清橙 A1318 加强版:Almost
Posted turboboost
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了清橙 A1318 加强版:Almost相关的知识,希望对你有一定的参考价值。
题意:
原版:(n leq 1e5, q leq 3e4, TL 5s, ML 256G)
加强版1:(n,q leq 1.5e5, TL 5s, ML 256G)
加强版2:(n,q leq 1.5e5, TL 5s, ML 1G, 强制在线)(由于空间变大所以严格来说不算加强版……)
思路:
原版
加强版1
首先考虑能否分数规划。
那么要判定
(frac{sum A}{n-1}geq R)
变形
(sum Ageq Rcdot(n-1))
(sum A?Rcdot ngeq?R)
(sum (A_i?R)geq?R)
接下来先不管强制在线,考虑整体二分。
那么在整体二分的当前轮中,我们对于每个询问有一个二分的(Mid)值。
显然我们应该按(Mid)从小到大(反着来当然也行)处理。
问题转化为:一个数列,支持全体加正数,和查询区间最大子段和。
先建出线段树,在每个结点我们统计“在结点对应区间内,且以区间中心为一个端点”的所有子段。(不妨称作“单侧子段”)
对应区间长度为(len)的结点,单侧子段有(O(len))个。
进而考虑“在结点对应区间内,且过区间中心”的子段(不妨称作“完整子段”)。
易见最优的完整子段由两侧最优的单侧子段拼成。
两侧最优的单侧子段只会变化(O(len))次,故需要考虑的完整子段是(O(len))个。
不止如此,结点里还要统计所有后代的完整子段,于是所有结点统计的完整子段共有(O(n log^2 n))个。
注意到一个子段的和是关于全局增量(Delta)的一次函数,于是不妨对每个结点统计的完整子段求凸包。
观察:由于斜率只有(O(len))种,故每个结点的凸包大小是(O(len)),总大小(O(n log n))。
随着(Delta)的增加,我们在每个结点里维护一个扫描线就能查到“在结点对应区间内”的最优子段。
回答询问时会把区间拆成(O(log n))个线段树区间,如何合并?
对每个线段树区间维护“内部最优子段”、“以两侧边界为端点的内部最优子段”,然后类比贪心求最大子段和的方法合并出答案。
单次询问(O(log n)),整体二分中有(O(n log n))次询问,时间共(O(n log^2 n))。
空间即凸包大小总和,(O(n log n))。
加强版2
强制在线?
需要抛开扫描线才行。
注意到问题分为两个部分:
1、每个线段树区间的“内部最优子段”
2、每个线段树区间的“以两侧边界为端点的内部最优子段”
每个部分,原先维护的扫描线都会有(O(n log n))个“关键点”,每碰到一个关键点,某个结点的答案就要改变。
由于不能用整体二分,所以不能依赖扫描线来找到每个结点当前的关键点。
不妨在每个结点里同时存储所有后代的关键点,把这些点排序后标明,是自己的关键点,还是左儿子的,还是右儿子的。
以下的“关键点”就指代经过这番扩展后的关键点了。
那么回答询问,先在根节点里二分找到(Delta)对应的关键点,然后用Wavelet Tree的方法,不断把当前结点的关键点编号对应上儿子的关键点编号即可。
Wavelet Tree的方法?很简单,就是对自己的每个关键点,预处理“他是第几个来自左/右儿子的关键点”。
时间不变,空间(O(n log^2 n)),但因为空间常数很小所以1G存的下。
代码:
咕咕咕
这东西我能写一年
以上是关于清橙 A1318 加强版:Almost的主要内容,如果未能解决你的问题,请参考以下文章