为了方便,下文中的$n$是原来的$\frac{n}{2}$

当确定排列$\{p_{i}\}$后,将$a_{i}$按照$p_{i}$从大到小排序,那么机器人即会不断选第一个元素

考虑玩家最后选择的$n$个元素,合法当且仅当$\forall 1\le i\le n,$其在前$2i$个元素至多选$i$个元素

必要性:考虑前$i$轮,机器人选的总在前$2i$个元素中,反之也即玩家至多在前$2i$个元素中选$i$个元素

充分性:每一轮,玩家不断选择第一个要选的元素

若这样的策略不合法,必然是某次机器人选了玩家要选的元素,假设第一次出现此情况是第$i$轮,由策略该元素前恰有$i$个玩家要选的元素和$i-1$个玩家不选的元素,也即前$2i$个元素中有$i+1$个元素,矛盾

反之也即等价于在后$2i$个元素中,至少选$i$个元素,考虑下述过程:

维护可重集$S$(初始为空),从大到小枚举$i\in [1,n]$,将$a_{2i-1},a_{2i}$加入$S$,并取出$S$中最大的元素(至少要再额外选一个),那么$n$次所取出的元素和即是答案

回到原问题,也即对$\{a_{i}\}$的所有排列求上述过程的答案和

将答案转化为$\sum_{x\in Z^{+}}$取出元素$\ge x$的次数,而对于一个确定的$x$,将元素按照是否$\ge x$标记为01,此时仅需考虑一个01序列的答案(取1的次数)

记$cnt_{i}$为后$2i$个位置中1的个数,则答案为$\min_{0\le i\le n}(cnt_{i}+n-i)$

对此进行归纳——

考虑第$i$次取元素时,$S$中已加入了$cnt_{i}$个1、取出了$\min_{0\le j<i}(cnt_{j}+(i-1)-j)$个1(记后者为$s$),显然取出1当且仅当$[cnt_{i}>s]$,进而(新)答案即$s+[cnt_{i}>s]$

代入式子,也即求证$\min_{0\le j\le i}(cnt_{j}+i-j)=s+[cnt_{i}>s]$,两者均可转换为$\min(s+1,cnt_{i})$,显然相等,即得证

交换排列和$x$的枚举顺序,问题即变为:求所有长为$2n$且恰有$k$个1的01序列上述答案之和

(其中$k$为$\ge x$的元素个数,由于01内部也是不同的,最后还要乘上$k!(2n-k)!$)

为了方便处理,对问题做以下变形——

将序列翻转并将0变为-1,记$sum_{i}$为前缀和,则答案为$n+\frac{\min_{0\le i\le n}sum_{i}}{2}$

$n$可以直接统计,后者转化为$-\sum_{x_{0}\in Z^{-}}[\min_{0\le i\le n}sum_{2i}\le 2x_{0}]$,并交换序列和$x_{0}$的枚举顺序

分析奇偶性,若$sum_{2i+1}\le 2x_{0}$则$sum_{2i}\le 2x_{0}$,进而不妨转换为$\min_{0\le i\le 2n}sum_{i}\le 2x_{0}$

简单构造,问题即统计从$(0,0)$到$(2n,2k-2n)$,每一步$x$坐标+1、$y$坐标$\pm 1$且与$x=2x_{0}$有公共点的路径数

这是一个经典问题,通过翻转可得答案为$\begin{cases}{2n\choose k}&(x_{0}\ge k-n)\\{2n\choose k-2x_{0}}&(x_{0}<k-n)\end{cases}$

将其累加,总答案为$\begin{cases}\sum_{k<i\le 2n,i\equiv k(mod\ 2)}{2n\choose i}&(k-n\ge 0)\\(n-k){2n\choose k}+\sum_{2n-k<i\le 2n,i\equiv k(mod\ 2)}{2n\choose i}&(k-n<0)\end{cases}$

两者都可以通过简单预处理快速求出,同时$x$的枚举仅需要考虑$x=a_{i}$的取值

时间复杂度为$o(n)$,可以通过

 1 #include<bits/stdc++.h>
2 using namespace std;
3 #define N 1000005
4 #define mod 998244353
5 #define ll long long
6 int n,m,ans,a[N],fac[N],inv[N],sum[N];
7 int C(int n,int m){
8 return (ll)fac[n]*inv[m]%mod*inv[n-m]%mod;
9 }
10 int calc(int k){
11 int ans=(ll)n*C(m,k)%mod;
12 if (k>=n)ans=(ans-sum[k+2]+mod)%mod;
13 else ans=(ans-((ll)(n-k)*C(m,k)+sum[m-k+2])%mod+mod)%mod;
14 return (ll)ans*fac[k]%mod*fac[m-k]%mod;
15 }
16 int main(){
17 fac[0]=inv[0]=inv[1]=1;
18 for(int i=1;i<N;i++)fac[i]=(ll)fac[i-1]*i%mod;
19 for(int i=2;i<N;i++)inv[i]=(ll)(mod-mod/i)*inv[mod%i]%mod;
20 for(int i=1;i<N;i++)inv[i]=(ll)inv[i-1]*inv[i]%mod;
21 scanf("%d",&m),n=(m>>1);
22 for(int i=1;i<=m;i++)scanf("%d",&a[i]);
23 sort(a+1,a+m+1);
24 for(int i=m;i;i--)sum[i]=(sum[i+2]+C(m,i))%mod;
25 for(int i=1;i<=m;i++)
26 if ((i==1)||(a[i]!=a[i-1]))ans=(ans+(ll)(a[i]-a[i-1])*calc(m-i+1))%mod;
27 printf("%d\n",ans);
28 return 0;
29 }

[atARC128F]Game against Robot的更多相关文章

  1. Robot Framework用户手册 (版本:3.0)

    版权信息:诺基亚网络和解决中心 本翻译尊重原协议,仅用于个人学习使用 1.开始: 1.1 介绍: Robot Framework是一个基于Python的,为终端测试和验收驱动开发(ATDD)的可扩展的 ...

