UVa Sculpture(离散化 floodfill)
题意:
给定n个立方体的一个顶点坐标和3边长度, 问这些立方体组成的雕塑的表面积和体积, 坐标都是整数,n最大为50, 最大为500, 边长最大也是500。
分析:
继UVa221后又一道离散化
首先先深入理解一下离散化: (转自 http://www.cnblogs.com/jerryRey/p/4599388.html)
先来看一个问题:给你以下的网格,你需要多少空间去存储红点区间的信息呢?

只需要图上所示的1,2,3,4个点就足够表示红点所在区间了,为什么不是一个区间的第一个红点和最后一个红点呢?(如果这样记录的话则必须加一区间点,记录区间内部信息,因为端点可能是两个区间的交集而区间内可能只被操作了一次)这样做的好处是空白区域的长度也能轻易计算出来。
因此离散化的核心在于以点代表区间。

对于本题, 如果直接建一个1000*1000*1000的数组进行floodfill , 方法是可行的, 但是从数据上看可能会爆内存+超时, 因为这里数据规模已经到了1e9.
所以我们需要离散化出我们要用的坐标, 对于50个立方体来说, 我们每一个维度(xyz)最大会有50*2 = 100个不同的坐标, 那么我们就可以把这些坐标的区间段记录下来, 这些区间段的性质都是一样的(要么没有东西, 要么是立方体), 所以我们就可以把一个区间离散化为一个点, 然后将这些点填入一个100*100*100的数组做floodfill (数据规模1e6)。
因为本题还有有很多细节的地方, 所以我没有独立编程去实现, 贴一个对刘汝佳代码注释过的代码。
#include<cstdio>
#include<cstring>
#include<queue>
#include<algorithm>
using namespace std;
const int maxn = + ;
const int maxc = + ; //原来的数据
int n, x0[maxn], x1[maxn], y0[maxn], y1[maxn], z0[maxn], z1[maxn]; //离散化 (将每个线段离散为一个点)
int nx, ny, nz;
int xs[maxn*], ys[maxn*], zs[maxn*]; //六个方向 如果是xz面看的话 就是 右左前后上下
const int dx[] = {,-,,,,};
const int dy[] = {,,,-,,};
const int dz[] = {,,,,,-}; //离散化数组,每一个点都是代表原来的一个线段(不一定是原来的矩形, 可能是矩形的一部分), 在这个坐标内floodfill
int color[maxn*][maxn*][maxn*]; //
struct cube{
int x, y, z; //只要有xyz这个点 , 就能在color数组内对应空气或者实体
cube(int x = , int y = , int z = ): x(x) , y(y) , z(z){}
bool valid() const{
//每个点的左闭右开区间代表一个线段, 而且最后一个点就是范围极限(它不代表一个线段), 所以范围应该是[0, 最后一个点的前一个]
//下标从0开始 一直到 nx - 1 个点
return x >= && x < nx - && y >= && y < ny- && z>= && z < nz -;
} bool solid() const{
//判断这个点代表的是空气还是实体
return color[x][y][z] == ;
} bool getvis() const{
//判断是否被访问过
return color[x][y][z] == ;
} void setvis() const{
color[x][y][z] = ;
}
//访问他的邻居 访问要先判断是否 valid
cube neighbor(int dir) const{
return cube(x+dx[dir], y+dy[dir], z+dz[dir]);
}
int volume() const{
//要计算这个color点的体积, 要重新找回这个color点原始的数据
return (xs[x+] - xs[x]) * (ys[y+] -ys[y]) * (zs[z+]-zs[z]);
}
int area(int dir) const{//计算表面积
//想象一下 如果遍历过程中向上碰到solid, 那么说明这肯定是一个 xy型的面, 所以可以加上x*y
if(dx[dir] != ) return (ys[y+] - ys[y]) * (zs[z+]-zs[z]);
else if(dy[dir] != ) return (xs[x+] - xs[x]) * (zs[z+] - zs[z]);
return (xs[x+] - xs[x]) * (ys[y+] - ys[y]);
