首先我们可以考虑一下 \(x\) 关于 \(y\) 的对称点的坐标,不难发现就是 \(x + 2 \times (y - x)\),那么期望的增量就会增加 \(2 \times (y - x)\)。不难发现我们可以令 \(dp_{i, j}\) 表示 \(j\) 第 \(i\) 次操作(即假设进行了 \(p\) 轮操作,当前是第 \(q\) 次操作,则 \(i = (p - 1) \times m + q\)),则会有转移:

\[dp_{i, a_q} += \frac{1}{2} \times 2 \times (dp_{i - 1, a_q - 1} - dp_{i - 1, a_q}) + \frac{1}{2} \times 2 \times (dp_{i - 1, a_q + 1} - dp_{i - 1, a_q})
\]

即:

\[dp_{i, a_q} += dp_{i - 1, a_q - 1} + dp_{i - 1, a_q + 1} - 2 \times dp_{a_q}
\]

可以发现第一维可以直接压去,则有转移 \(i = a_q\):

\[dp_i += dp_{i - 1} + dp_{i + 1} - 2 \times dp_i
\]

你会发现这个转移非常有特色,实际上可以将上式划成两个部分:

\[dp_i += (dp_{i + 1} - dp_i) - (dp_i - dp_{i - 1})
\]

你会发现这实际上是两个差分数在相加,令 \(f_i = dp_i - dp_{i - 1}\),即:

\[dp_i = f_{i + 1} - f_i
\]

显然这样算是非常不方便的,我们干脆考虑差分数组 \(f\) 的变化,则有:

\[f_i += f_{i + 1} - f_i \Leftrightarrow f_i = f_{i + 1}
\]
\[f_{i + 1} -= f_{i + 1} - f_i \Leftrightarrow f_{i + 1} = f_i
\]

相当于将差分数组 \(f_i, f_{i + 1}\) 交换!那么问题转化为,给你一个序列,有 \(K\) 轮变换,每次变换有 \(m\) 次操作,按照给定的操作序列 \(a_i\) 交换 \(f_{a_i}, f_{a_i + 1}\)。因为每轮变换的操作序列都是一样的,这意味着每个位置在一轮之后变到的位置是一样的。于是我们先暴力将经过一轮操作后位置排列 \(P\) 变换到的位置序列 \(P'\)(事实上我们成排列 \(P \rightarrow P'\) 的这样一个过程叫做置换),对于置换而言一个常见的想法就是对 \(P_i \rightarrow P'_i\) 连一条边,这样将形成一张若干个简单环组成的有向图。那么每个位置经过 \(K\) 轮置换后的位置就相当于它在这个简单环上走 \(K\) 步后的位置,这个就很容易可以算出来了。

可以发现,上面这个做法的复杂度是 \(O(n + m)\) 的,非常地优秀!

#include<bits/stdc++.h>
using namespace std;
#define int long long
#define rep(i, l, r) for(int i = l; i <= r; ++i)
const int N = 100000 + 5;
bool book[N];
int n, m, k, tmp, cnt, a[N], d[N], p[N], dp[N], nxt[N], ans[N];
vector <int> G[N];
int read(){
char c; int x = 0, f = 1;
c = getchar();
while(c > '9' || c < '0'){ if(c == '-') f = -1; c = getchar();}
while(c >= '0' && c <= '9') x = x * 10 + c - '0', c = getchar();
return x * f;
}
signed main(){
n = read();
rep(i, 1, n) d[i] = read(), p[i] = i, dp[i] = d[i] - d[i - 1];
m = read(), k = read();
rep(i, 1, m) a[i] = read(), swap(p[a[i]], p[a[i] + 1]);
rep(i, 1, n) nxt[i] = p[i];
rep(i, 1, n) if(!book[i]){
int x = i; G[++cnt].push_back(i), book[i] = true;
while(nxt[x] != i) x = nxt[x], book[x] = true, G[cnt].push_back(x);
}
rep(i, 1, cnt){
int S = G[i].size(), tr = k % S;
rep(j, 0, S - 1) ans[G[i][j]] = dp[G[i][(j + tr) % S]];
}
rep(i, 1, n) tmp += ans[i], printf("%lld.0\n", tmp);
return 0;
}

AT2164 [AGC006C] Rabbit Exercise的更多相关文章

  1. [AT2164] [agc006_c] Rabbit Exercise

    题目链接 AtCoder:https://agc006.contest.atcoder.jp/tasks/agc006_c 洛谷:https://www.luogu.org/problemnew/sh ...

  2. 【做题】agc006C - Rabbit Exercise——模型转换

    原文链接https://www.cnblogs.com/cly-none/p/9745177.html 题意:数轴上有\(n\)个点,从\(1\)到\(n\)编号.有\(m\)个操作,每次操作给出一个 ...

