【DS】P9062 [Ynoi2002] Adaptive Hsearch&Lsearch(区间最近点对)
给定平面上 \(n\) 个点,\(Q\) 次询问编号在 \([l,r]\) 内的点的最近点对。\(n,Q\le 2.5\times 10^5\)。
技巧:平面网格化
乱搞都是错的。看见欧几里德距离,想到平面网格化。
考虑一个平面最近点对的网格化做法:随机点的顺序,按顺序依次考虑,考虑到第 \(i\) 个点时,设当前最近点对距离为 \(d\),则把平面划分为 \(d\times d\) 的网格,直接枚举 \(i\) 所在周围 \(9\) 个格子中 \(O(1)\) 个点即可。时间复杂度 \(\sum i\times O(1/i)=O(n)\),但这不是重点。重点在于网格化。
现在 \(d\) 不能确定,于是令 \(d\) 为一个定值,然后将平面划分 \(\log_d V\) 次,每次划分为 \(d^k\times d^k\) 的网格。同理每个网格中需要保留的点距离均大于 \(d^{k-1}\),所以总点数应该是 \(O(d)\) 的。几倍常数不知道。
扫右端点 \(r\),对每个点 \(i\) 维护在 \(j>i\) 的 \(j\) 中 \(\mathrm{dis}(i,j)\) 的最小值,那询问就查 \(l\) 后缀最小值即可。扫到点 \(r\) 的时候,对每一层,暴力更新周围 \(3\times 3\) 的网格,更新权值,同时把没用的点扬掉。
一共会进行 \(O(n\log_d V)\) 次单点修改,但每次修改常数巨大巨大。有 \(O(Q)\) 次查询。拿个分块数组维护即可做到 \(O(n\log_d V+Q\sqrt{n})\)。
\(d\) 开成 \(4\),位运算,好写,又快。\(d=2\) 时间空间都开不下。
点击查看代码
#include <bits/stdc++.h>
#include <ext/pb_ds/assoc_container.hpp>
#include <ext/pb_ds/hash_policy.hpp>
#define For(i,a,b) for(int i=a;i<=b;i++)
#define Rev(i,a,b) for(int i=a;i>=b;i--)
#define Fin(file) freopen(file,"r",stdin);
#define Fout(file) freopen(file,"w",stdout);
using namespace std;
const int N=2.5e5+5,M=1.5e7,V=1e8; using ll = long long;
class STree{;
int n,B; ll a[N],b[N];
public:
void init(int nn) { n=nn; B=sqrt(n)+1; For(i,0,n) a[i]=b[i]=1e18; }
void poke(int x,ll y) { a[x]=min(a[x],y); b[x/B]=min(b[x/B],y); }
ll peek(int x) { return min(*min_element(a+x,a+min(n,x/B*B+B-1)+1),*min_element(b+x/B+1,b+n/B+1)); }
//~ ll peek(int x) { ll res=1e18; For(i,x,min(n,x/B*B+B-1)) res=min(res,a[i]);; For(i,x/B+1,n/B) res=min(res,b[i]);; return res; }
}T;
int n,Q,X[N],Y[N],tot; vector<pair<int,int>> qry[N]; vector<int> lis[M]; ll ans[N];
__gnu_pbds::gp_hash_table<ll,int> mp[30];
//~ unordered_map<ll,int> mp[30];
ll dist(int i,int j) { return 1ll*(X[i]-X[j])*(X[i]-X[j])+1ll*(Y[i]-Y[j])*(Y[i]-Y[j]); }
ll ID(int x,int y) { return (ll(x)*10*V)+y; }
int Cnt=0;
void update(int u,ll id,int i,bool flg){
if(!flg&&mp[i].find(id)==mp[i].end()) return;
if(mp[i].find(id)==mp[i].end()) mp[i][id]=++tot,assert(tot<M);
int o=mp[i][id]; vector<int> tmp; if(flg) tmp.push_back(u);
for(int v:lis[o]){
Cnt++;
ll d=dist(u,v); T.poke(v,d); if(d>(i==0?0:1ll<<(i*4-4))) tmp.push_back(v);
}
swap(lis[o],tmp);
}
int main(){
//~ Fin("hh.in"); Fout("hh.out");
ios::sync_with_stdio(0); cin.tie(0);
cin>>n>>Q; T.init(n); For(i,1,n) cin>>X[i]>>Y[i];
For(i,1,Q) { int l,r; cin>>l>>r; qry[r].emplace_back(l,i); ans[i]=1e18; }
For(r,1,n){
for(int i=0;(1<<(i*2))<=V;i++){
int x=X[r]>>(i*2),y=Y[r]>>(i*2);
For(xx,x-1,x+1) For(yy,y-1,y+1){
if(xx<0||yy<0||xx>(V>>(i*2))||yy>(V>>(i*2))) continue;
update(r,ID(xx,yy),i,xx==x&&yy==y);
}
}
for(auto [l,id]:qry[r]) ans[id]=min(ans[id],T.peek(l));
}
For(i,1,Q) cout<<ans[i]<<'\n';
return 0;
}
【DS】P9062 [Ynoi2002] Adaptive Hsearch&Lsearch(区间最近点对)的更多相关文章
- HDU - 4553 约会安排(区间合并)
https://cn.vjudge.net/problem/HDU-4553 Description 寒假来了,又到了小明和女神们约会的季节. 小明虽为屌丝级码农,但非常活跃,女神们常常在小明网上的 ...
