达到维护操作的目的。

我们考虑,利用珂朵莉树维护每个区间的颜色,修改操作利用一个树状数组进行维护。遍历珂朵莉树上的每个区间,若当前区间颜色与修改区间相同,则在树状数组上进行区间修改操作,查询时,直接在树状数组上查询即可,时间复杂度为 O ( n log ⁡ n log ⁡ log ⁡ n ) O(n\log n\log\log n) O(nlognloglogn)

在数据不随机的情况下,可能卡掉珂朵莉树的情况时,区间赋值的操作的区间长度总和一定是线性的,也就意味着,可将区间赋值的操作看为单点赋值。考虑每一种赋值操作都用一棵平衡树来维护,时间复杂度 O ( n log ⁡ n ) O(n\log n) O(nlogn) 。考虑询问次数是线性的,在平衡树上的修改操作数就也是线性的,使用空间回收,空间复杂度为 O ( n ) O(n) O(n)

tips:

原则上来讲,以这种方式可以通过本题,但是由于空间限制得太为苛刻,不卡空间的话会 MLE (我空间没卡过去 QAQ)。其实由于本题的数据过水,通过测试可得,唯一卡珂朵莉树的点的区间赋值操作都是同一个值,(所以直接随便拿个线段树或者树状数组打暴力就能过了,我 AC 代码就这么写的)

AC 代码

#include<iostream>
#include<cstdio>
#include<set>
#define int long long
#define MAXN 1000005
#define scit set <Chtholly> :: iterator

using namespace std;

int tmp[MAXN]={
   },n,q;

struct query{
   
	char op; signed t1,t2,t3;
}Q[MAXN]={
   };

//-------------------------------暴力------------------------------------

struct seg{
   
	signed l,r; int val,tag;
};

struct Segmenttree{
   
	seg tree[MAXN<<2];
	
	void pushup(int p){
   
		tree[p].val=tree[p<<1].val+tree[p<<1|1].val;
	}
	
	void buildtree(int p,int l,int r){
   
		tree[p].l=l; tree[p].r=r;
		if(l==r) tree[p].val=0;
		else{
   
			int mid=l+r>>1;
			buildtree(p<<1,l,mid);
			buildtree(p<<1|1,mid+1,r);
			pushup(p);
		
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
美赛e题通常会要求解决一个实际的工程或管理问题,涉及到建模、数据分析、优化等方面。解题思路通常分为以下几个步骤: 1. 问题理解:首先要仔细阅读题目,理解问题背景、要求和限制条件。明确问题的目标和约束条件是解题的第一步。 2. 建立数学模型:根据问题要求和数据,建立合适的数学模型来描述问题。可能涉及到微积分、概率统计、线性代数等数学知识。模型的建立需要考虑到实际情况和假设条件,尽量简化和抽象问题方便求解。 3. 数据分析:根据所给数据或者自行获取数据,进行数据的处理和分析。可能需要进行数据清洗、统计分析、可视化等工作,以便更好地理解问题和验证模型。 4. 求解优化问题:根据建立的数学模型,可以采用各种优化方法来求解问题。常用的方法包括线性规划、整数规划、动态规划、遗传算法等。在求解的过程中需要注意约束条件的处理和结果的解释。 5. 结果分析和验证:得到结果后,需要进行结果的分析和验证,看是否符合实际情况和问题要求。如果有必要,可以进行灵敏度分析和稳定性分析,探讨模型的鲁棒性和可靠性。 6. 方案优化和改进:根据结果分析的情况,可以对建模和求解过程进行改进和优化,以提高解题的精度和效率。 以上是美赛e题解题思路的一般流程,具体问题具体分析,需要根据具体问题的特点来灵活应对。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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