  3. AGC006C Rabbit Exercise

    传送门 设 \(f_{i,j}\) 表示兔子 \(i\) 在当前 \(j\) 轮的期望位置 对于一次操作 \(f_{i,j+1}=\frac{1}{2}(2f_{i-1,j}-f_{i,j})+\fr ...

  4. 【agc006C】Rabbit Exercise

    Portal --> agc006C Solution 啊感觉是好有意思的一道题qwq官方题解里面的说辞也是够皮的哈哈哈..(大概就是说如果你没有意识到那个trick的话这题这辈子都做不出来qw ...

  5. 【AGC006C】Rabbit Exercise 置换

    题目描述 有\(n\)只兔子站在数轴上.为了方便,将这些兔子标号为\(1\ldots n\).第\(i\)只兔子的初始位置为\(a_i\). 现在这些兔子会按照下面的规则做若干套体操.每一套体操由\( ...

  6. AT2164 Rabbit Exercise

    传送门 解题思路 首先考虑k=1的情况,对于每一个a[i],它可能会到a[i-1]*2-a[i] 与 a[i+1]*2-a[i]两个位置,概率都为%50,那么它的期望位置为 (a[i-1]*2-a[i ...

  7. 【AtCoder】【思维】【置换】Rabbit Exercise

    题意: 有n只兔子,i号兔子开始的时候在a[i]号位置.每一轮操作都将若干只兔子依次进行操作: 加入操作的是b[i]号兔子,就将b[i]号兔子移动到关于b[i]-1号兔子现在所在的位置对称的地方,或者 ...

  8. AtCoder Grand Contest 006 (AGC006) C - Rabbit Exercise 概率期望

    原文链接https://www.cnblogs.com/zhouzhendong/p/AGC006C.html 题目传送门 - AGC006C 题意 有 $n$ 个兔子,从 $1$ 到 $n$ 编号, ...

  9. [Atcoder Grand 006 C] Rabbit Exercise 解题报告 (期望)

    题目链接:https://www.luogu.org/problemnew/show/AT2164 https://agc006.contest.atcoder.jp/tasks/agc006_c 题 ...

随机推荐

  1. isEmpty 和 isBlank

    <org.apache.commons.lang3.StringUtils> isEmpty系列 StringUtils.isEmpty() ========> StringUtil ...

  2. 「Codeforces 724F」Uniformly Branched Trees

    题目大意 如果两棵树可以通过重标号后变为完全相同,那么它们就是同构的. 将中间节点定义为度数大于 \(1\) 的节点.计算由 \(n\) 个节点,其中所有的中间节点度数都为 \(d\) 的互不同构的树 ...

  3. MongoDB基本介绍与安装(1)

    MongoDB是一个基于分布式文件存储的数据库.由C++语言编写.旨在为WEB应用提供可扩展的高性能数据存储解决方案. MongoDB是一个介于关系数据库和非关系数据库之间的产品,是非关系数据库当中功 ...

  4. 初遇NFT-IPFS

    初遇NFT-IPFS 本次学习如何使用Hardhat框架制作可预售的NFT并利用IPFS存储元数据. NFT简介 NFT全称Non-fungible Token(即非同质化通证).不可分割性(目前有碎 ...

  5. 【论文笔记】用反事实推断方法缓解标题党内容对推荐系统的影响 Click can be Cheating: Counterfactual Recommendation for Mitigating Clickbait Issue

    Click can be Cheating: Counterfactual Recommendation for Mitigating Clickbait Issue Authors: 王文杰,冯福利 ...

  6. java -jar 指定logback.xml、application.yaml

    java -jar 指定logback.xml -Dlogging.config="C:\logbacs\logback.xml" 示例:java -jar   -Dlogging ...

  7. IntelliJ IDEA 2020.1.1 x64 Debug 断点调试模式详解

    前言 对于初入职场的萌新们来说,很多都还不会 Debug 断点模式.记得我刚写代码的时候,也是通过 System.out.println() 一行一行的把变量打印出来看.其实强大的编辑器已经帮我们做好 ...

  8. android studio 获取 SHA1 值

    1. 生成密钥文件 2.找到控制台 输入指令 cd c: cd C:\Users\[当前登录的用户文件夹]\.android 如 cd C:\Users\cenxi\.android 就是这里 然后输 ...

  9. 实验 1 :Mininet 源码安装和可视化拓扑

    实验 1 : Mininet 源码安装和可视化拓扑工具 一 .实验目的 掌握 Mininet 的源码安装方法和 miniedit 可视化拓扑生成工具. 二 .实验任务 使用源码安装 Mininet 的 ...

  10. Java定时调度

    一.实现方式 Timer:单线程,串行: ScheduledExecutor:并行,论询,实现麻烦: Spring Scheduler:适合小任务: JcronTab:按照crontab语法编写的ja ...