BZOJ原题链接

洛谷原题链接

显然可以用数据结构或\(ST\)表或单调队列来维护最值。

这里采用单调队列来维护。

先用单调队列维护每一行的最大值和最小值,区间长为正方形长度。

再用单调队列维护之前维护出的每行最值数组的每一列的最大值和最小值,区间同上。

最后维护出的数组其实就是以每个点为左上角的正方形中的最值,直接扫一遍求最小的差即可。

借用洛谷题解里大佬的图以更好说明:



(\(X,x\)分别是维护出原矩阵中行的最大、最小值,\(Y,y\)分别是维护\(X,x\)中列的最大、最小值)

#include<cstdio>
using namespace std;
const int N = 1010;
const int M = 2e6 + 10;
int a[N][N], ma_x[N][N], mi_x[N][N], ma_y[N][N], mi_y[N][N], qma[M], qmi[M];
inline int re()
{
int x = 0;
char c = getchar();
bool p = 0;
for (; c < '0' || c > '9'; c = getchar())
p |= c == '-';
for (; c >= '0' && c <= '9'; c = getchar())
x = x * 10 + c - '0';
return p ? -x : x;
}
inline int minn(int x, int y)
{
return x < y ? x : y;
}
int main()
{
int i, j, n, m, k, lmi, lma, rmi, rma, o, oo, mi = 1e9;
n = re();
m = re();
k = re();
for (i = 1; i <= n; i++)
for (j = 1; j <= m; j++)
a[i][j] = re();
for (i = 1; i <= n; i++)
{
lmi = lma = 1;
rmi = rma = 0;
for (j = 1; j < k; j++)
{
for (; lma <= rma && a[i][qma[rma]] <= a[i][j]; rma--);
for (; lmi <= rmi && a[i][qmi[rmi]] >= a[i][j]; rmi--);
qma[++rma] = j;
qmi[++rmi] = j;
}
for (; j <= m; j++)
{
for (; lma <= rma && j - qma[lma] + 1 > k; lma++);
for (; lmi <= rmi && j - qmi[lmi] + 1 > k; lmi++);
for (; lma <= rma && a[i][qma[rma]] <= a[i][j]; rma--);
for (; lmi <= rmi && a[i][qmi[rmi]] >= a[i][j]; rmi--);
qma[++rma] = j;
qmi[++rmi] = j;
ma_x[i][j - k + 1] = a[i][qma[lma]];
mi_x[i][j - k + 1] = a[i][qmi[lmi]];
}
}
for (i = 1, o = m - k + 1; i <= o; i++)
{
lmi = lma = 1;
rmi = rma = 0;
for (j = 1; j < k; j++)
{
for (; lma <= rma && ma_x[qma[rma]][i] <= ma_x[j][i]; rma--);
for (; lmi <= rmi && mi_x[qmi[rmi]][i] >= mi_x[j][i]; rmi--);
qma[++rma] = j;
qmi[++rmi] = j;
}
for (; j <= n; j++)
{
for (; lma <= rma && j - qma[lma] + 1 > k; lma++);
for (; lmi <= rmi && j - qmi[lmi] + 1 > k; lmi++);
for (; lma <= rma && ma_x[qma[rma]][i] <= ma_x[j][i]; rma--);
for (; lmi <= rmi && mi_x[qmi[rmi]][i] >= mi_x[j][i]; rmi--);
qma[++rma] = j;
qmi[++rmi] = j;
ma_y[j - k + 1][i] = ma_x[qma[lma]][i];
mi_y[j - k + 1][i] = mi_x[qmi[lmi]][i];
}
}
for (i = 1, o = n - k + 1, oo = m - k + 1; i <= o; i++)
for (j = 1; j <= oo; j++)
mi = minn(mi, ma_y[i][j] - mi_y[i][j]);
printf("%d", mi);
return 0;
}

BZOJ1047或洛谷2216 [HAOI2007]理想的正方形的更多相关文章

  1. 洛谷 2216 [HAOI2007]理想的正方形

    题目戳这里 一句话题意 给你一个a×b的矩形,求一个n×n的子矩阵,矩阵里面的最大值和最小值之差最小. Solution 这个题目许多大佬都是单调队列,但是我不是很会,只好用了比较傻逼的方法: 首先我 ...

  2. 洛谷 P2216 [HAOI2007]理想的正方形

    P2216 [HAOI2007]理想的正方形 题目描述 有一个a*b的整数组成的矩阵,现请你从中找出一个n*n的正方形区域,使得该区域所有数中的最大值和最小值的差最小. 输入输出格式 输入格式: 第一 ...