  2. selenium webdriver 右键另存为下载文件(结合robot and autoIt)

    首先感谢Lakshay Sharma 大神的指导 最近一直在研究selenium webdriver右键菜单,发现selenium webdriver 无法操作浏览器右键菜单,如图 如果我想右键另存为 ...

  3. RIDE -- Robot Framework setup

    RobotFramework 是一款基于python 的可以实现关键字驱动和数据驱动并能够生成比较漂亮的测试报告的一款测试框架 这里使用的环境是 python-2.7.10.amd64.msi RID ...

  4. [8.2] Robot in a Grid

    Imagine a robot sitting on the upper left corner of grid with r rows and c columns. The robot can on ...

  5. Robot Framework自动化测试 ---视频与教程免费分享

    当我第一次使用Robot Framework时,我是拒绝的.我跟老大说,我拒绝其实对于习惯了代码的自由,所以讨厌这种“填表格”式的脚本.老大说,Robot Framework使用简单,类库丰富,还可以 ...

  6. robot创建桌面图标(转载)

    桌面ride图标,安装之后会自动创建(偶尔也会创建失败),创建桌面图标方法如下: 1. 新建快捷方式 在桌面右击鼠标,弹出的菜单选择 新建-快捷方式 ,然后在"请键入对象"的位置输 ...

  7. Robot Framework 的安装和配置(转载)

    Robot Framework 的安装和配置 在使用 RF(Rebot framework)的时候需要 Python 或 Jython 环境,具体可根据自己的需求来确定.本文以在有 Python 的环 ...

  8. 解决从jenkins打开robot framework报告会提示‘Opening Robot Framework log failed ’的问题

    最新的jenkins打开jenkins robot framework报告会提示如下 Verify that you have JavaScript enabled in your browser.  ...

  9. 在centos7中安装Robot Framework

    安装前景介绍: 最初,我们是在Windows环境下搭建Robot Framework来对我们的服务进行接口测试的(想知道如何在Windows下安装Robot Framework,可以参考我同事的博客h ...

随机推荐

  1. 无服务计算应用场景探讨及 FaaS 应用实战

    作者 | 宋文龙(闻可)  阿里云全球技术服务部高级交付专家 什么是无服务计算 无服务器计算(Serverless Computing)在构建和运行应用时无需管理服务器等基础设施.它描述了一个细粒度的 ...

  2. 2020.12.3--vj个人赛补题

    A Vasya studies music.He has learned lots of interesting stuff. For example, he knows that there are ...

  3. Windows Terminal 和 WSL

    Windows Terminal ,配置启动目录为 WSL : \\wsl$\Ubuntu\home

  4. 时间轮机制在Redisson分布式锁中的实际应用以及时间轮源码分析

    本篇文章主要基于Redisson中实现的分布式锁机制继续进行展开,分析Redisson中的时间轮机制. 在前面分析的Redisson的分布式锁实现中,有一个Watch Dog机制来对锁键进行续约,代码 ...

  5. 用例图示例:使用系统边界表示多个项目 / Using System Boundary to model Multiple Projects in Use Case Diagram

    什么是用例图? 用例是一种捕获系统功能需求的技术.用例描述了一个独立于实现细节的期望行为.用例的目标是捕获用户设想的所有系统级功能.从用户的角度来看,用例是关于系统应该做什么的.用例捕获系统利益相关者 ...

  6. 好好编程BUAA_SE(组/团队) Scrum Meeting 博客汇总

    好好编程BUAA_SE(组/团队) Scrum Meeting 博客汇总 一.Scrum Meeting 1. Alpha Alpha阶段 第一次Scrum Meeting Alpha阶段 第二次Sc ...

  7. [no code][scrum meeting] Alpha 8

    项目 内容 会议时间 2020-04-14 会议主题 API文档第一版交付 会议时长 30min 参会人员 PM+OCR组成员 $( "#cnblogs_post_body" ). ...

  8. 扩展spring data jpa的repository

    在我们编写代码的过程中,spring data jpa为我们的持久层提供的极大的方便,但有时spring data jpa提供的repository并不能完全满足我们开发的需求,因此就需要进行扩展.s ...

  9. JavaAgent型内存马基础

    Java Instrumentation ​ java Instrumentation指的是可以用独立于应用程序之外的代理(agent)程序来监测和协助运行在JVM上的应用程序.这种监测和协助包括但不 ...

  10. Python大数据应用

    一.三国演义人物出场统计 先检查安装包 1.jieba库基本介绍 (1)jieba库概述 jieba是优秀的中文分词第三方库 中文文本需要通过分词获得单个的词语 jieba是优秀的中文分词第三方库,需 ...