又被爆踩。

    正解写挂。

    暴力不会。

    只会改题。

    还要加油。

    T1

      $nlog^2$是显然的

      那么考虑只二分一次,就$nlog$了!

      有什么能通过一次二分$O(1)$得到呢?

      二分a的位置,$O(1)$得到b的位置

      check的特判极其惨烈,%%%$Rock_B$调出来了

      

      另一种简单一点的做法:

      二分查找不好搞,考虑另一个二分——分治

      通过分治,让每次的询问参数减半,也是$O(logn)$的复杂度

      设计一个函数找到a的长度为lena,b的长度为lenb时,排名为rank的元素

      那么把每次询问的rank分成一半,在a,b中找到对应的位置(长度不够则让另一个串多分一点)

      如果$a[k/2]<b[k/2]$,则可知$a[1]~a[k/2]$都不可能成为排名为rank的元素

      因为把ab放一起排序后$a[k/2]$后面的元素太多了..显然一定多于$lena+lenb-rank$

      所以把$a[1]~a[k/2]$直接排除出答案,把rank-=k/2(或者当lena<k/2时的lena),递给下一层解决

    T2

      一个dp分成两部分

      $dp[i]=min(dp[j-1]+value(j,i))$

      单调栈维护所有可能贡献出value的j(单调递增栈)

      对同一个j维护可能的最大$dp[k-1](k<=j)$,随便用什么数据结构维护栈里的最大值即可。

    T3

      暴力我打的是vector启发式归并,后来电脑关了,不知道有多少分。

      正解?

      高度烧脑警告。

      我和miku啃了好久题解才弄明白

      (miku教了我好久我才懂的差不多)

      首先对于一个整型随机变量x有这样一个东西:

      $E(x)=\sum\limits_{i=1}^{inf} P(x>=i)$ 

      E(x)为x取值的期望,P为命题成立的概率。

      证明么..

      $$\begin{array}{rcl}\\E(x)&=&\sum\limits_{i=1}^{inf} i*P(x==i)\\&=&\sum\limits_{i=1}^{inf} i*(P(x>=i)-P(x>=i+1))\\&=&1*P(x>=1)-1*P(x>=2)+2*P(x>=2)-2*P(x>=3)+...\\&=&\sum\limits_{i=1}^{inf} P(x>=i)\end{array}$$

      

      现在有了这样一个东西,先考虑每个询问的答案

      $E_q=\sum\limits_{i=1}^{maxv} P(max_{j=l}^{r} val_j >=i)$

      容易想到$i>maxv$的时候没有贡献。

      那么求每个位置的最小值大于等于x的概率即可

      这个概率就是小于x的数都不出现而大于等于x的数出现一个的概率

      不是很好求,转化一下

      求它的反面,也就是每个点的最小值都小于x,也就是大于等于x的都不出现

      这个就好列式了,而且每个位置出现每个值的概率可以预处理,看起来可做了

      $E_q=\sum\limits_{i=1}^{maxv} 1-\prod 1-P(v_j>=i)$

      $v_j$是第j个位置的最小值

      

      总结一下,答案就是:$ans=\sum\limits_{i=1}^{maxv} \sum\limits_{q=1}^{Q} 1-  \prod 1-P(v_j>=i) (L[q]<=j<=R[q])$

      

      可以想到,枚举i时,只有出现魔法石的i才会有$\prod 1-P()$的值的改变,其他情况下后面那坨柿子完全不变

      所以只需要枚举有石头的i,没有石头的i没有变化可以放在一起统计

      考虑维护后面那坨柿子。

      首先那个1可以直接提出来,那么剩下的就是一个连乘的和

      考虑每个石头,他的加入只会影响“某些询问”的连乘中的“某一项”

      由于区间左右端点对应单调,他影响的区间也一定是连续的

      所以可以用数据结构批量修改区间的连乘,具体做法为把他们的权值乘上一个$\frac{1-P_{now}}{1-P_{last}}$

      推荐使用线段树区间修改。

      

      大体的思路如上,细节比较多.. 

CSPS_104的更多相关文章

随机推荐

  1. 执行Django数据迁移,报错 1091

    问题描述 今天在Pycharm 中的Terminal下,执行数据迁移操作时,第一步: Python manage.py makemigrations ,是没有任何问题,但就是在执行真正的数据迁移时,也 ...

  2. ReentrantLock源码学习总结 (一)

    [^ ]: 以下源码分析基于JDK1.8 ReentrantLock 示例 private ReentrantLock lock = new ReentrantLock(true); public v ...

  3. sech和asech--双曲正割和反双曲正割函数

    sech和asech--双曲正割和反双曲正割函数 [功能简介]求变量的双曲正割和反双曲正割. [语法格式] 1.Y=sech(X) 计算X的双曲正割,sech(x)=1/cosh(x).X可以为向量. ...

  4. 设置VMWare CentOS7虚拟机上网(配置静态地址)

    针对CentOS安装后设置虚拟机上网,参考网上相关资料和实际操作经验总结如下.本人亲测有效,进入主题. 设置虚拟机上网步骤 1.虚拟机设置->网络适配器 2.编辑->虚拟机网络编辑器-&g ...

  5. 秘制CSP模板

    不定期更细中...... 声明1:由于js的问题导致VIEW CODE按钮只能点"I"附近才能展开代码 声明2:为了排版的美观,所有的解释以及需要留意的地方我都放在代码中了 声明3 ...

  6. 控制反转和依赖注入(对IOC,DI理解+案例)

    理解 控制反转说的官方一点就是面向对象编程中的一种设计原则,可以用来减低计算机代码之间的耦合度.其实就是一种设计思想,大概思想就是把设计好的对象交给容器控制,而不是在你内部直接控制. 依赖注入是控制反 ...

  7. webpack 打包 todolist 应用

    写在前面的话:  一直想着手动配置webpack实现应用,正好最近这段时间比较空闲,就写了一个通过webpack打包实现todolist的简单应用.本文内容包括:通过webpack打包css,html ...

  8. 1.在ubuntu中软件安装在哪里?

    ubuntu下安装软件有四种方式: 1.通过deb格式的离线软件包安装 sudo dpkg -i xxx.deb # 安装包,安装程序   -i: install sudo dpkg -r packa ...

  9. uni-app swiper设置自定义高度

    话不多少先上图, 大家可以看到图片中红色区域是头部区域,黄色区域则是我们要滑动的区域. 大家可以在uni-app官网上看到swiper高度是默认100%,而swiper-item则是要有固定宽高的,要 ...

  10. 【MongoDB详细使用教程】二、MongoDB基本操作

    目录 数据类型 数据库操作 集合操作 数据操作 增 查 改 修改整行 修改指定字段的值 删 数据类型 MongoDB常见类型 说明 Object ID 文档ID String 字符串,最常用,必须是有 ...