题目链接:洛谷

推荐阅读:2019年集训队论文《浅谈杨氏矩阵在信息学竞赛中的应用》

首先我们来看一个东西,叫做Young表。

它是长一个阶梯状的东西(行长和列长都是递减的),并且每一行和每一列都是按照一个不等号单调的。比如这是一个单调上升的Young表。

1 2 3 4
2 5 7
3 6

那么有一个序列转化为Young表的(按行)插入算法\(S\leftarrow x\)(以单调不升为例):

在当前行找第一个\(\le x\)且最小的数\(p\),若这个位置是空,那么直接将\(x\)放到行末,否则将\(x,p\)交换,然后插入下一行。一个个插入就能得到一个 Young 表。

不知道为什么,这个序列的前\(k\)行就是在这个序列里面取\(k\)个单调不上升子序列的使得总长最大。根据 Dilworth 定理,前\(k\)行的子序列就是最长上升子序列为\(k\)的最长子序列。所以询问的就是 Young 表的前\(k\)行的元素个数。

我们发现 Young 表插入算法的时间复杂度是\(O(r\log c)\)的,一看就很不平衡的样子。然后有一个结论就是,如果改为单调上升的 Young 表,那么这两个 Young 表互为转置(或者说按列插入和按行插入得到的结果是一样的)。我们知道这个 Young 表的每个元素的横坐标和纵坐标不可能同时\(>\sqrt{n}\),所以维护这两个 Young 表的前\(\sqrt n\)行,用树状数组维护每行元素个数的前缀和。

时间复杂度为\(O(n\sqrt{n}\log n+q\log n)\)。

#include<bits/stdc++.h>
#define Rint register int
using namespace std;
const int N = 200005, M = 255, inf = 0x3f3f3f3f;
int n, q, siz, b[N], ans[N], tr[N];
inline int lowbit(int x){return x & -x;}
inline void change(int pos, int val){while(pos < N){tr[pos] += val; pos += lowbit(pos);}}
inline int query(int pos){int ans = 0; while(pos){ans += tr[pos]; pos -= lowbit(pos);} return ans;}
struct Table {
vector<int> vec[M];
int sign;
inline void insert(int x, int len, int p){
if(x > siz) return;
int l = 0, r = min(len, (int) vec[x].size()), mid;
while(l < r){
mid = l + r >> 1;
if(sign ^ (vec[x][mid] < p)) r = mid;
else l = mid + 1;
}
if(r == vec[x].size()){
vec[x].push_back(p);
if(sign){if(r >= siz) change(r + 1, 1);}
else change(x, 1);
} else {
swap(vec[x][r], p);
insert(x + 1, r, p);
}
}
} T1, T2;
struct Query {
int m, k, id;
inline bool operator < (const Query &o) const {return m < o.m || (m == o.m && k < o.k);}
} que[N];
int main(){
T1.sign = 0, T2.sign = 1;
scanf("%d%d", &n, &q); siz = sqrt(n);
for(Rint i = 1;i <= n;i ++) scanf("%d", b + i);
for(Rint i = 1;i <= q;i ++) scanf("%d%d", &que[i].m, &que[i].k), que[i].id = i;
sort(que + 1, que + q + 1);
for(Rint i = 1, j = 1;i <= n;i ++){
T1.insert(1, inf, b[i]); T2.insert(1, inf, b[i]);
while(j <= q && que[j].m == i) ans[que[j].id] = query(que[j].k), ++ j;
}
for(Rint i = 1;i <= q;i ++) printf("%d\n", ans[i]);
}

Luogu3774 [CTSC2017]最长上升子序列 【Young表,根号分治】的更多相关文章

  1. 51NOD 1376 最长递增子序列的数量 [CDQ分治]

    1376 最长递增子序列的数量 首先可以用线段树优化$DP$做,转移时取$0...a[i]$的最大$f$值 但我要练习$CDQ$ $LIS$是二维偏序问题,偏序关系是$i<j,\ a_i< ...

  2. bzoj4904 [Ctsc2017]最长上升子序列

    我们发现他让求的东西很奇怪,于是通过某D开头定理,我们转化为前m位的序列用k个不上升子序列最多能覆盖多少.数据范围小的时候可以网络流做,但是这道题显然不支持网络流的复杂度.然后有一个奇怪的东西叫杨氏矩 ...

