核心思想:

将空间内的点进行合理划分,以支持有关高维点的操作。

其实就是将线段树搬到了二维及更高维度上。

注意$KD-tree$虽然很像线段树,但其实是一棵二叉搜索树,空间复杂度是$O(n)$的。

查询时本质是一个搜索+剪枝,时间复杂度最优$O(logn)$,期望$O(\sqrt{n})$。

没了。

代码([CQOI2016]K远点对):

#include<bits/stdc++.h>
#define maxn 100005
#define maxm 500005
#define inf 1ll<<62
#define ll long long
#define debug(x) cerr<<#x<<": "<<x<<endl
#define fgx cerr<<"--------------"<<endl
#define dgx cerr<<"=============="<<endl using namespace std;
struct node{int x[];}p[maxn];
int n,K,np,tot,ls[maxn],rs[maxn];
int id[maxn],mx[maxn][],mn[maxn][];
priority_queue<ll,vector<ll>,greater<ll> > q; inline int read(){
int x=,f=; char c=getchar();
for(;!isdigit(c);c=getchar()) if(c=='-') f=-;
for(;isdigit(c);c=getchar()) x=x*+c-'';
return x*f;
} inline ll dis(ll xa,ll ya,ll xb,ll yb){return (xa-xb)*(xa-xb)+(ya-yb)*(ya-yb);}
inline bool cmp(node a,node b){
if(!np) return (a.x[]==b.x[])?(a.x[]<b.x[]):(a.x[]<b.x[]);
else return (a.x[]==b.x[])?(a.x[]==b.x[]):(a.x[]<b.x[]);
} inline ll getdis(node po,int k){
ll res=;
for(int i=;i<;i++){
ll a=abs(po.x[i]-mx[k][i]),b=abs(po.x[i]-mn[k][i]);
res+=max(a*a,b*b);
}
return res;
}
inline void pushup(int k){
for(int i=;i<;i++){
mn[k][i]=mx[k][i]=p[id[k]].x[i];
if(ls[k]) mn[k][i]=min(mn[k][i],mn[ls[k]][i]),mx[k][i]=max(mx[k][i],mx[ls[k]][i]);
if(rs[k]) mn[k][i]=min(mn[k][i],mn[rs[k]][i]),mx[k][i]=max(mx[k][i],mx[rs[k]][i]);
}
}
inline int build(int l,int r,int op){
if(l>r) return ;
int mid=l+r>>,k=++tot; np=op,id[k]=mid;
nth_element(p+l,p+mid,p++r,cmp);
ls[k]=build(l,mid-,op^);
rs[k]=build(mid+,r,op^);
pushup(k); return k;
}
inline void query(node po,int k){
ll d=dis(po.x[],po.x[],p[id[k]].x[],p[id[k]].x[]);
if(d>q.top()) q.pop(),q.push(d);
ll dl=-inf,dr=-inf;
if(ls[k]) dl=getdis(po,ls[k]);
if(rs[k]) dr=getdis(po,rs[k]);
if(dl>dr){
if(dl>q.top()) query(po,ls[k]);
if(dr>q.top()) query(po,rs[k]);
}
else{
if(dr>q.top()) query(po,rs[k]);
if(dl>q.top()) query(po,ls[k]);
}
return;
} int main(){
n=read(),K=read();
for(int i=;i<=n;i++) p[i].x[]=read(),p[i].x[]=read();
build(,n,);
for(int i=;i<=*K;i++) q.push();
for(int i=;i<=n;i++) query(p[i],);
printf("%lld\n",q.top());
return ;
}

[CQOI2016]K远点对

【模板】KD-tree的更多相关文章

  1. [模板] K-D Tree

    K-D Tree K-D Tree可以看作二叉搜索树的高维推广, 它的第 \(k\) 层以所有点的第 \(k\) 维作为关键字对点做出划分. 为了保证划分均匀, 可以以第 \(k\) 维排名在中间的节 ...

  2. k-d tree模板练习

    1. [BZOJ]1941: [Sdoi2010]Hide and Seek 题目大意:给出n个二维平面上的点,一个点的权值是它到其他点的最长距离减最短距离,距离为曼哈顿距离,求最小权值.(n< ...

  3. AOJ DSL_2_C Range Search (kD Tree)

    Range Search (kD Tree) The range search problem consists of a set of attributed records S to determi ...

