Description

\(n\) 个正整数排成一列,每个位置 \(i\) 有一个初始值 \(A_i\) 以及目标值 \(B_i\)。

一次操作可以选定一个区间 \([l, r]\),并将区间内所有数赋值为 \(\max_{i\in[l, r]} A_i\)。

你可以进行任意次操作,每次操作基于上次操作的结果。

求结果若干次操作后,使得与操作后的值与目标值相同的位置数最大化。

Hint

\(1\le n\le 10^5, 1\le A_i, B_i\le 10^9\)。

原题数据过于奇妙于是就直接取最大值反正能做。官方那个三合一做法真的 /no

Solution

首先,我们不难求出对于每个 \(i\in[1, n]\),该位置可以向左侧取到目标值 \(B_i = A_j\) 的第一个位置 \(L_i = j(\le i)\) 或者不存在,同理对于右侧 \(R_i\) 我们也这么干。

为什么我们只取第一个位置呢?显然可能存在多个可取的位置,不过注意到我们对位置 \(i\) 向 \(j\) 进行一次取值操作之后,会对中间的这些值造成影响。我们希望成功的取值操作尽可能多,那么影响的范围自然是越少越好了。

观察到一个性质,对于一个 \(i\),如果 \(L_i\) (\(R_i\) 同理不再赘述)存在,说明 \(j\in[L_i +1, i]\) 这个区间的所有 \(A_j\) 的值都小于 \(A_{L_i}\)。那么一次操作下去,所有这个区间内的值都会失效,如果有像“从 \(A_j\) 取值到 \(k(<i)\)”这样的操作那必然不能同时与当前这个同时执行。

于是我们尝试大力将题目转化:有两排点,每排 \(n\) 个,对于第一排每个点 \(i\) 向第二排的第 \(L_i, R_i\) 个点分别连一条边。若选取一个第一排的点 \(i\),那么需要至少选中连接 \(i\) 的两条或一条边的一条边(没有边则不能选)。要求选中的边两两不相交(除端点外),求最多选取第三个第一排的点。

发现当 \(A_i\) 互不相同时,每个点最多连出去 \(1\) 条边,这就是个经典的 LIS 问题,不过稍加拓展就可以得到本题的正解。

还是令 \(f(i, j)\) 为处理到第一排前 \(i\) 个点,第二排涉及到的点编号最大的为 \(j\),可以选出第一排点个数的最大值。那么转移比较简单:

\[f(i, L_i) \leftarrow \max_{j \le L_i} \{f(i-1, j)\} +1, \qquad f(i, R_i) \leftarrow \max_{j \le R_i} \{f(i-1, j)\} +1
\]

不难发现把 \(i\) 滚掉之后实质上就是一个前缀 \(\max\),于是使用树状数组优化为 \(O(n\log n)\)。

Code

/*
* Author : _Wallace_
* Source : https://www.cnblogs.com/-Wallace-/
* Problem : eJOI2020 Exam
*/
#include <algorithm>
#include <cstdio>
#include <set>
#include <vector> using namespace std;
const int N = 1e5 + 5; int n;
int A[N], B[N];
int L[N], R[N]; int tr[N]; // 树状数组求前缀 max
inline void upd(int p, int v) {
for (; p <= n; p += p & -p) tr[p] = max(tr[p], v);
}
inline int get(int p) {
int v = 0;
for (; p; p -= p & -p) v = max(tr[p], v);
return v;
} signed main() {
scanf("%d", &n);
for (int i = 1; i <= n; i++) scanf("%d", A + i);
for (int i = 1; i <= n; i++) scanf("%d", B + i); vector<pair<int, int> > tmp(n * 2);
set<int> rec({0, n + 1});
for (int i = 1; i <= n; i++) tmp[i - 1] = {A[i], i};
for (int i = 1; i <= n; i++) tmp[i + n - 1] = {B[i], -i};
sort(tmp.begin(), tmp.end(), greater<pair<int, int> >());
for (auto it : tmp) {
if (it.second < 0) {
int l = *rec.lower_bound(-it.second);
if (A[l] == it.first) R[-it.second] = l;
int r = *--rec.upper_bound(-it.second);
if (A[r] == it.first) L[-it.second] = r;
} else rec.insert(it.second);
} // 求 L & R for (int i = 1; i <= n; i++) { // 同步更新
int l = get(L[i]), r = get(R[i]);
if (L[i]) upd(L[i], l + 1);
if (R[i]) upd(R[i], r + 1);
} printf("%d\n", get(n));
return 0;
}

【eJOI2020】考试(dp & 树状数组优化)的更多相关文章

  1. Codeforces 909 C. Python Indentation (DP+树状数组优化)

    题目链接:Python Indentation 题意: Python是没有大括号来标明语句块的,而是用严格的缩进来体现.现在有一种简化版的Python,只有两种语句: (1)'s'语句:Simple ...

