解法一

引理:令一个二分图两部分别为 \(X, Y(|X| \le |Y|)\),若其存在完美匹配当且仅当 \(\forall S \subseteq X, f(S) \ge |S|\)(其中 \(f(S)\) 表示 \(S\) 连到的点集)。(即霍尔定律)

可以发现,原题要求的本质上就是最少添加几个椅子使得构成完美匹配。

那么添加的椅子能使得所有人都能选一定是最好的,故根据霍尔定律我们要求的本质上是 \(\max\limits_{S \subseteq X}{|S| - |f(S)|}\),即 \(\max\limits_{S \subseteq X} |S| - \bigcup\limits_{i \in S} [0, l_i] \cup [r_i, m]\)。

注意到并集是不好处理的,在我们知道全集的情况下可以反过来考虑求其补集的交即:\(\max\limits_{S \subseteq X} |S| + \bigcap\limits_{i \in S} [l_i, r_i] - m\)。

可以发现我们是不好直接枚举点集的,但是在枚举区间的情况下统计存在多少个包含这样区间的点有多少个是非常好统计的。

于是先预处理好每个位置包含多少个右端点和左端点然后使用前缀和容斥计算即可做到 \(\mathcal{O(n + m ^ 2)}\)。

考虑优化这个流程,只枚举左端点 \(l\) 然后动态维护所有点中左端点在 \(l\) 左侧的点所组成的点集对对于每个右端点的答案。

不难发现在左端点移动的时候只需要支持区间加和求区间最大值,使用线段树即可。

#include <bits/stdc++.h>
using namespace std;
#define rep(i, l, r) for (int i = l; i <= r; ++i)
const int N = 2e5 + 5;
struct node { int l, r;} a[N];
int n, m, ans;
int read() {
char c; int x = 0, f = 1;
c = getchar();
while (c > '9' || c < '0') { if(c == '-') f = -1; c = getchar();}
while (c >= '0' && c <= '9') x = x * 10 + c - '0', c = getchar();
return x * f;
}
namespace ST {
#define ls (p << 1)
#define rs (p << 1 | 1)
#define mid (l + r >> 1)
struct tree { int mx, tag;} t[N << 2];
void lazy(int p, int k) { t[p].mx += k; t[p].tag += k;}
void pushup(int p) { t[p].mx = max(t[ls].mx, t[rs].mx);}
void down(int p) { lazy(ls, t[p].tag), lazy(rs, t[p].tag); t[p].tag = 0;}
void build(int p, int l, int r) {
if(l == r) { t[p].mx = l; return ;}
build(ls, l, mid), build(rs, mid + 1, r);
pushup(p);
}
void update(int p, int l, int r, int x, int y, int k) {
if(x > y) return ;
if(l >= x && r <= y) { lazy(p, k); return ;}
down(p);
if(mid >= x) update(ls, l, mid, x, y, k);
if(mid < y) update(rs, mid + 1, r, x, y, k);
pushup(p);
}
int query(int p, int l, int r, int x, int y) {
if(x > y) return 0;
if(l >= x && r <= y) return t[p].mx;
down(p); int ans = 0;
if(mid >= x) ans = max(ans, query(ls, l, mid, x, y));
if(mid < y) ans = max(ans, query(rs, mid + 1, r, x, y));
return ans;
}
}
bool cmp(node a, node b) { return a.l == b.l ? a.r > b.r : a.l < b.l;}
int main() {
n = read(), m = read() + 1;
rep(i, 1, n) a[i].l = read() + 2, a[i].r = read();
ST :: build(1, 1, m);
sort(a + 1, a + n + 1, cmp);
rep(i, 1, n) {
if(a[i].l > m || a[i].l > a[i].r) { ans = max(ans, n - m + 1); continue;}
ST :: update(1, 1, m, 1, min(a[i].r, m), 1);
ans = max(ans, ST :: query(1, 1, m, a[i].l, m) - a[i].l - m + 2);
}
printf("%d", ans);
return 0;
}

解法二

从特殊的情形出发,若只存在左端点的限制,那么我们只需将所有人按照左端点从小到大排序维护当前选到的最前位置然后贪心地让每个人选取即可。

此时出现了对于右端点的限制,可以调整上述这个贪心。

首先我们还是按照左端点排序,能选择选。

若出现不能选择的情况,那么此时 \(j\) 总是能替换掉之前选择过的一个人使得答案不变的,但显然的是不是所有情况都能替换。

近一步观察可以发现如果之前选择的 \(i\) 的 \(r_i < r_j\) 那么此时 \(j\) 替换 \(i\) 一定是更优的,因为将 \(i\) 留下放在右边的可能性比 \(j\) 大,同时为了最大化这个可能每次我们只能选择替换 \(r_i\) 最小的 \(i\),使用小根堆维护即可。