}
}; void discretize(int* x, int& n){
sort(x,x+n); //默认升序
n = unique(x,x+n) - x; // 这样就可以求出有多少个不同的元素
}
int ID(int* x, int n, int x0){//使原来矩形的数据对应离散化数组的下标
return lower_bound(x, x+n, x0) - x; //返回一个等于x0的下标
} void floodfill(int&v , int& s){
v = ;
s = ;
cube c;
c.setvis();
queue<cube> q;//碰到空气就入队, 碰到solid计算表面积
q.push(c);
while(!q.empty()){
cube c = q.front(); q.pop();
v += c.volume(); //出队空气的体积
for(int i = ; i < ; i++){
cube c2 = c.neighbor(i);
if(!c2.valid()) continue;
if(c2.solid()) s += c.area(i);
else if(!c2.getvis()){
c2.setvis();
q.push(c2);
}
}
}
v = maxc*maxc*maxc - v;
} int main(){
int T;
scanf("%d", &T);
while(T--){
nx = ny = nz = ;
xs[] = ys[] = zs[] = ;//给定下界 让空气可以严格包围矩形
xs[] = ys[] = zs[] = maxc; // 同上 scanf("%d", &n);
for(int i = ; i < n ;i++){
scanf("%d %d %d %d %d %d", &x0[i], &y0[i], &z0[i], &x1[i], &y1[i], &z1[i]);
x1[i] += x0[i], y1[i] += y0[i], z1[i] += z0[i]; xs[nx++] = x0[i], xs[nx++] = x1[i];
ys[ny++] = y0[i], ys[ny++] = y1[i];
zs[nz++] = z0[i], zs[nz++] = z1[i];
}
discretize(xs,nx);//离散化, 传入一个数组坐标和一个应用变量, 去重输出有多少段
discretize(ys,ny);
discretize(zs,nz);
memset(color, , sizeof(color));//初始化color 准备用坐标填入
for(int i = ; i < n; i++){
int X1 = ID(xs,nx,x0[i]), X2 = ID(xs,nx,x1[i]);
int Y1 = ID(ys,ny,y0[i]), Y2 = ID(ys,ny,y1[i]);
int Z1 = ID(zs,nz,z0[i]), Z2 = ID(zs,nz,z1[i]);
//左开右闭区间代表线段
for(int X = X1; X < X2; X++){
for(int Y = Y1; Y < Y2; Y++){
for(int Z = Z1; Z < Z2; Z++){
color[X][Y][Z] = ;
}
}
}
}
int v, s;
floodfill(v, s);
printf("%d %d\n",s,v);
}
}
UVa Sculpture(离散化 floodfill)的更多相关文章
- Uva 12171 Sculpture - 离散化 + floodfill
题目连接:https://uva.onlinejudge.org/index.php?option=com_onlinejudge&Itemid=8&page=show_problem ...
- UVa 12171 (离散化 floodfill) Sculpture
题意: 三维空间中有n个长方体组成的雕塑,求表面积和体积. 分析: 我们可以在最外边加一圈“空气”,然后求空气的连通块的体积,最后用总体积减去即是雕塑的体积. 还有一个很“严重”的问题就是5003所占 ...
- UVA12171-Sculpture(离散化+floodfill)
Problem UVA12171-Sculpture Accept: 196 Submit: 1152 Time Limit: 3000 mSec Problem Description Imagi ...
- 【紫书】Urban Elevations UVA - 221 离散化
题意:给你俯视图,要求依次输出正视图中可以看到的建筑物 题解:任意相邻的x间属性相同,所以离散化. 坑:unique只能对数组用.下标易错 list不能找某元素的next.用了个很麻烦的处理 数组: ...
