题解 [NOI2019]弹跳
题目大意
给出 \(n\) 做城市,每座城市都有横纵坐标 \(x,y\)。现在给出 \(m\) 个限制 \(p,t,l,r,d,u\),表示从 \(p\) 城市出发,可以花费 \(t\) 走到 \(l\le x\le r,d\le y\le u\) 的一座城市。
问,从城市 1 出发走到每座城市的最小花费是多少?
\(n\le 7\times 10^4,m\le 1.5\times 10^5\)
思路
这道题自己只做出来 \(76\) 分,剩下的感觉还是比较妙吧?
首先不难看出,我们可以用 K-D Tree 优化建图,大概意思就是 K-D Tree 上的虚点连对应的实点,虚点连儿子,每个点连可以到的点的虚点,然后跑最短路算法就好了。
这样做可以看出边数是 \(m\sqrt n\) 级别的,所以时间复杂度是 \(\Theta(m\sqrt n\log n)\),但是空间复杂度也是 \(m\sqrt n\) 级别的。
我们其实可以考虑不建边,每次在 K-D Tree 上进行松弛操作。这样空间复杂度就降到了 \(n+m\)。
\(\texttt{Code}\)
#include <bits/stdc++.h>
using namespace std;
#define Int register int
#define MAXN 140005
template <typename T> inline void read (T &t){t = 0;char c = getchar();int f = 1;while (c < '0' || c > '9'){if (c == '-') f = -f;c = getchar();}while (c >= '0' && c <= '9'){t = (t << 3) + (t << 1) + c - '0';c = getchar();} t *= f;}
template <typename T,typename ... Args> inline void read (T &t,Args&... args){read (t);read (args...);}
template <typename T> inline void write (T x){if (x < 0){x = -x;putchar ('-');}if (x > 9) write (x / 10);putchar (x % 10 + '0');}
int n,m,w,h,rt,cut;
struct Vector{
int x[2],pos;
bool operator < (const Vector &p)const{return x[cut] < p.x[cut];}
}city[MAXN],pnt[MAXN];
int mi[MAXN][2],mx[MAXN][2],lson[MAXN],rson[MAXN];
void Mx (int &a,int b){a = max (a,b);}
void Mi (int &a,int b){a = min (a,b);}
void Pushup (int x){
mi[x][0] = mx[x][0] = city[x].x[0],mi[x][1] = mx[x][1] = city[x].x[1];
if (lson[x]) for (Int i = 0;i < 2;++ i) Mi (mi[x][i],mi[lson[x]][i]),Mx (mx[x][i],mx[lson[x]][i]);
if (rson[x]) for (Int i = 0;i < 2;++ i) Mi (mi[x][i],mi[rson[x]][i]),Mx (mx[x][i],mx[rson[x]][i]);
}
int build (int l,int r,int k){
if (l > r) return 0;
int mid = (l + r) >> 1,now = mid;cut = k;
nth_element (city + l,city + mid,city + r + 1);
if (l == r) return Pushup (now),now;
else{
lson[now] = build (l,mid - 1,k ^ 1);
rson[now] = build (mid + 1,r,k ^ 1);
}
Pushup (now);
return now;
}
int dist[MAXN];
bool vis[MAXN];
#define PII pair<int,int>
priority_queue <PII,vector <PII>,greater <PII> > q;
void Relax (int u,int w){
if (dist[u] > w){
dist[u] = w;
if (!vis[u]) q.push (make_pair (dist[u],u));
}
}
void SolveE (int now,int x1,int x2,int y1,int y2,int ind,int t){
if (!now) return ;
if (mi[now][0] > x2 || mx[now][0] < x1 || mi[now][1] > y2 || mx[now][1] < y1) return ;
if (mi[now][0] >= x1 && mx[now][0] <= x2 && mi[now][1] >= y1 && mx[now][1] <= y2){
Relax (now,dist[ind] + t);
return ;
}
if (city[now].x[0] >= x1 && city[now].x[0] <= x2 && city[now].x[1] >= y1 && city[now].x[1] <= y2)
Relax (city[now].pos,dist[ind] + t);
SolveE (lson[now],x1,x2,y1,y2,ind,t);
SolveE (rson[now],x1,x2,y1,y2,ind,t);
return ;
}
struct node{int L,R,U,D,T;};
vector <node> G[MAXN];
void Dijkstra (int s){
memset (dist,0x7f,sizeof (dist));
dist[s] = 0,vis[s] = 1;
while (!q.empty()) q.pop ();
q.push (make_pair (0,s));
while (!q.empty()){
PII now = q.top ();q.pop ();int u = now.second;vis[u] = 1;
if (dist[u] != now.first) continue;
if (u > n) for (node to : G[u - n]) SolveE (rt,to.L,to.R,to.D,to.U,u,to.T);
else Relax (lson[u],dist[u]),Relax (rson[u],dist[u]),Relax (city[u].pos,dist[u]);
}
}
signed main(){
read (n,m,w,h);
for (Int i = 1;i <= n;++ i) read (city[i].x[0],city[i].x[1]),city[i].pos = n + i;
rt = build (1,n,0);for (Int i = 1;i <= m;++ i){
int p,t,l,r,d,u;read (p,t,l,r,d,u);
G[p].push_back (node {l,r,u,d,t});
}
Dijkstra (n + 1);
for (Int i = 2;i <= n;++ i) write (dist[n + i]),putchar ('\n');
return 0;
}
题解 [NOI2019]弹跳的更多相关文章
- 【题解】Luogu P5471 [NOI2019]弹跳
原题传送门 先考虑部分分做法: subtask1: 暴力\(O(nm)\)枚举,跑最短路 subtask2: 吧一行的点压到vector中并排序,二分查找每一个弹跳装置珂以到达的城市,跑最短路 sub ...