- HDU 4553 约会安排 (区间合并)【线段树】
<题目链接> 寒假来了,又到了小明和女神们约会的季节. 小明虽为屌丝级码农,但非常活跃,女神们常常在小明网上的大段发言后热情回复“呵呵”,所以,小明的最爱就是和女神们约会.与此同时,也有 ...
- JS------获取一个时间区间的所有天
1:获取一个时间区间的所有日期 function getDiffDate(start, end) { var startTime = getDate(start); var endTime = get ...
- 随机森林(Random Forest),决策树,bagging, boosting(Adaptive Boosting,GBDT)
http://www.cnblogs.com/maybe2030/p/4585705.html 阅读目录 1 什么是随机森林? 2 随机森林的特点 3 随机森林的相关基础知识 4 随机森林的生成 5 ...
- 约会安排---hdu4553(线段树,麻烦的区间覆盖)
题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=4553 算是poj3667的加强版,建立两颗线段树,一个是DS区间,另一个是NS区间.那么根据题意, ...
- HDU 4553 约会安排(线段树区间合并+双重标记)
题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=4553 题目大意:就是有三种操作: ①DS x,安排一段长度为x的空闲时间跟屌丝一起,输出这段时间的起点 ...
- d-s证据理论
证据理论是Dempster于1967年首先提出,由他的学生Shafer于1976年进一步发展起来的一种不精确推理理论,也称为Dempster/Shafer 证据理论(D-S证据理论),属于人工智能范畴 ...
- HDU5381【莫队算法+区间GCD特性】
前言: 主要最近在刷莫队的题,这题GCD的特性让我对莫队的使用也有了新的想法.给福利:神犇的一套莫队算法题 先撇开题目,光说裸的一个莫队算法,主要的复杂度就是n*sqrt(n)对吧,这里我忽略了一个左 ...
- 约会安排 HDU - 4553(线段树区间查询,区间修改,区间合并)
题目: 寒假来了,又到了小明和女神们约会的季节. 小明虽为屌丝级码农,但非常活跃,女神们常常在小明网上的大段发言后热情回复“呵呵”,所以,小明的最爱就是和女神们约会.与此同时,也有很多基友找他开黑, ...
- [NLP] Adaptive Softmax
1. Overview Adaptive softmax算法在链接1中的论文中提出,该算法目的是为了提高softmax函数的运算效率,适用于一些具有非常大词汇量的神经网络. 在NLP的大部分任务中,都 ...
随机推荐
- 华为云GaussDB数据库荣获国际CC EAL4+级别认证
摘要:近日,华为云GaussDB企业级分布式数据库内核正式通过了全球知名独立认证机构欧洲SGS Brightsight实验室的安全评估,获得全球权威信息技术安全性评估标准CC EAL4+级别认证. 本 ...
- 详解GaussDB(DWS)的CPU资源隔离管控能力
摘要:GaussDB使用cgroup实现了两种cpu管控能力,基于cpu.shares的共享配额管控和基于cpuset的专属限额管控. 本文分享自华为云社区<GaussDB(DWS)的CPU资源 ...
- 解读知识蒸馏模型TinyBert
摘要:本篇文章的重点在于改进信息瓶颈的优化机制,并且围绕着高纬空间中互信息难以估计,以及信息瓶颈优化机制中的权衡难题这两个点进行讲解. 本文分享自华为云社区<[云驻共创]美文赏析:大佬对变分蒸馏 ...
- 复杂 A/B 实验如何设计?火山引擎 DataTester 帮你落地!
数字化转型时代,越来越多企业将目光聚焦于"数据驱动增长"的实践上,A/B 实验则在其中扮演着愈加重要的角色. A/B 实验又称对照试验,但并非人们字面认知的"抛出 A 和 ...
- HanLP — HMM隐马尔可夫模型 -- 训练&预测
BMES => B-begin:词语开始.M-middle:词语中间.E-end:词语结束.S-single:单独成词 训练的过程,就是求三个矩阵的过程 初始概率矩阵 转移概率矩阵 发射矩阵 每 ...
- python支付宝支付
支付宝开放平台: https://open.alipay.com/platform/home.htm 支付宝沙箱环境: https://openhome.alipay.com/platform/app ...
- 01-什么是 Java:Java 初学者指南
什么是Java? Java 是一种用于互联网分布式环境的面向对象编程语言.它是一种高级语言,也易于阅读和理解.有了它,开发人员可以"编写一次,随处运行"(WORA),这意味着编译后 ...
- Windows线程开发
Windows线程开发 1.线程基础 Windows线程是可以执行的代码实例.系统十一线程为单位调度程序.一个程序当中可以有多个线程,实现多个任务的处理. Windows线程的特点: 线程都具有1个I ...
- GOS会计凭证上传附件
1.GOS介绍 GOS是一个连接文档和SAP内各种对象的工具,在SAP的一些凭证中,可以通过GOS进行附件的上传.查看和删除等功能,例如采购订单.会计凭证等. 如果没有这个按钮,可以将当前登录用户的类 ...
- Mac | HomeBrew 安装 & 配置 MySQL
这个是我最新并且一直推崇的方法: 1.安装:brew install mysql 2.开启mysql:mysql.server start 3.使用mysql的配置脚本:/usr/local/opt/ ...