  3. 洛谷P2216: [HAOI2007]理想的正方形 单调队列优化DP

    洛谷P2216 )逼着自己写DP 题意: 给定一个带有数字的矩阵,找出一个大小为n*n的矩阵,这个矩阵中最大值减最小值最小. 思路: 先处理出每一行每个格子到前面n个格子中的最大值和最小值.然后对每一 ...

  4. 洛谷P2216 HAOI2007 理想的正方形 (单调队列)

    题目就是要求在n*m的矩形中找出一个k*k的正方形(理想正方形),使得这个正方形内最值之差最小(就是要维护最大值和最小值),显然我们可以用单调队列维护. 但是二维平面上单调队列怎么用? 我们先对行处理 ...

  5. 【DP】【单调队列】洛谷 P2216 [HAOI2007]理想的正方形 题解

        算是单调队列的复习吧,不是很难 题目描述 有一个$a\times b$的整数组成的矩阵,现请你从中找出一个$n\times n$的正方形区域,使得该区域所有数中的最大值和最小值的差最小. 输入 ...

  6. [洛谷P2216][HAOI2007]理想的正方形

    题目大意:有一个$a\times b$的矩阵,求一个$n\times n$的矩阵,使该区域中的极差最小. 题解:二维$ST$表,每一个点试一下是不是左上角就行了 卡点:1.用了一份考试时候写的二维$S ...

  7. 洛谷 P2216 [HAOI2007]理想的正方形 || 二维RMQ的单调队列

    题目 这个题的算法核心就是求出以i,j为左上角,边长为n的矩阵中最小值和最大值.最小和最大值的求法类似. 单调队列做法: 以最小值为例: q1[i][j]表示第i行上,从j列开始的n列的最小值.$q1 ...

  8. [Luogu 2216] [HAOI2007]理想的正方形

    [Luogu 2216] [HAOI2007]理想的正方形 题目描述 有一个a*b的整数组成的矩阵,现请你从中找出一个n*n的正方形区域,使得该区域所有数中的最大值和最小值的差最小. 输入输出格式 输 ...

  9. 洛谷 P2216 [HAOI2007]理想正方形

    洛谷 巨说这是一道单调队列好题,但是我并不是用单调队列做的诶. 如果往最暴力的方向去想,肯定是\(n^3\)的\(dp\)了. \(f[i][j][k]\)代表当前正方形的左上角定点是\((i,j)\ ...

随机推荐

  1. Dapper使用总结

  2. /src/struts.xml

    <?xml version="1.0" encoding="UTF-8" ?> <!DOCTYPE struts PUBLIC         ...

  3. tomcat修改上下文path

    server.xml <Host name="localhost" appBase="webapps" unpackWARs="true&quo ...

  4. mysql5.7.10开启慢查询

    MySql提供慢SQL日志的功能,能够记录下响应时间超过一定阈值的SQL查询,以便于我们定位糟糕的查询语句. 首先,查询当前mysql数据库是否开启了慢查询日志功能: show VARIABLES l ...

  5. JDBC事物的处理

    JDBC事物的处理: 概念:事务是指逻辑上的一组操作,组成这组操作的各个单元,要不全部成功,要不全部不成功. 数据库开启事务命令: start transaction  开启事务 Rollback   ...

  6. mysql创建用户和库

    先用root登陆mysql,然后运行下面代码创建mysql用户和库 下面创建的帐号:test123  密码:123456  库名:test123 CREATE USER '; GRANT USAGE ...

  7. Jenkins+svn+ant+tomcat持续集成

    转载自 http://www.cnblogs.com/liuhaixia/p/7267473.html Jenkins是基于Java开发的一种持续集成工具,用于监控秩序重复的工作.通过Jenkins+ ...

  8. Python基础之Python分类

    python环境 编译型: 一次性将所有程序编译成二级制文件,开发效率极低,因为一旦出现BUG所有的程序需要全部重新编译 缺点: 开发效率低,不能跨平台 优点: 执行速度快 解释型: 当程序执行时,一 ...

  9. NDK环境搭建方法2

    1.新建项目NDKDemo3 2.新建com.example.shixm.ndkdemo3.MyNdk.java 3.右键main文件夹,New->Folder->JNI Folder 4 ...

  10. 使用ffmpeg从mp4文件中提取视频流到h264文件中

    ffmpeg -i 2018.mp4 -codec copy -bsf: h264_mp4toannexb -f h264 tmp. 注释: -i 2018.mp4:  是输入的MP4文件 -code ...