  3. 【bzoj5161】最长上升子序列 状压dp+打表

    题目描述 现在有一个长度为n的随机排列,求它的最长上升子序列长度的期望. 为了避免精度误差,你只需要输出答案模998244353的余数. 输入 输入只包含一个正整数n.N<=28 输出 输出只包 ...

  4. 经典递归问题:0,1背包问题 kmp 用遗传算法来解背包问题,hash表,位图法搜索,最长公共子序列

    0,1背包问题:我写笔记风格就是想到哪里写哪里,有很多是旧的也没删除,代码内部可能有很多重复的东西,但是保证能运行出最后效果 '''学点高大上的遗传算法''' '''首先是Np问题的定义: npc:多 ...

  5. 用python实现最长公共子序列算法(找到所有最长公共子串)

    软件安全的一个小实验,正好复习一下LCS的写法. 实现LCS的算法和算法导论上的方式基本一致,都是先建好两个表,一个存储在(i,j)处当前最长公共子序列长度,另一个存储在(i,j)处的回溯方向. 相对 ...

  6. 动态规划之最长公共子序列(LCS)

    转自:http://segmentfault.com/blog/exploring/ LCS 问题描述 定义: 一个数列 S,如果分别是两个或多个已知数列的子序列,且是所有符合此条件序列中最长的,则 ...

  7. 准备NOIP2017 最长公共子序列(模版)

    一些概念: (1)子序列: 一个序列A = a1,a2,--an,中任意删除若干项,剩余的序列叫做A的一个子序列.也可以认为是从序列A按原顺序保留任意若干项得到的序列.例如:   对序列 1,3,5, ...

  8. [ACM] hdu 1025 Constructing Roads In JGShining's Kingdom (最长递增子序列,lower_bound使用)

    Constructing Roads In JGShining's Kingdom Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65 ...

  9. 算法导论-动态规划(最长公共子序列问题LCS)-C++实现

    首先定义一个给定序列的子序列,就是将给定序列中零个或多个元素去掉之后得到的结果,其形式化定义如下:给定一个序列X = <x1,x2 ,..., xm>,另一个序列Z =<z1,z2  ...

随机推荐

  1. vue 项目之后生成的 dist 文件该怎么在本地启动运行

    简单高效 npm i -g servecd distserve

  2. c# Path.Combine

    Path.Combine: c#获取当前项目路径 : //获取包含当前执行的代码的程序集的加载文件的完整路径 var appPath = System.IO.Path.GetDirectoryName ...

  3. [转]HTTP Error 500.21 - Internal Server Error Handler "ExtensionlessUrlHandler-Integrated-4.0" has a bad module "ManagedPipelineHandler" in its module list

    1.错误 HTTP Error 500.21 - Internal Server Error Handler "ExtensionlessUrlHandler-Integrated-4.0& ...

  4. 使用sequelize对数据库进行增删改查

    由于本人对于命令比较执着,所以基本都是在命令下操作的,喜欢使用命令的可以使用Cmder,需要安装.配置的可以参考这篇文章: https://www.cnblogs.com/ziyoublog/p/10 ...

  5. JS中BOM和DOM常用的事件

    总结:window对象 ● window.innerHeight - 浏览器窗口的内部高度 ● window.innerWidth - 浏览器窗口的内部宽度 ● window.open() - 打开新 ...

  6. Linux expect实现自动登录

    expect expect可以让我们实现自动登录远程机器,并且可以实现自动远程执行命令.当然若是使用不带密码的密钥验证同样可以实现自动登录和自动远程执行命令.但当不能使用密钥验证的时候,我们就没有办法 ...

  7. UGUI image

    1.创建UI->image 如何将图片在导入到场景中:将图片资源导入unity后,找到要导入的图片,将Texture Type改为“Sprite(2D and UI)”精灵模式,然后点击Appl ...

  8. dockerfile命令说明及使用

    执行Dockerfile命令: docker build -f /path/to/a/Dockerfil Dockerfile的基本结构 Dockerfile 一般分为四部分:基础镜像信息.维护者信息 ...

  9. c# 字符串修改

  10. MQTT协议及EMQ应用

    MQTT是基于TCP/IP协议栈构建的异步通信消息协议,是一种轻量级的发布/订阅信息传输协议.MQTT在时间和空间上,将消息发送者与接受者分离,可以在不可靠的网络环境中进行扩展.适用于设备硬件存储空间 ...