对CDQ深一步的理解

昨天做了一道CDQ,看了一堆CDQ可做的题,今天又做了一道四维偏序

感觉对CDQ的理解又深了一点,故来写一写现在自己对于CDQ的理解

CDQ其实就是实现了这样的一个问题的转化:

\(a_{l} < a_{l+1} < ... < a_r => (a_l,a_{l+1},...,a_{mid}) \text{都小于} (a_{mid+1},a{mid+2},...,a_r)\)

然后我们就知道这时候左边所有的点都一定小于右边的点

在四维偏序的算法中,那就是左边的点可以对右边的点做出贡献(仅在当前维度下)

这样就强行消除了一个维度的限制.

四维偏序

COGS 2479

题目大意

给定一个有\(n\)个元素的序列,元素编号为\(1~n\),每个元素有三个属性\(a,b,c\),求序列中满足\(i<j\)且\(a_i<a_j\)且\(b_i<b_j\)且\(c_i<c_j\)的数对\((i,j)\)的个数。

题解

我们把下标也看作一个维度,那么这就是个四维偏序

我们在下标的维度上CDQ

然后记录每个元素在第一次CDQ中是较小的还是较大的.

因为只有较小的元素才能对较大的元素做出贡献

只有较大的元素才能接受较小的元素的影响.

所以我们处理出来后这就变成了一个三维偏序

所以我们在对这个序列(CDQ+扫描线+树状数组)求三维偏序即可

Code

#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
typedef long long ll;
inline void read(int &x){
x=0;char ch;bool flag = false;
while(ch=getchar(),ch<'!');if(ch == '-') ch=getchar(),flag = true;
while(x=10*x+ch-'0',ch=getchar(),ch>'!');if(flag) x=-x;
}
const int maxn = 50010;
struct Node{
int a,b,c;
bool is_sm;
Node(){a=b=c=is_sm = 0;}
}a[maxn],tmp1[maxn],tmp2[maxn];
int c[maxn],n,init_tmp[maxn],ans=0;
#define lowbit(x) (x&-x)
inline void modify(int x,int y){
for(;x<=n;x+=lowbit(x)) c[x] += y;
}
inline int query(int x){
int ret = 0;
for(;x;x-=lowbit(x)) ret += c[x];
return ret;
}
void solve2(int l,int r){
if(l == r) return ;
int mid = l+r >> 1;
solve2(l,mid);solve2(mid+1,r);
int i = l,j = mid+1,k = l;
Node *a = tmp1,*tmp = tmp2;
init_tmp[0] = 0;
while(i <= mid || j <= r){
if((j > r) || (i <= mid && a[i].b < a[j].b)){
if( a[i].is_sm){
modify(a[i].c,1);
init_tmp[++init_tmp[0]] = i;
}tmp[k++] = a[i++];
}else{
if(!a[j].is_sm){
ans += query(a[j].c);
}tmp[k++] = a[j++];
}
}for(int i = 1;i<=init_tmp[0];++i) modify(a[init_tmp[i]].c,-1);
copy(tmp+l,tmp+r+1,a+l);
}
void solve1(int l,int r){
if(l == r) return ;
int mid = l+r >> 1;
solve1(l,mid);solve1(mid+1,r);
int i = l,j = mid+1,k = l;
Node *tmp = tmp1;
while(i <= mid || j <= r){
if((j > r) || (i <= mid && a[i].a < a[j].a)){
(tmp[k++] = a[i++]).is_sm = true;
}else (tmp[k++] = a[j++]).is_sm = false;
}
copy(tmp+l,tmp+r+1,a+l);
solve2(l,r);
}
int main(){
// freopen("partial_order.in","r",stdin);
// freopen("partial_order.out","w",stdout);
read(n);
for(int i=1;i<=n;++i) read(a[i].a);
for(int i=1;i<=n;++i) read(a[i].b);
for(int i=1;i<=n;++i) read(a[i].c);
solve1(1,n);printf("%d\n",ans);
getchar();getchar();
return 0;
}

四维偏序 CDQ套CDQ的更多相关文章

  1. cogs2479 偏序(CDQ套CDQ)

    题目链接 思路 四维偏序 \(CDQ\)套\(CDQ\),第一维默认有序.第二维用第一个\(CDQ\)变成有序的.并且对每个点标记上第一维属于左边还是右边.第二个\(CDQ\)处理第三维,注意两个\( ...

  2. [HZOI 2016] 偏序(CDQ套CDQ)

    传送门 思路: 就是cdq套cdq的模板题 #include <bits/stdc++.h> using namespace std; typedef long long ll; cons ...