  2. 2015南阳CCPC C - The Battle of Chibi DP树状数组优化

    C - The Battle of Chibi Description Cao Cao made up a big army and was going to invade the whole Sou ...

  3. bzoj 3594: [Scoi2014]方伯伯的玉米田 dp树状数组优化

    3594: [Scoi2014]方伯伯的玉米田 Time Limit: 60 Sec  Memory Limit: 128 MBSubmit: 314  Solved: 132[Submit][Sta ...

  4. FZU2236 第十四个目标 dp+树状数组优化

    分析:这种题烂大街,n^2,然后数据结构优化下到nlogn,离散化 #include <cstdio> #include <cstring> #include <queu ...

  5. Codeforces 909C Python Indentation:树状数组优化dp

    题目链接:http://codeforces.com/contest/909/problem/C 题意: Python是没有大括号来标明语句块的,而是用严格的缩进来体现. 现在有一种简化版的Pytho ...

  6. BZOJ3594: [Scoi2014]方伯伯的玉米田【二维树状数组优化DP】

    Description 方伯伯在自己的农田边散步,他突然发现田里的一排玉米非常的不美. 这排玉米一共有N株,它们的高度参差不齐. 方伯伯认为单调不下降序列很美,所以他决定先把一些玉米拔高,再把破坏美感 ...

  7. HDU 6240 Server(2017 CCPC哈尔滨站 K题,01分数规划 + 树状数组优化DP)

    题目链接  2017 CCPC Harbin Problem K 题意  给定若干物品,每个物品可以覆盖一个区间.现在要覆盖区间$[1, t]$. 求选出来的物品的$\frac{∑a_{i}}{∑b_ ...

  8. Codeforces 946G Almost Increasing Array (树状数组优化DP)

    题目链接   Educational Codeforces Round 39 Problem G 题意  给定一个序列,求把他变成Almost Increasing Array需要改变的最小元素个数. ...

  9. Codeforces 629D Babaei and Birthday Cake(树状数组优化dp)

    题意: 线段树做法 分析: 因为每次都是在当前位置的前缀区间查询最大值,所以可以直接用树状数组优化.比线段树快了12ms~ 代码: #include<cstdio> #include< ...

随机推荐

  1. 自适应哈希索引(Adaptive Hash Index, AHI) 转

    Adaptive Hash Index, AHI 场景 比如我们每次从辅助索引查询到对应记录的主键,然后还要用主键作为search key去搜索主键B+tree才能找到记录. 当这种搜索变多了,inn ...

  2. Ceph如何实现文件系统的横向扩展

    前言 在跟一个朋友聊天的时候,聊到一个技术问题,他们的一个环境上面小文件巨多,是我目前知道的集群里面规模算非常大的了,但是目前有个问题,一方面会进行一倍的硬件的扩容,而文件的数量也在剧烈的增长着,所以 ...

  3. 动态JavaWeb工程的架构问题

    B/S 网络应用的分层 前端(表示层) 后端( 业务逻辑层, 数据库访问层 ) 分层的目的->分模块->解耦 1,表示层---和用户直接交互 html,js,css, servlet 2, ...

  4. 信息论-Turbo码学习

    1.Turbo码: 信道编码的初期:分组码实现编码,缺点有二:只有当码字全部接收才可以开始译码,需要精确的帧同步时延大,增益损失多 解决方案:卷积码:充分利用前一时刻和后一时刻的码组,延时小,缺点:计 ...

  5. C++运行时类型判断dynamic_cast和typeid

    dynamic_cast dynamic_cast < Type-id > ( expression ) dynamic_cast<类型>(变量) 在运行期间检测类型转换是否安 ...

  6. (buuctf) - pwn入门部分wp - rip -- pwn1_sctf_2016

    [buuctf]pwn入门 pwn学习之路引入 栈溢出引入 test_your_nc [题目链接] 注意到 Ubuntu 18, Linux系统 . nc 靶场 nc node3.buuoj.cn 2 ...

  7. 【PUPPETEER】初探之拖拽操作(五)

    一.知识点 page.mouse elementHandle.boundingBox() ignoreDefaultArgs:['--enable-automation']   waitUntil 二 ...

  8. nmap安装和使用

    nmap安装和使用 安装 官网地址 https://nmap.org/download.html 许多流行的Linux发行版(Redhat.Mandrake.Suse等)都使用RPM软件包管理系统,方 ...

  9. kafka 数据存储和发送

    摘要 前面我们已经解释获取和更新metadata以及重要性,那么如何给topic 发送数据? kafkaclient和broker通信,有很多种情况,核心的broker提供的接口有6个 元数据接口(M ...

  10. 程序媛数据报告:近三年增长至70%,平均月薪1.54W,女性程序媛并不是特殊物种