lxl 学长讲课笔记

常数种可能性的状态

通过预先处理多种状态的信息,从而快速的转换状态。

经典操作:flip

分析信息的思路

  • 利用线段树

利用线段树的时候,如何合并两个分支区间的信息,我们需要有如下注意:

  1. 答案 - 依赖的信息,继续的依赖,这样就能找到需要维护的东西。这终会产生闭包。

  2. 合并时,我们只需要考虑跨过分治区间对于答案的贡献,对于不同的情况进行讨论即可。

线段树其实就是十分自然的序列上的分治树,所以我们处理线段树的过程也可以看作分治的过程。

只是在这里,两个分治区间的信息可以快速地合并罢了。

  • 对于不独立信息的处理

独立的信息指区间 \(\max\) 区间和问题。

不独立的如配对相关问题,经典的有前驱后继,或者 \(a_i + a_j = w\) 的问题。

一种做法是离线进行扫描线,但是不能带修,一种是强行进行高位扫描线,也就是莫队,可以带修,但是复杂度可能无法接受。

然而更好的做法我们需要尝试将不独立的信息变的独立

  1. 配对问题中合理的利用 pre 会有奇效!

  2. 配对问题可能出现 \(O(n)\) 影响 pre 的情况,我们需要合理利用 支配 的性质来减少不必要的影响。

例如 P6617 查找 Search 中有很好的体现。

  • 在什么地方使用数据结构?

一般来说,我们有两种方案:

  1. 对于信息建立数据结构,在询问时对其进行查询。
  2. 对于询问建立数据结构,利用信息更新最终答案。

CF702F T-Shirts 中有很好的体现,这两种思路都可以。

小技巧

颜色段均摊

对于 ODT 来说,其区间推平的复杂度是 \(O((n + m) \log n)\) 的,十分的优秀,但是对于查询来说,我们需要通过分块或者线段进行辅助,从而达到正确的复杂度。

有一种特殊情况例外:
如果推平和查询同时发生,意味着推平时对于每一段查询的复杂度是没有问题的!

判断是否可以均摊,我们可以看是否能够构造出一个操作序列使得序列复原,如果可以复原,那么基本是不可以均摊的。

或者我们看是否能找到一个量,不增,或者不减,或者有一个神秘的上界。

更详细的文章:# 算法学习笔记(42): 颜色段均摊

容均摊

对于 \(\sqrt x\) 的操作,可能可以通过 \(\max - \min\) 的势能来搞定。

如果发现极差会变化:\(\max - \min \ne \sqrt{\max} - \sqrt {\min}\),那么便可以暴力递归下去修改,否则可以整体打一个 \(\sqrt x\) 的标记。对于区间加减,在线段树上至多影响 \(O(\log n)\) 个节点的势能,所以复杂度并不会有问题。

类似的操作有 \(\lfloor \frac x d \rfloor\),这可以将除法操作变为对于区间的加减操作。

事实上吉司机线段树对于区间取 \(\min / \max\) 的操作也是利用了容均摊,将对于最值的操作分成两套标记:最值与非最值,从而达到合理的复杂度。

自由度与扫描线

自由度指的是询问中变量的数量,例如一位区间的自由度为 \(2\)。

如果将动态问题转化为静态问题,自由度 \(+1\),也就是增加了 时间 这一维度,这也常常是扫描线的做法。

很多时候,我们可以将询问与信息的影响放在一个二维平面上进行理解,从而得到扫描线的做法。

更详细的文章:

换维扫描线

其处理的修改与询问大概类如:

通过换维扫描线使得:

  • 区间加 \(\to\) 单点加
  • 单点查 \(\to\) 区间查

通俗一点来说,就是对于修改建立数据结构!

区间子区间问题

形式就是多次询问给定区间 \((l, r)\),求形如 \(\sum_{i = l}^r \sum_{j = i}^r f(i, j)\) 的式子。

一般来说,我们可以从如下几个步骤入手:

  1. 考虑只是一个区间怎么做,是否有很好的性质或者充要条件?
  2. 考虑只有一次询问怎么做,是否可以进行扫描线,或者进行分治?
    • 如果可以扫描线,那么这个问题是否可以通过历史版本和搞定?
    • 如果可以分治,是否可以利用询问挂在区间上搞定?
  3. 考虑每个点对于那些区间有贡献,放在二维平面上理解,利用甚至 \(O(n \log^2 n)\) 的树套树?
  4. 考虑 \(O(n)\) 计算的经典优化方法?
  5. 考虑这是不是一个 \(\mathrm{fAkE}\) 的式子,可以利用类似 \(O(\frac {n^2}{w})\) 的东西碾过去?
  6. 下一道题?(雾

基于区间逆序对的思考

区间相关的信息,维度与自由度,莫队

双前缀莫队:\(f(l, r, x, y) \to f(1, r, x, y) - f(1, l - 1, x, y) \to f(1, r, 1, y) - f(1, r, 1, x - 1) - f(1, l - 1, 1, y) + f(1, l - 1, 1, x - 1)\)。将 \(4\) 自由度转化为 \(2\) 自由度的问题,利用莫队。

莫队和可撤销莫队至多差一个 \(O(\log n)\) 的复杂度

lxl学长讲课笔记的更多相关文章

  1. 【分享】学长的安利来了~~O(∩_∩)O

    前言:应栋哥要求,学长把演讲稿稍微整理下发布出来,这可以算是一篇安利文,也可以说是一篇经历文吧.作为一个确确实实从软工里收获到挺多东西的过来人,学长希望可以通过学长的经历来让你们对软工更加期待. 安利 ...