  3. HDU - 5126: stars (求立方体内点数 CDQ套CDQ)

    题意:现在给定空空的三维平面,有加点操作和询问立方体点数. 思路:考虑CDQ套CDQ.复杂度是O(NlogN*logN*logN),可以过此题. 具体的,这是一个四维偏序问题,4维分别是(times, ...

  4. HDU5126---stars (CDQ套CDQ套 树状数组)

    题意:Q次操作,三维空间内 每个星星对应一个坐标,查询以(x1,y1,z1) (x2,y2,z2)为左下顶点 .右上顶点的立方体内的星星的个数. 注意Q的范围为50000,显然离散化之后用三维BIT会 ...

  5. 【教程】CDQ套CDQ——四维偏序问题

    前言 上一篇文章已经介绍了简单的CDQ分治,包括经典的二维偏序和三维偏序问题,还有带修改和查询的二维/三维偏序问题.本文讲介绍多重CDQ分治的嵌套,即多维偏序问题. 四维偏序问题       给定N( ...

  6. COGS 2479. [HZOI 2016] 偏序 (CDQ套CDQ)

    传送门 解题思路 四维偏序问题,模仿三维偏序,第一维排序,第二维CDQ,最后剩下二元组,发现没办法处理,就继续嵌套CDQ分治.首先把二元组的左右两边分别打上不同的标记,因为统计答案时只统计左边对右边的 ...

  7. hdu 5126 stars (四维偏序,离线,CDQ套CDQ套树状数组)

    题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=5126 思路:支持离线,那么我们可以用两次CDQ分治使四维降为二维,降成二维后排个序用树状数组维护下就好 ...

  8. HDU 5126 stars 4维偏序, CDQ套CDQ

    题目传送门 题意:在一个星空中,按着时间会出现一些点,现在john想知道,在某个时间内有多少个星星是的坐标是满足条件的.(x1<=x<=x2, y1 <= y <= y2, z ...

  9. COGS 2479. [HZOI 2016]偏序 [CDQ分治套CDQ分治 四维偏序]

    传送门 给定一个有n个元素的序列,元素编号为1~n,每个元素有三个属性a,b,c,求序列中满足i<j且ai<aj且bi<bj且ci<cj的数对(i,j)的个数. 对于100%的 ...

随机推荐

  1. 基于mysql本身的主从复制

    mysql的主从复制在我理解而言就是一个主数据库进行增删改操作的时候会自动将数据写入与之关联的从数据库中.这个从数据库可以是一个也可以是多个.(刚开始理解的时候觉得是同一个数据库服务下的不同的data ...

  2. UML类图简明教程

    作者:郭孝星 微博:郭孝星的新浪微博 邮箱:allenwells@163.com 博客:http://blog.csdn.net/allenwells Github:https://github.co ...

  3. cmake学习之- cmake_parse_arguments

    最后更新: 2019-06-08 一.指令介绍 cmake_parse_arguments 为解析函数(function)或 宏(macros) 参数的命令: cmake_parse_argument ...

  4. x264代码剖析(十三):核心算法之帧间预測函数x264_mb_analyse_inter_*()

    x264代码剖析(十三):核心算法之帧间预測函数x264_mb_analyse_inter_*() 帧间预測是指利用视频时间域相关性,使用临近已编码图像像素预測当前图像的像素,以达到有效去除视频时域冗 ...

  5. 【文献阅读】Augmenting Supervised Neural Networks with Unsupervised Objectives-ICML-2016

    一.Abstract 从近期对unsupervised learning 的研究得到启发,在large-scale setting 上,本文把unsupervised learning 与superv ...

  6. CString 成员函数用法大全(转)

    CString( );例:CString csStr; CString( const CString& stringSrc );例:CString csStr("ABCDEF中文12 ...

  7. 微信小程序 原生代码 转wepy 字符串处理

    import globimport os cwd = os.getcwd()sep = os.septarget = cwd + sep + 'pages' + sep + '*' + sep + ' ...

  8. 性能测试--初识Jmeter

    初识Jmeter Apache JMeter是Apache组织开发的基于Java的压力测试工具.用于对软件做压力测试,它最初被设计用于Web应用测试,但后来扩展到其他测试领域. 它可以用于测试静态和动 ...

  9. Tomcat学习笔记【3】--- Tomcat目录结构

    本文主要讲Tomcat包的目录结构. 1 bin目录 这个目录只要是存放了一些bat文件或者sh文件.比如说我们需要启动tomcat的bat文件就在这个目录下. 2 conf 这个目录中存放的都是一些 ...

  10. 安装postgresql碰到Unable to write inside TEMP environment path

    搞了半天,原来是 AVAST搞的鬼,把原来注册表的键值改成它自己了.其实应该是 C:\Windows\System32\vbscript.dll The answer in the following ...