Wannafly模拟赛4 B Distance（枚举 最大曼哈顿距离模板）

题目描述

FST作为小朋友，经常会遇到和距离有关的问题，但是他已经厌倦了曼哈顿距离和欧几里德距离，所以FST就定义了一种FST距离。
这种距离并不用于空间或平面中，而运用于FST发明的一些神奇的算法中（唔... ...）。
设i号元素的特征值为A i，则i和j的FST距离是 |i 2 - j 2|+|A i 2 - A j 2|。
为了实现某新的数据结构，FST想在一大堆元素中找出距离最大的一对元素，他不关心是哪一对元素，只想求出最大距离。

输入描述:

第一行，一个正整数n，为元素个数。
第二行，n个正整数Ai为这n个元素的特征值。

输出描述:

一行，一个正整数表示最大距离。long long请用lld

示例1

输入

2
4 3

输出

10

备注:

n≤105,Ai≤109

思路

这题可以套用最大曼哈顿距离的模板，状压枚举一个点的所有维数坐标值的正负，枚举n个点，绝对值一定是最大的答案 即最大减最小
只考虑二维空间上两个坐标(x1, y1) 和 (x2, y2)之间的曼哈顿距离.
|x1-x2| +|y1-y2|去掉绝对值符号后共有下列四种情况
(x1-x2) + (y1-y2),
(x1-x2) + (y2-y1),
(x2-x1) + (y1-y2),
(x2-x1) + (y2-y1)
转化一下：
(x1+y1) - (x2+y2),
(x1-y1) - (x2-y2),
(-x1+y1) - (-x2+y2),
(-x1-y1) - (-x2-y2)
减号左边是第一个变量, 右边是第二个变量. 不同的维具有不同的状态, 可以用二进制枚举, 但由于是计算两个点之间的曼哈顿距离, 二元作差的形式不变.
对于一对点, 枚举所有的状态, 二者作差, 最大值代表他们的绝对值之和, 即曼哈顿距离.
而这个距离的最大值即为所求.
按照正常的思维:
1. 枚举点的所有二元组.
2. 求这两个点的曼哈顿距离: 
枚举两个点所有的状态, 差值最大的那个状态就是可以构成绝对值的状态, 得到的数就是曼哈顿距离.
3. 选择所有这些距离中的最大值.
这样的话复杂度是 O(n^2), 略大.
但是注意到取了两次"最大", 而这两次"最大"经过分析可知, 是可以合并的. 
因为在同一个状态下, 对于所有点, 最大值和最小值之差可以认为是"疑似绝对值".
虽说不一定是绝对值, 而是首先盲目地算了一个"最大值", 但是那个最大的绝对值一定在结果之中, 且是最大的那个(绝对值 > 非绝对值).
计算出所有的"疑似绝对值", 找出最大的, 就是"真绝对值", 并且是"真绝对值"中最大的(即符号错误不会使答案变小).
这样就是O(n)的复杂度了.
思考优化的时候注意观察最优解的分布, 缩小比较范围.

#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
#define N 100003
#define inf 1e100
double a[N][5];
int n;

int main()
{
    while (scanf("%d", &n) == 1)
    {
        for (int i=0; i<n; i++)
            for (int j=0; j<5; j++) scanf("%lf", &a[i][j]);
        double ans = 0, mi, mx, t;
        for (int s=0; s<(1<<5); s++)
        {
            mi = inf, mx = -inf;
            for (int i=0; i<n; i++)
            {
                t = 0;
                for (int j=0; j<5; j++)
                    if ((1<<j) & s) t += a[i][j];
                    else t -= a[i][j];
                mi = min(mi, t);
                mx = max(mx, t);
            }
            ans = max(ans, mx-mi);
        }
        printf("%.2lf\n", ans);
    }
    return 0;
}