博客
关于我
P1637 三元上升子序列 (权值线段树优化dp)
阅读量:808 次
发布时间:2019-03-25

本文共 1892 字,大约阅读时间需要 6 分钟。

这道题的解法采用了线段树技术,通过两次预处理将问题的时间复杂度优化到了O(n log n)。首先,我们预处理每个元素的前置信息d1[i],表示前i个元素中小于a[i]的元素个数。接着,我们预处理满足三元上升条件的序列对数。

问题分析

题目要求在数组中找出所有满足三元递增条件的情况。我们需要一个高效算法来处理大规模数据。通过动态规划直接求解会导致时间复杂度过高,因此采用线段树来优化。

方法解法

为了优化计算过程,我们使用线段树进行预处理:

  • 第一轮预处理:插入数组元素到线段树中,计算每个元素前面的d1[i]值(小于当前元素的元素个数)。
  • 第二轮预处理:对每个元素,查询满足条件的后续元素个数,计算d2[i](满足三元递增的对数)。
  • 线段树维护两层信息:区间内元素的数量和d1的累积和。通过两轮预处理,实现高效查询和更新。

    解决代码

    using namespace std;#define ll long longconst int maxn = 1e5 + 7;const ll inf = 34359738370;ll tree[maxn * 100];int root = 1, cnt = 1;int d1[maxn], d2[maxn];int n, a[maxn];ll ans = 0;void pushup(int rt) {    tree[rt] = tree[lc[rt]] + tree[rc[rt]];    return;}void updata(int &rt, ll l, ll r, ll x, int v) {    if (!rt) rt = ++cnt;    if (l == r) {        tree[rt] += v;        if (tree[rt] < 0) tree[rt] = 0;        return;    }    ll mid = (l + r) >> 1;    if (x <= mid) updata(lc[rt], l, mid, x, v);    else updata(rc[rt], mid + 1, r, x, v);    pushup(rt);}int query(int rt, ll l, ll r, ll vl, ll vr) {    if (!rt || r < vl || l > vr) return 0;    if (vl <= l && r <= vr) return tree[rt];    ll mid = (l + r) >> 1;    return query(lc[rt], l, mid, vl, vr) + query(rc[rt], mid + 1, r, vl, vr);}int main() {    scanf("%d", &n);    for (int i = 1; i <= n; i++) {        scanf("%d", a + i);    }    updata(root, 0, inf, a[1], 1);    for (int i = 2; i <= n; i++) {        d1[i] = query(root, 0, inf, 0, a[i] - 1);        updata(root, 0, inf, a[i], 1);    }    for (int i = 1; i <= n; i++)         updata(root, 0, inf, a[i], -maxn);    for (int i = 2; i <= n; i++) {        ans += query(root, 0, inf, 0, a[i] - 1);        updata(root, 0, inf, a[i], d1[i]);    }    printf("%lld\n", ans);    return 0;}

    代码解释

  • 线段树结构:定义了线段树的根节点和相关节点,用于存储区间信息。
  • pushup函数:用于上推节点信息,确保子节点数据正确合并。
  • updata函数:更新线段树中的节点信息,插入或删除元素时的处理。
  • 查询函数:查找满足条件的区间,快速得到d1和d2的值。
  • 预处理:插入元素,计算d1值后再预处理d2值,计算总对数。
  • 结果输出:最后打印满足三元递增的对数总和。
  • 通过上述步骤,我们可以高效解决三元递增子序列的问题。

    转载地址:http://wkjyk.baihongyu.com/

    你可能感兴趣的文章
    NHibernate学习[1]
    查看>>
    NHibernate异常:No persister for的解决办法
    查看>>
    NIFI1.21.0_java.net.SocketException:_Too many open files 打开的文件太多_实际操作---大数据之Nifi工作笔记0051
    查看>>
    NIFI1.21.0_Mysql到Mysql增量CDC同步中_日期类型_以及null数据同步处理补充---大数据之Nifi工作笔记0057
    查看>>
    NIFI1.21.0_Mysql到Mysql增量CDC同步中_补充_更新时如果目标表中不存在记录就改为插入数据_Postgresql_Hbase也适用---大数据之Nifi工作笔记0059
    查看>>
    NIFI1.21.0_NIFI和hadoop蹦了_200G集群磁盘又满了_Jps看不到进程了_Unable to write in /tmp. Aborting----大数据之Nifi工作笔记0052
    查看>>
    NIFI1.21.0最新版本安装_连接phoenix_单机版_Https登录_什么都没改换了最新版本的NIFI可以连接了_气人_实现插入数据到Hbase_实际操作---大数据之Nifi工作笔记0050
    查看>>
    NIFI1.21.0通过Postgresql11的CDC逻辑复制槽实现_指定表多表增量同步_增删改数据分发及删除数据实时同步_通过分页解决变更记录过大问题_02----大数据之Nifi工作笔记0054
    查看>>
    NIFI1.21.0通过Postgresql11的CDC逻辑复制槽实现_指定表多表增量同步_插入修改删除增量数据实时同步_通过分页解决变更记录过大问题_01----大数据之Nifi工作笔记0053
    查看>>
    NIFI1.21.0通过Postgresql11的CDC逻辑复制槽实现_指定表或全表增量同步_实现指定整库同步_或指定数据表同步配置_04---大数据之Nifi工作笔记0056
    查看>>
    NIFI1.23.2_最新版_性能优化通用_技巧积累_使用NIFI表达式过滤表_随时更新---大数据之Nifi工作笔记0063
    查看>>
    NIFI从MySql中增量同步数据_通过Mysql的binlog功能_实时同步mysql数据_根据binlog实现数据实时delete同步_实际操作04---大数据之Nifi工作笔记0043
    查看>>
    NIFI从MySql中增量同步数据_通过Mysql的binlog功能_实时同步mysql数据_配置binlog_使用处理器抓取binlog数据_实际操作01---大数据之Nifi工作笔记0040
    查看>>
    NIFI从MySql中增量同步数据_通过Mysql的binlog功能_实时同步mysql数据_配置数据路由_实现数据插入数据到目标数据库_实际操作03---大数据之Nifi工作笔记0042
    查看>>
    NIFI从MySql中增量同步数据_通过Mysql的binlog功能_实时同步mysql数据_配置数据路由_生成插入Sql语句_实际操作02---大数据之Nifi工作笔记0041
    查看>>
    NIFI从MySql中离线读取数据再导入到MySql中_03_来吧用NIFI实现_数据分页获取功能---大数据之Nifi工作笔记0038
    查看>>
    NIFI从MySql中离线读取数据再导入到MySql中_不带分页处理_01_QueryDatabaseTable获取数据_原0036---大数据之Nifi工作笔记0064
    查看>>
    NIFI从MySql中离线读取数据再导入到MySql中_无分页功能_02_转换数据_分割数据_提取JSON数据_替换拼接SQL_添加分页---大数据之Nifi工作笔记0037
    查看>>
    NIFI从PostGresql中离线读取数据再导入到MySql中_带有数据分页获取功能_不带分页不能用_NIFI资料太少了---大数据之Nifi工作笔记0039
    查看>>
    nifi使用过程-常见问题-以及入门总结---大数据之Nifi工作笔记0012
    查看>>