题目大意
mtc是一个很优秀的同学,他学习认真,经常刷题。这天,他正好学习到了数据离散化与二位前缀和的相关概念,并给大家进行科普.
数据的离散化:有些教据本身很大,自身无法作为数组的下标保存对应的属性,如果这时只是需要这堆数据的相对属性,那么可以对其进行离散化处理。当数据只与它们之间的相对大小有关,而与具体是多少无关时,可以进行离散化。百度百科
例如:设有4个数:
1234567、123456789、12345678、123456
排序:123456<1234567<12345678<123456789
=>1<2<3<4
那么这4个数可以表示成:2、4、3、1
实现离散化的方法有很多,大家可以自行学习
二维前缀和:定义一个二维数组s0,s川们表示二维数组中,左上角(1,1)到右下角,所包围的矩阵元素的和。如下图所示
二维前缀和的推导公式:整个外围蓝色矩形面积s们=绿色面积S - 1]M] + 紫色面积 -1重复加的红色的面积 - 1-1]+小方块的面积a[ilij]。
使用二位前缀和求解矩阵的面积:求以(x1,y1)为左上角和以(2,y2)为右下角的矩阵的元素的和。
绿色形的面积 S= 整个外围面积[x2,2] -黄色面s2y1-11-紫色面1 -1,y2] +重复减去的红色面积 1 -1,y1 -11
当你认直听取m队长给你讲述的知识后,脑洞大开,决定利用所学内容解决下述问题。在一张无限大二维网格上,存在n(n<=5000个点,点i(0<=n)坐落在(y格子上。当我们任取两个点,都可以以这两个点构成一个矩形注意:当两个点横坐标相同或纵坐标相同时退化成一条宽为1的
网格条,两个点是同一坐标时退化成一个网格,这并不影响我们的任务),我们的任务是求出这个矩形内存在多少个点?
输入
第一行输入两个整数n,m表示网格上分布着n个点,同时我们有m个矩形需要统计内部的点的数量
接下来n行,每行两个整数x,y表示点i(0<=i<n)的坐标。
接下来m行,每行两个整数k1,k2(0<=k1,k2n),表示我们查询以点k1和点k2构成的矩形内点的数量
输出
m行,每行一个整数,表示第i次询问的矩形内部的点的数量
示例 1:
输入:
4 3
0 0
0 1
1 0
1 1
0 3
0 1
2 2
输出:
4
2
1
样例解释
一共四个点,分布在(0,0),(0,1),(1,0)11)四个网格中,如图所示:
三次询问,0号点和3号点构成的矩形以(O,0)为左上角,(1,1)为右下角,内部包含4个点。
0号点和1号点构成的矩形以(0,0)为左上角, (0,1)为右下角,内部包含2个点。
2号点和2号点构成的矩形只有 (1,0)一个格子,内部包含1个点。
重要提示
保证60%的数据中,点的数量n<=100,查询的次数m<=100,并且所有点的坐标都在[1,100]以内,也就是说你完全可以不听取m队长的任何建议就可以得到本题目60%的分数。
保证80%的数据中,点的数量n<=5000,查询的次数m<=10000,并且所有点的坐标都在[1, 1000]以内,也就是说你只需要听会m队长的二维前缀和就可以得到本题目80%的分数。
保证100%的数据中,点的数量n<=5000,查询的次数m<=100000,并且所有点的坐标在int表示的范围内即[-2^31, 2^31-1],也就是说你既需要学会m队长讲的离散化也要学会二位前缀和才可以得到本题目100%的分数。
思路
非常经典的值域大而数据数量少的问题,可采用离散化方法;而多次查询,可采用前缀和思想预先处理,节约每次查询的时间。
离散化+二维前缀和,详见代码注释。
其中数据范围通过点的数量和查询次数来确定,每次查询是选择某个点,而点数n最多为5000,因此横坐标、纵坐标最多都为5000,确定了离散化后的数组维度N与n相同。
代码
#include <bits/stdc++.h>
using namespace std;
int n, m;
const int N = 5000 + 10;
int a[N][N], s[N][N]; // 离散化后的点数组、前缀和数组
vector<vector<int>> point; // 存点的坐标
vector<int> idx; // 存放点的原始横坐标
vector<int> idy; // 存放点的原始纵坐标
// 将横坐标离散化,映射到某个下标 用的二分查找
int findx(int x){
int l = 0, r = idx.size() - 1;
while(l < r)
{
int mid = l + r >> 1;
if(idx[mid] >= x) r = mid;
else l = mid + 1;
}
return r + 1; // 映射下标从1开始,便于计算前缀和
}
// 将纵坐标离散化,映射到某个下标
int findy(int x){
int l = 0, r = idy.size() - 1;
while(l < r)
{
int mid = l + r >> 1;
if(idy[mid] >= x) r = mid;
else l = mid + 1;
}
return r + 1;
}
int main(){
cin >> n >> m;
// n个点
for(int i = 0; i < n; i ++ ){
int x, y;
cin >> x >> y;
point.push_back({x, y});
idx.push_back(x);
idy.push_back(y);
}
// 分别对横坐标、纵坐标排序、去重
sort(idx.begin(), idx.end());
idx.erase(unique(idx.begin(),idx.end()), idx.end());
sort(idy.begin(), idy.end());
idy.erase(unique(idy.begin(),idy.end()), idy.end());
// 处理原始点,映射下标
for(int i = 0; i < n; i ++ ){
int x = findx(point[i][0]);
int y = findy(point[i][1]);
a[x][y] ++;
}
// 处理前缀和
for(int i = 1; i <= idx.size(); i ++ )
for(int j = 1; j <= idy.size(); j ++ ){
s[i][j] = a[i][j] + s[i][j - 1] + s[i - 1][j] - s[i - 1][j - 1];
}
// 处理询问
for(int i = 0; i < m; i ++ ){
int x1, y1, x2, y2;
int p, q;
cin >> p >> q;
x1 = point[p][0], y1 = point[p][1], x2 = point[q][0], y2 = point[q][1];
x1 = findx(x1), y1 = findy(y1), x2 = findx(x2), y2 = findy(y2);
cout << s[x2][y2] - s[x2][y1 - 1] - s[x1 - 1][y2] + s[x1 - 1][y1 - 1] << endl;
}
return 0;
}
时间复杂度
排序:
O
(
n
l
o
g
n
)
O(nlogn)
O(nlogn)
处理原始点,映射下标:
O
(
n
l
o
g
n
)
O(nlogn)
O(nlogn)
处理前缀和:
O
(
n
2
)
O(n^2)
O(n2)
处理询问:
O
(
m
)
O(m)
O(m)
前缀和优化了询问,否则复杂度为
O
(
m
∗
n
2
)
O(m*n^2)
O(m∗n2)
离散化优化了数组维度N,优化后的N与点的个数n相近(可略大更保险,保证数组运算不越界),否则N需要涵盖数的范围
[
−
2
31
,
2
31
−
1
]
[-2^{31}, 2^{31}-1]
[−231,231−1], 即
2
32
2^{32}
232,则
O
(
N
2
)
O(N^2)
O(N2)将严重超时,难以计算。