ABC 357 G Stair-like Grid

news2024/11/25 0:59:19

link

其实是我之前写的一篇博客的推广
大意:
一个阶梯型,第 i i i行有 ⌈ i / 2 ⌉ ∗ 2 \left \lceil i/2 \right \rceil*2 i/22个方块,总共有n行。在其中给定 m m m个点无法经过,求从左上角到右下角的方案数。其中每次移动只能向右或向下
N ≤ 2.5 e 5 , M ≤ 50 N\leq 2.5e5,M\leq 50 N2.5e5,M50
在这里插入图片描述

思路:
一个比较显然的思路是把原图还原为 n × n n\times n n×n的矩阵,然后再添加 n − 2 n-2 n2个障碍 ( i , ⌈ i / 2 ⌉ ∗ 2 + 1 ) (i,\left \lceil i/2 \right \rceil*2+1) (i,i/22+1),这样就还原成了经典模型,可以直接用容斥来做。
还是将障碍按横纵坐标排个序,同时不妨将终点也放入 S S S中,显然排序后它会是最后一个点
S S S表示障碍的集合, d p i dp_i dpi表示从起点到第i个障碍,中间不经过其它障碍的方案数, w i w_i wi表示S中的第i个障碍, g ( ⋅ ) g(\cdot) g()表示两点之间的所有最短路的方案数(不考虑中间是否经过障碍)
不难得到一个非常naive的式子:
d p i = g ( ( 1 , 1 ) , w i ) − ∑ j < i g ( j , i ) d p j a n s = d p ∣ S ∣ + 1 dp_i=g((1,1),w_i)-\sum_{j<i}g(j,i)dp_j\\ ans = dp_{|S|+1} dpi=g((1,1),wi)j<ig(j,i)dpjans=dpS+1
但是这样做的时间复杂度是 O ( ( n + m ) 2 O((n+m)^2 O((n+m)2,尝试优化

首先对式子换一个好看点的形式:
f i = d p i f_i=dp_i fi=dpi,有
f i = − ( g ( ( 1 , 1 ) , w i ) − ∑ j < i g ( j , i ) d p j ) = − g ( ( 1 , 1 ) , w i ) − ∑ j < i g ( j , i ) f j = ∑ j = 0 i − 1 g ( w j , w i ) f j f_i=-(g((1,1),w_i)-\sum_{j<i}g(j,i)dp_j)=-g((1,1),w_i)-\sum_{j<i}g(j,i)f_j =\sum_{j=0}^{i-1}g(w_j,w_i)f_j fi=(g((1,1),wi)j<ig(j,i)dpj)=g((1,1),wi)j<ig(j,i)fj=j=0i1g(wj,wi)fj
这里我们把起点也加入了 S S S中,并令它为第0个点(显然合理)
从而
f i = ∑ j = 0 i − 1 g ( w j , w i ) f j , 0 ≤ i ≤ ∣ S ∣ + 1 a n s = − f ∣ S ∣ + 1 f_i=\sum_{j=0}^{i-1}g(w_j,w_i)f_j,0\leq i\leq |S|+1\\ ans=-f_{|S|+1} fi=j=0i1g(wj,wi)fj,0iS+1ans=fS+1

注意到障碍总共可以分为两类:

  • 题目里原本就在的,数量为O(M)
  • 我们新加的,数量为O(N)

而M其实并不大,第一类的点最多带来 O ( M ( N + M ) ) O(M(N+M)) O(M(N+M))的复杂度,这部分我们可以直接暴力。此时我们需要优化的部分就是后者内部的 O ( N × N ) O(N\times N) O(N×N)的复杂度
对第二类点换一种记法:
w i , 1 = ( 2 i − 1 , 2 i + 1 ) w i , 2 = ( 2 i , 2 i + 1 ) w_{i,1}=(2i-1,2i+1)\\ w_{i,2}=(2i,2i+1) wi,1=(2i1,2i+1)wi,2=(2i,2i+1)
我们先假设第一类点的贡献已经统计完了( w i , 1 , w i , 2 w_{i,1},w_{i,2} wi,1,wi,2之间的贡献也可以在这里算好,复杂度 O ( N ) O(N) O(N)),那么此时
f i , 1 = f i , 1 − ∑ j < i f j , 1 g ( w j , 1 , w i , 1 ) + f j , 2 g ( w j , 2 , w i , 1 ) f i , 2 = f i , 2 − ∑ j < i f j , 1 g ( w j , 1 , w i , 2 ) + f j , 2 g ( w j , 2 , w i , 2 ) f_{i,1} =f_{i,1}- \sum_{j<i}f_{j,1}g(w_{j,1},w_{i,1})+f_{j,2}g(w_{j,2},w_{i,1})\\ f_{i,2} =f_{i,2}- \sum_{j<i}f_{j,1}g(w_{j,1},w_{i,2})+f_{j,2}g(w_{j,2},w_{i,2})\\ fi,1=fi,1j<ifj,1g(wj,1,wi,1)+fj,2g(wj,2,wi,1)fi,2=fi,2j<ifj,1g(wj,1,wi,2)+fj,2g(wj,2,wi,2)
注意到这里 g ( ⋅ ) g(\cdot) g()的含义其实非常好求,因为它不需要考虑中间经过的点的类型,我们把它写出来
g ( w j , 2 , w i , 1 ) = ( 4 ( i − j ) − 1 2 ( i − j ) ) g ( w j , 1 , w i , 1 ) = g ( w j , 2 , w i , 2 ) = ( 4 ( i − j ) 2 ( i − j ) ) g ( w j , 1 , w i , 2 ) = ( 4 ( i − j ) + 1 2 ( i − j ) ) g(w_{j,2},w_{i,1}) = \binom{4(i-j)-1}{2(i-j)}\\ g(w_{j,1},w_{i,1}) = g(w_{j,2},w_{i,2})= \binom{4(i-j)}{2(i-j)}\\ g(w_{j,1},w_{i,2}) = \binom{4(i-j)+1}{2(i-j)} g(wj,2,wi,1)=(2(ij)4(ij)1)g(wj,1,wi,1)=g(wj,2,wi,2)=(2(ij)4(ij))g(wj,1,wi,2)=(2(ij)4(ij)+1)
不难发现它们其实都可以表示成 ( i − j ) (i-j) (ij)的函数,那么显然上述式子就可以用fft来优化了,从而这部分的时间复杂度来到了 O ( N l o g 2 N ) O(Nlog^2N) O(Nlog2N)
所以总体复杂度为 O ( M ( N + M ) + N l o g 2 N ) O(M(N+M)+Nlog^2N) O(M(N+M)+Nlog2N)
over
(退役口胡选手不想敲代码…