  2. 黄学长模拟day1 某种密码

    关于某种密码有如下描述:某种密码的原文A是由N个数字组成,而密文B是一个长度为N的01数串,原文和密文的关联在于一个钥匙码KEY.若KEY=∑▒[Ai*Bi],则密文就是原文的一组合法密码. 现在有原 ...

  3. Week1 学长的经验教训

    我手头拿到的是上一届学长的软件工程大作业,作业的名称是——汽车4S店信息管理系统. 这个大作业我认为还是非常典型的传统模式的大作业,由手机端(客户端)和服务端组成,非常的传统.             ...

  4. 对学长所谓“改变世界的游戏”《shield star》的运行感想-毛宇部分(完整版本请参考团队博客)

    对于学长项目<shield star>的思考和看法: Ryan Mao ((毛宇)  110616-11061171 试用了一下学长黄杨等人开发的<shield star>游戏 ...

  5. 学长们的求职血泪史(C/C++/JAVA)

    以下分三个方向讲解,每个方向都是一个学长独自撰稿. (一)  C语言篇 C语言求职血泪史 华为(实习):机试.一面.性格测试被鄙视.优招被鄙视.普招被鄙视 锐捷:笔试.面试莫名其妙被鄙视 创新工场:笔 ...

  6. Team Homework #1 学长“学霸英语学习软件”试用

    简介: 一款英语单词记忆和管理辅助软件. 基本功能: 内置GRE词汇及其常考形态.Webster英语解释 单词发音功能 单词测验模式 简易词典功能 基本界面 词库单词读取 单词测试 优点: 1.界面简 ...

  7. 王学长的LCT标程

    善良的王学长竟然亲自打了一遍QAQ好感动QAQ #include<iostream> #include<cstdio> #include<cmath> #inclu ...

  8. 一位学长的ACM总结(感触颇深)

    发信人: fennec (fennec), 信区: Algorithm 标 题: acm 总结 by fennec 发信站: 吉林大学牡丹园站 (Wed Dec 8 16:27:55 2004) AC ...

  9. 王学长的AAA树

    让我们响应王学长的号召勇敢的分开写splay和lct吧! 分开写大法好!!!!!!!!!!!杜教的ch[4]弱爆了!!!! #include <stdio.h> #include < ...

  10. 个人技术博客--团队Git规范(参考西瓜学长)

    援引西瓜学长:GitHub团队项目合作流程 废话少说直接写 1.fork 1.对于组员来说第一步就是fork 2.点击fork之后 上面是我们的团队仓库 切换回自己的仓库 就会看到 是fork于团队仓 ...

随机推荐

  1. 力扣196(MySQL)-删除重复的电子邮箱(简单)

    题目: 表: Person 编写一个 SQL 删除语句来 删除 所有重复的电子邮件,只保留一个id最小的唯一电子邮件. 以 任意顺序 返回结果表. (注意: 仅需要写删除语句,将自动对剩余结果进行查询 ...

  2. 力扣645(java)-错误的集合(简单)

    题目: 集合 s 包含从 1 到 n 的整数.不幸的是,因为数据错误,导致集合里面某一个数字复制了成了集合里面的另外一个数字的值,导致集合 丢失了一个数字 并且 有一个数字重复 . 给定一个数组 nu ...

  3. 玩转DB里的数据 — 阿里云DMS任务编排之简介和实操

    1.任务编排介绍 数据库是企业IT系统里的重要基础设施,里面存储了大量有价值的数据资产,如:交易数据.客户数据.订单数据,等等.其实,数据库在企业里一直扮演着一个数据生产者(Producer)的角色, ...

  4. AI和大数据结合,智能运维平台助力流利说提升核心竞争力

    简介: 简介:本文整理自数智创新行--智能运维专场(上海站),流利说最佳实践演讲:<基于SLS千万级在线教育平台统一监控运营实践> 作者:孙文杰 流利说运维总监元乙 阿里云智能技术专家 优 ...

  5. Snowflake如日中天是否代表Hadoop已死?大数据体系到底是什么?

    ​简介: 本文作者关涛是大数据系统领域的资深专家,在微软(互联网/Azure云事业群)和阿里巴巴(阿里云)经历了大数据发展20年过程中的后15年.本文试从系统架构的角度,就大数据架构热点,每条技术线的 ...

  6. [Go] flag package 指南: 命令行参数标记的解析

    flag 是 Golang 的官方包. 支持用法有三种,不同之处是二三两种用法是 Var() 函数可以绑定 flag 到一个变量上. 直接调用指定类型的函数有多种,如 flag.String(), B ...

  7. dotnet SemanticKernel 入门 开篇

    本文将开坑告诉大家什么是 SemanticKernel 以及如何使用框架 众所周知 GPT 是一个大语言模型,能够参与的输入和输出是文本内容.而想要让 GPT 完成各项功能,则需要对接现有的编程世界. ...

  8. RT-Thread 运行时常见错误

    一.空线程栈较小 现象: 现象一: 现象二: 原因: 从RT-Thread文章中心可知,空闲线程是不能被挂起的,官方文档说明如下图所示: 注意:必须保证空闲线程的栈空间足够,否则空闲线程内存溢出后,也 ...

  9. SAP Adobe Form 教程三 日期,时间,floating field

    前文: SAP Adobe Form 教程一 简单示例 SAP Adobe Form 教程二 表 原文标题:SAP Adobe Interactive Form Tutorial. Part III. ...

  10. 钉消息Markdown语法

    支持的Markdown语法 1 标题 2 # 一级标题 3 ## 二级标题 4 ### 三级标题 5 #### 四级标题 6 ##### 五级标题 7 ###### 六级标题 8 9 引用 10 &g ...