  4. 【BZOJ-2648&2716】SJY摆棋子&天使玩偶 KD Tree

    2648: SJY摆棋子 Time Limit: 20 Sec  Memory Limit: 128 MBSubmit: 2459  Solved: 834[Submit][Status][Discu ...

  5. BZOJ2648/2716:SJY摆棋子/[Violet]天使玩偶(K-D Tree)

    Description 这天,SJY显得无聊.在家自己玩.在一个棋盘上,有N个黑色棋子.他每次要么放到棋盘上一个黑色棋子,要么放上一个白色棋子,如果是白色棋子,他会找出距离这个白色棋子最近的黑色棋子. ...

  6. k-d tree 学习笔记

    以下是一些奇怪的链接有兴趣的可以看看: https://blog.sengxian.com/algorithms/k-dimensional-tree http://zgjkt.blog.uoj.ac ...

  7. K-D Tree

    这篇随笔是对Wikipedia上k-d tree词条的摘录, 我认为解释得相当生动详细, 是一篇不可多得的好文. Overview A \(k\)-d tree (short for \(k\)-di ...

  8. K-D Tree题目泛做(CXJ第二轮)

    题目1: BZOJ 2716 题目大意:给出N个二维平面上的点,M个操作,分为插入一个新点和询问到一个点最近点的Manhatan距离是多少. 算法讨论: K-D Tree 裸题,有插入操作. #inc ...

  9. k-d Tree in TripAdvisor

    Today, TripAdvisor held a tech talk in Columbia University. The topic is about k-d Tree implemented ...

  10. k-d tree算法

    k-d树(k-dimensional树的简称),是一种分割k维数据空间的数据结构.主要应用于多维空间关键数据的搜索(如:范围搜索和最近邻搜索). 应用背景 SIFT算法中做特征点匹配的时候就会利用到k ...

随机推荐

  1. SPFA板子

    #pragma GCC optimize(3) #include <bits/stdc++.h> using namespace std; ; vector<pair<int, ...

  2. vue中路由传值url--路径传值

    在vue项目中我们使用路径的方式一般有一下两种方式this.$route.params.userId;一种需要在router上配置对应的数据key, this.$route.query.userId;

  3. Google Analytics 学习笔记四 —— GA的Channels划分规则

    一.流量的Source.Medium和Campaigns 1.Source Source或traffic source通常表示流量的来源,一般通过urm_source参数跟踪 在GA中,流量来源的名字 ...

  4. Linux学习之常用命令(三)

    常用命令之工作目录 显示当前目录 pwd[选项] 切换目录 cd [文件路径] cd /root 注意:可以使用Tab键进行路径补齐 cd .. >>返回上次的目录 显示目录以及文件信息 ...

  5. LSTM——长短时记忆网络

    LSTM(Long Short-term Memory),长短时记忆网络是1997年Hochreiter和Schmidhuber为了解决预测位置与相关信息之间的间隔增大或者复杂语言场景中,有用信息间隔 ...

  6. 商学院教授点评亚马逊、苹果、Facebook和谷歌的商业策略:3星|《互联网四大:亚马逊、苹果、脸书和谷歌的隐藏基因》

    “ 谷歌依靠时报的内容吸引了数十亿点击量,而时报使用它们的搜索算法来引入流量.但是两者中显然谷歌拥有更大的权力.它如同地主一样统治着互联网的一个关键领域,而时报就相当于那块草地上的佃农.我们的结局从一 ...

  7. day22_7.26面向对象之封装(接口与抽象)

    一.封装. 封装就是将丑陋复杂的隐式的细节隐藏到内部,对外提供简单的使用接口. 对外隐藏内部实现细节,并提供访问的接口.对内使用self操作. 二.为什么要封装? 对于一个计算机来说,不可能不使用机箱 ...

  8. 使用Python获取图片的物理尺寸(KB)

    如何获取图片的物理尺寸,而非(width, height)? #! -*- coding: utf-8 -*- import requests import io url = "https: ...

  9. Tableau 基础

    1.Tableau产品介绍 tableau desktop:桌面端分析工具,分个人版和专业版,可连接几乎所有数据源,速度快 tableau server:一款商业智能应用程序,用于发布和管理table ...

  10. Regular Forestation CodeForces - 1252F(树同构)

    Regular Forestation \[ Time Limit: 1000 ms\quad Memory Limit: 262144 kB \] 题意 给出一个节点为 \(n\) 的树,问删掉树上 ...