那么理论上这种题目也是可以推广的,任意形状的阶梯型我们都可以用同样的复杂度来求解,哪怕有多条边有阶梯形也没有关系(只要中间没有洞)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1806986.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

macOS优化工具CleanMyMac2024免费版电脑性能提升 存储空间释放 电脑维护 高效易用 延长电脑使用寿命

【CleanMyMac】是一款专为macOS系统设计的优化和清理软件&#xff0c;它的核心特性就是帮助我们提升电脑性能&#xff0c;释放存储空间。&#x1f680; CleanMyMac绿色免费版下载如下&#xff1a;记得保存哈&#xff0c;以防失效&#xff1a; https://pan.quark.cn/s/9b08114…

【电机控制】FOC算法验证步骤

【电机控制】FOC算法验证步骤 文章目录 前言一、PWM——不接电机1、PWMA-H-50%2、PWMB-H-25%3、PWMC-H-0%4、PWMA-L-50%5、PWMB-L-75%6、PWMC-L-100% 二、ADC——不接电机1.电流零点稳定性、ADC读取的OFFSET2.电流钳准备3.运放电路分析1.电路OFFSET2.AOP3.采样电路的采样值范围…

Spring03-依赖注入(DI)

依赖注入 概念 依赖注入&#xff08;Dependency Injection,DI&#xff09;。 依赖 : 指Bean对象的创建依赖于容器 . Bean对象的依赖资源 . 注入 : 指Bean对象所依赖的资源 , 由容器来设置和装配 . 构造器注入 前面已经介绍过&#xff0c;参考4、IOC创建对象的方式 Set方…

2024最新华为OD机试-C/D卷 - 在线OJ使用说明

文章目录 &#x1fa90;在线 OJ 入口&#x1f3a7;申请OD使用权限&#x1f353;在线 OJ 的使用说明OJ主界面专题系列语言支持评测结果 &#x1fa90;在线 OJ 入口 &#x1f517; 2024最新华为OD机试 - 在线OJ入 &#x1f3a7;申请OD使用权限 本专栏配套 OJ 的为了配合考友更高…

Vue数据动态代理机制的实现

Object.defineProperty() &#xff08;1&#xff09;这个方法是ES5新增的 &#xff08;2&#xff09;这个方法的作用是&#xff1a;给对象新增属性&#xff0c;或者设置对象原有的属性 &#xff08;3&#xff09;用法&#xff1a;Object.defineProperty(给哪个对象新增属性,‘…

【简单介绍下DALL-E2,什么是DALL-E2?】

&#x1f308;个人主页: 程序员不想敲代码啊 &#x1f3c6;CSDN优质创作者&#xff0c;CSDN实力新星&#xff0c;CSDN博客专家 &#x1f44d;点赞⭐评论⭐收藏 &#x1f91d;希望本文对您有所裨益&#xff0c;如有不足之处&#xff0c;欢迎在评论区提出指正&#xff0c;让我们共…

Functional ALV系列 (09) - 双击跳转到另外一个ALV

在查看数据的时候&#xff0c;不总是只有一个界面&#xff0c;为了让用户更方便地查看数据&#xff0c;需要根据当前的数据跳转到另外的界面中&#xff0c;比如查看明细等。本文演示 ALV 比较实用的功能&#xff1a;双击 ALV 单元格跳转到另外一个 ALV 中。 要实现的业务场景&…