- UVA 572 Oil Deposits油田(DFS求连通块)
UVA 572 DFS(floodfill) 用DFS求连通块 Time Limit:1000MS Memory Limit:65536KB 64bit IO Format: ...
- hdu 2771(uva 12171) Sculpture bfs+离散化
题意: 给出一些边平行于坐标轴的长方体,这些长方体可能相交.也可能相互嵌套.这些长方体形成了一个雕塑,求这个雕塑的整体积和表面积. 题解: 最easy想到直接进行bfs或者dfs统计,但此题的麻烦之处 ...
- UVa 221城市正视图(离散化)
https://uva.onlinejudge.org/index.php?option=com_onlinejudge&Itemid=8&page=show_problem& ...
- UVa 1471 Defense Lines - 线段树 - 离散化
题意是说给一个序列,删掉其中一段连续的子序列(貌似可以为空),使得新的序列中最长的连续递增子序列最长. 网上似乎最多的做法是二分查找优化,然而不会,只会值域线段树和离散化... 先预处理出所有的点所能 ...
- UVa 221 Urban Elevations 城市正视图 离散化初步 无限化有限
转载请注明: 仰望高端玩家的小清新 http://www.cnblogs.com/luruiyuan/ 题目大意: 题目传送门:UVa 221 Urban Elevations 给出城市中建筑物的x, ...
随机推荐
- 题解报告:poj 3320 Jessica's Reading Problem(尺取法)
Description Jessica's a very lovely girl wooed by lots of boys. Recently she has a problem. The fina ...
- 转-Mac下Apache Tomcat安装配置
ava Web如果稍微知道一点,一般对Tomcat都不会陌生,Apache是普通服务器,本身只支持html即普通网页,可以通过插件支持PHP,还可以与Tomcat连通(单向Apache连接Tomcat ...
- 204 Count Primes 计数质数
计算所有小于非负整数 n 的质数数量. 详见:https://leetcode.com/problems/count-primes/description/ Java实现: 埃拉托斯特尼筛法:从2开始 ...
- [转]linux之date命令MYSQL用户管理
转自:http://www.cnblogs.com/hencehong/archive/2013/03/19/mysql_user.html 一. 用户登录 格式: mysql -h主机 ...
- snort + barnyard2如何正确读取snort.unified2格式的数据集并且入库MySQL(图文详解)
不多说,直接上干货! 为什么,要写这篇论文? 是因为,目前科研的我,正值研三,致力于网络安全.大数据.机器学习研究领域! 论文方向的需要,同时不局限于真实物理环境机器实验室的攻防环境.也不局限于真实物 ...
- spark yarn cluster模式下任务提交和计算流程分析
spark可以运行在standalone,yarn,mesos等多种模式下,当前我们用的最普遍的是yarn模式,在yarn模式下又分为client和cluster.本文接下来将分析yarn clust ...
- [转]asp.net 跨域单点登录
本文转自:http://tech.e800.com.cn/articles/2009/814/1250212319986_1.html 单点登录(Single Sign On),简称为 SSO,是目前 ...
- CF949B A Leapfrog in the Array
思路: 最终的时候,对于位置p,若p是奇数,则该位置的元素是(p + 1) / 2:若p是偶数,需要从p开始不断地迭代寻找上一次跳跃所处的位置(p = p + n - p / 2),直到p是奇数为止. ...
- Android基础夯实--重温动画(三)之初识Property Animation
每个人都有一定的理想,这种理想决定着他的努力和判断的方向.就在这个意义上,我从来不把安逸和快乐看作生活目的的本身--这种伦理基础,我叫它猪栏的理想.--爱因斯坦 一.摘要 Property Anima ...
- 机器学习-Probabilistic interpretation
Probabilistic interpretation,概率解释 解释为何线性回归的损失函数会选择最小二乘 表示误差,表示unmodeled因素或随机噪声,真实的y和预测出来的值之间是会有误差的, ...