Kick Start 2019 Round A Parcels

Posted patt

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Kick Start 2019 Round A Parcels相关的知识,希望对你有一定的参考价值。

题目大意

$R \\times C$ 的网格,格子间的距离取曼哈顿距离。有些格子是邮局。现在可以把至多一个不是邮局的格子变成邮局,问每个格子到最近的邮局的曼哈顿距离的最大值最小是多少。

数据范围

  • $ 1 \\le R \\le 250 $
  • $ 1 \\le C \\le 250 $
  • 100 组测试数据
  • Time limit: 15 s

分析

显然可以二分答案。

几何视角

考虑平面上的整点(也称格点)。到一个格点的曼哈顿距离不大于 $k$ 的所有格点的轮廓是一个旋转了 45° 的正方形( For any point, the set of points within a manhattan distance of K form a square rotated by 45 degrees.),或者叫菱形。

技术图片

考虑所有离现有邮局的最短距离大于 $k$ 的格点,简称「未覆盖点」,每个未覆盖点都关联着一个上一段所说的菱形。如果所有菱形的交集不为空,那么只要从交集中取一点作为新邮局即可。

这个方法的困难在于两个菱形的交集并不好计算。不过我们可以通过坐标变换,把原本的菱形变成正方形。正方形的交集是容易计算的。
这个变换在算法竞赛界称为曼哈顿距离转切比雪夫距离。

对于平面上两点 $ (x_1, y_1) $,$ (x_2, y_2) $;二者的契比雪夫距离定义为 $\\max(|x_1 - x_2|, |y_1 - y_2|)$ 。

对应的坐标变换是 $(x, y) \\longleftrightarrow (x + y, x - y)$ 。

代数视角

上述坐标变换的根源是曼哈顿距离的定义:

两点 $ (x_1, y_1) $,$ (x_2, y_2) $ 的曼哈顿距离无非是下述四个值中最大者

$ (x_1 - x_2) + (y_1 - y_2) $
$ (x_1 - x_2) + (y_2 - y_1) $
$ (x_2 - x_1) + (y_1 - y_2) $
$ (x_2 - x_1) + (y_2 - y_1) $
亦即
$(x_1 + y_1) - (x_2 + y_2)$
$(x_1 - y_1) - (x_2 - y_2) $
$(x_2 - y_2) - (x_1 - y_1) $
$(x_2 + y_2) - (x_1 + y_1)$
四者中的最大值。

于是有
\\beginequation
|x_1 - y_1 | + |y_1 - y_2| = \\max(|(x_1 + y_1) - (x_2 + y_2)|, |(x_1 - y_1) - (x_2 - y_2)|) \\labelE:1
\\endequation

利用 \\eqrefE:1 式,我们可以从代数视角(而非几何视角)来解决这个问题。

不妨把新邮局的坐标视作 $(x_2, y_2)$,把现有邮局尚不能覆盖的点的坐标视作 $(x_1, y_1)$ 。

问题转化为
是否存在点 $(x_2, y_2)$,满足当 $(x_1, y_1)$ 取遍未覆盖点,\\eqrefE:1 的值始终不超过 $k$,换言之 \\eqrefE:1 的最大值不小于 $k$ 。

注意到,当 \\eqrefE:1 取最大值时,$x_1 + y_1$,$x_1 - y_1$ 必取最值(即取最大值或最小值)。

因此我们可以先遍历未覆盖点 $(x_1, y_1)$,算出 $x_1 + y_1$,$x_1 - y_1$ 的最值,再枚举所有可能的新邮局 $(x_2, y_2)$,求 \\eqrefE:1 式的最大值,进行判断。

以上是关于Kick Start 2019 Round A Parcels的主要内容,如果未能解决你的问题,请参考以下文章

Round G 2019 - Kick Start 2019

DP 好题Kick Start 2019 Round C Catch Some

Round A 2020 - Kick Start 2020

Google Kick Start 2020 Round A

Kick Start 2018 - Round B

Kick Start Round D 2020(前两题)