Diffusers代码学习: 多个Adapter

T2I Adapter也是可组合的&#xff0c;允许您使用多个适配器对图像施加多个控制条件。例如&#xff0c;可以使用姿势贴图提供结构控制&#xff0c;使用深度贴图进行深度控制。这是由[MultiAdapter]类启用的。 让我们用姿势和深度适配器来调节文本到图像的模型。创建深度和姿势图…

树状数组的基础

树状数组1 树状数组可以解决什么问题呢&#xff1f; 可以解决大部分区间上面的修改以及查询的问题&#xff0c;例如1.单点修改&#xff0c;单点查询&#xff0c;2.区间修改&#xff0c;单点查询&#xff0c;3.区间查询&#xff0c;区间修改&#xff0c;换言之&#xff0c;线段…

大模型应用工程化过程

近年来&#xff0c;以人工智能为代表的新一代信息技术加速应用&#xff0c;特 别是基于大模型、大数据、大算力的 ChatGPT 的发布&#xff0c;标志着人 工智能技术取得里程碑式突破&#xff0c;推动科技创新进入新阶段。随着 大模型技术的迅猛发展和场景价值的不断涌现&#xf…

React:Expected property name or ‘}‘ in JSON at position 1

代码&#xff1a; import { Form, Input, Button } from antd export default function FormCom() {function onFinish(a, b, c, d) {console.log(a, b, c, d)}const describe "{tip:请输入用户名}"return (<><Form onFinish{onFinish}><Form.Itemn…

C++面试八股文:static和const的关键字有哪些用法?

100编程书屋_孔夫子旧书网 某日二师兄参加XXX科技公司的C工程师开发岗位第7面&#xff1a; 面试官&#xff1a;C中&#xff0c;static和const的关键字有哪些用法? 二师兄&#xff1a;satic关键字主要用在以下三个方面&#xff1a;1.用在全局作用域&#xff0c;修饰的变量或者…

嵌入式学习——Linux高级编程复习(进程)——day39

1. 进程 进程是计算机科学中的一个核心概念&#xff0c;它是操作系统进行资源分配和调度的基本单位&#xff0c;代表了一个正在执行中的程序实例。当一个程序被加载到内存并开始执行时&#xff0c;它就变成了一个进程。 1. 程序&#xff1a;存放在外存中的一段代码的集合 2. 进…

HTML标签 label for 还是 htmlFor

文章目录 问题结论更多 问题 HTML标签&#xff1a; label 的属性 for 还是 htmlFor&#xff1f; MDN文档&#xff1a;https://developer.mozilla.org/en-US/docs/Web/HTML/Element/label 结论 for 和 htmlFor 都可以使用&#xff0c;都是对的。在部分情况中&#xff0c;只能…

window wsl2的ubuntu如何配置代理获取docker image

最近两天&#xff0c;docker pull一直下不来docker image, 研究了下可以通过代理pull, 我的是window电脑下的linux子系统wsl2, 装的是ubuntu跑docker. # 创建/etc/systemd/system/docker.service.d路径 sudo mkdir -p /etc/systemd/system/docker.service.d # 创建 http-proxy…

C++设计模式-中介者模式,游戏对象之间的碰撞检测

运行在VS2022&#xff0c;x86&#xff0c;Debug下。 31. 中介者模式 中介者模式允许对象之间通过一个中介者对象进行交互&#xff0c;而不是直接相互引用。可以减少对象之间的直接耦合&#xff0c;同时集中化管理复杂的交互。应用&#xff1a;如在游戏开发中&#xff0c;可以使…

BERT+PET方式数据处理

基于BERTPET方式数据预处理介绍 BERTPET方式数据预处理&#x1f43e; 本项目中对数据部分的预处理步骤如下: 查看项目数据集编写Config类项目文件配置代码编写数据处理相关代码 1 查看项目数据集&#x1f43e; 数据存放位置&#xff1a;/Users/***/PycharmProjects/llm/prom…

Innodb Buffer Pool缓存机制(四)预读与Mysql改进的LRU策略

一、什么是预读 InnoDB提供了预读(read ahead)。所谓预读&#xff0c;就是InnoDB认为执行当前的请求可能之后会读取某些页面&#xff0c;就预先把它们加载到Buffer Pool中。根据触发方式的不同&#xff0c;预读又可以细分为下边两种&#xff1a; 1.1 线性预读 InnoDB提供了一…

Rust-02-变量与可变性

在Rust中&#xff0c;变量和可变性是两个重要的概念。 变量&#xff1a;变量是用于存储数据的标识符。在Rust中&#xff0c;变量需要声明其类型&#xff0c;例如&#xff1a; let x: i32 5; // 声明一个名为x的变量&#xff0c;类型为i32&#xff08;整数&#xff09;&#…

ApiJson快速入门

前言 最近在正式迭代中插入了一个大屏演示项目&#xff0c;因为后端开发人员任务都安排满了&#xff0c;而演示项目逻辑比较简单&#xff0c;大多是直接查表就能搞定&#xff0c;所以只能想办法让前端直接和数据库交互&#xff0c;增加开发速度。在找工具时发现了ApiJson。尝试…