- [NOI2019] 弹跳
题意: 给你平面上的$n$个点,共有$m$个弹跳装置. 每个弹跳装置可以从点$p_{i}$以$t_{i}$的代价跳到矩形$(L_{i},D_{i}),(R_{i},U_{i})$中的任何一个点. 现在 ...
- 洛谷 P5471 - [NOI2019] 弹跳(二维线段树优化建图+堆优化存边)
题面传送门 一道非常有意思的题(大概可以这么形容?) 首先看到这类一个点想一个区域内连边的题目可以很自然地想到线段树优化建图,只不过这道题是二维的,因此需要使用二维线段树优化建图,具体来说,我们外层开 ...
- [NOI2019]弹跳(KD-Tree/四分树/线段树套平衡树 优化建图+Dijkstra)
本题可以用的方法很多,除去以下三种我所知道的就还有至少三种. 方法一:类似线段树优化建图,将一个平面等分成四份(若只有一行或一列则等分成两份),然后跑Dijkstra即可.建树是$O(n\log n) ...
- luogu P5471 [NOI2019]弹跳
luogu 因为是一个点向矩形区域连边,所以可以二维数据结构优化连边,但是会MLE.关于维护矩形的数据结构还有\(KD-Tree\),所以考虑\(KDT\)优化连边,空间复杂度\(m\sqrt n\) ...
- luogu 5471 [NOI2019]弹跳 KDtree + Dijkstra
题目链接 第一眼就是 $KDtree$ 优化建图然而,空间只有 $128mb$,开不下 时间不吃紧,考虑直接跑 $Dijkstra$ $Dijkstra$ 中存储的是起点到每个输入时给出的矩阵的最 ...
- p5471 [NOI2019]弹跳
分析 代码 #include<bits/stdc++.h> using namespace std; #define fi first #define se second #define ...
- [NOI2019]弹跳(KD-Tree)
被jump送退役了,很生气. 不过切了这题也进不了队,行吧. 退役后写了一下,看到二维平面应该就是KD树,然后可以在KD树上做最短路,然后建立堆和KDTree.然后每次更新则是直接把最短路上的节点删掉 ...
- 【NOI2019】弹跳(KDT优化建图)
Description 平面上有 \(n\) 个点,分布在 \(w \times h\) 的网格上.有 \(m\) 个弹跳装置,由一个六元组描述.第 \(i\) 个装置有参数:\((p_i, t_i, ...
随机推荐
- blender Text on Curve Text on Sphere
Text on Curve Shift + A 添加一个 BezierCurve Shift + A 添加一个 Text,Tab 编辑,再次 Tab 退回 Object Mode 选中 Text,Ad ...
- Node.js 应用全链路追踪技术——[全链路信息获取]
全链路追踪技术的两个核心要素分别是 全链路信息获取 和 全链路信息存储展示. Node.js 应用也不例外,这里将分成两篇文章进行介绍:第一篇介绍 Node.js 应用全链路信息获取, 第二篇介绍 N ...
- 通过WebGoat学习java反序列化漏洞
首发于freebuff. WebGoat-Insecure Deserialization Insecure Deserialization 01 概念 本课程描述了什么是序列化,以及如何操纵它来执行 ...
- xxs攻击
1 XSS是一种经常出现在web应用中的计算机安全漏洞,它允许恶意web用户将代码植入到提供给其它用户使用的页面中.比如这些代码包括HTML代码和客户端脚本.攻击者利用XSS漏洞旁路掉访问控制--例如 ...
- JDK1.8源码(六)——java.util.ArrayList类
ArrayList实现了Serializable接口,因此它支持序列化,能够通过序列化传输,实现了RandomAccess接口,支持快速随机访问,实际上就是通过下标序号进行快速访问,实现了Clonea ...
- shell脚本中select循环语句用法
shell脚本中select循环语句 1. 脚本中select的语法格式 select VAR in LIST do command1 command2 ... ... commandN done s ...
- ARP原理和常见分类
路由器一个重要功能是隔离广播域.就是不转发广播包,而ARP请求就是个广播包===> arp 代理 1. ARP交互流程: (1)目的地址和主机在同一个网段(A-C): A ----------- ...
- Windows中nginx多次启动的问题
在Windows上做开发环境中的nginx服务器.为了使nginx在后台运行,使用如下命令来启停nginx: cd <nginx安装目录> # 开启nginx并在后台运行 start ng ...
- Elasticsearch的基本使用
1. 概述 之前聊了一下 Elasticsearch 的安装,今天我们来说说 Elasticsearch 的基本使用. 2. Elasticsearch索引的使用 索引(index)相当于是mysql ...
- 【PHP数据结构】散列表查找
上篇文章的查找是不是有意犹未尽的感觉呢?因为我们是真真正正地接触到了时间复杂度的优化.从线性查找的 O(n) 直接优化到了折半查找的 O(logN) ,绝对是一个质的飞跃.但是,我们的折半查找最核心的 ...