那么最后我们可以得到一个拿出来需要放置在右侧的一个序列,此时就只有右端点的限制了直接做最开始的贪心即可。

#include <bits/stdc++.h>
using namespace std;
#define rep(i, l, r) for (int i = l; i <= r; ++i)
const int N = 2e5 + 5;
struct node { int l, r;} a[N];
int n, m, L, P, cnt, b[N];
priority_queue <int, vector <int>, greater <int> > Q;
bool cmp1(node a, node b) { return a.l < b.l;}
bool cmp2(int a, int b) { return a > b;}
int main() {
cin >> n >> m;
rep(i, 1, n) cin >> a[i].l >> a[i].r;
sort(a + 1, a + n + 1, cmp1);
P = 1;
rep(i, 1, n) {
if(P <= a[i].l) ++P, Q.push(a[i].r);
else {
if(!Q.empty() && a[i].r > Q.top()) b[++cnt] = Q.top(), Q.pop(), Q.push(a[i].r);
else b[++cnt] = a[i].r;
}
}
sort(b + 1, b + cnt + 1, cmp2);
L = P, P = m;
rep(i, 1, cnt) if(P >= b[i] && P >= L) --P;
printf("%d", n - (m - P + L - 1));
return 0;
}

在解法一当中,多次使用正难则反的思想,这是需要注意的解题关键。

在解法二当中,使用的是放宽条件特殊化问题之后通过调整使得其能适应原问题。

AT2645 [ARC076D] Exhausted?的更多相关文章

  1. 2017国家集训队作业[arc076d/f][Exhausted?]

    2017国家集训队作业[arc076d/f][Exhausted?] 题意: ​ 有\(N\)个人,\(M\)把椅子,给出\(...L_i.R_i\)表示第\(i\)个人可以选择编号为\(1\sim ...

  2. 【ARC076D/F】Exhausted?

    Description ​ 题目链接 Solution ​ 场上尝试使用优化建图网络流实现,结果T到怀疑人生. ​ 鉴于这是个匹配问题,考虑用贪心做一下. ​ 先退一步,想一下如果每一个人只有\([1 ...

  3. php编译 :virtual memory exhausted: Cannot allocate memory

    有时候用vps建站时需要通过编译的方式来安装主机控制面板.对于大内存的VPS来说一般问题不大,但是对于小内存,比如512MB内存的VPS来说,很有可能会出现问题,因为编译过程是一个内存消耗较大的动作. ...

  4. Cannot get a connection, pool exhausted解决办法

    http://blog.163.com/it_message/blog/static/8892051200908102032653/ 连接池(Tomcat+oracle),运行一段时间后就会出现 Ca ...

  5. Fatal error: Allowed memory size of 524288000 bytes exhausted (tried to allocate 64 bytes) in D

    Fatal error: Allowed memory size of 524288000 bytes exhausted (tried to allocate 64 bytes) in D 从数据库 ...

  6. inotify resources exhausted

    inotify resources exhausted tail -f /var/log/kubelet.log tail: inotify resources exhausted tail: ino ...

  7. 编译时:virtual memory exhausted: Cannot allocate memory

    一.问题 当安装虚拟机时系统时没有设置swap大小或设置内存太小,编译程序会出现virtual memory exhausted: Cannot allocate memory的问题,可以用swap扩 ...

  8. tomcat异常: Cannot get a connection, pool exhausted

    1 问题描述Web程序在tomcat刚开始运行时速度很快,但过一段时间后发现速度变得很慢. 检查日志输出,发现异常如下:org.apache.commons.dbcp.SQLNestedExcepti ...

  9. ASM磁盘组空间不足--ORA-15041:DISGROUP DATA space exhausted (生产库案例)

    原创作品,出自 "深蓝的blog" 博客,深蓝的blog:http://blog.csdn.net/huangyanlong/article/details/47277715 近日 ...

随机推荐

  1. salesforce零基础学习(一百一十)list button实现的一些有趣事情

    本篇参考: salesforce零基础学习(九十五)lightning out https://developer.salesforce.com/docs/component-library/docu ...

  2. Augmentation For GAN

    目录 概 主要内容 Differentiable Augmentation Adaptive Augmentation 代码 Zhao S., Liu Z., Lin J., Zhu J. and H ...

  3. Chapter 2 Randomized Experiments

    目录 概 2.1 Randomization 2.2 Conditional randomization 2.3 Standardization 2.4 Inverse probability wei ...

  4. 解决Web开发HTML页面中footer保持在页面底部问题

    如图所示如何实现footer在内容不足或者浏览器窗口变大变小的时候一直保持在底部呢?请看如下两种解决方案. 第一种方案: footer高度固定+绝对定位 (兼容性比较好完美兼容IE8+)思路:foot ...

  5. Java初学者作业——编写Java程序,实现判断所输入字符的类型(数字、小写字母、大写字母或其他字符)

    返回本章节 返回作业目录 需求说明: 编写Java程序,实现判断所输入字符的类型(数字.小写字母.大写字母或其他字符) 实现思路: 声明变量c,用于存储用户输入的字符. 通过Scanner接收用户输入 ...

  6. Java初学者作业——编写Java程序,简单判断“王者荣耀”英雄收到攻击后是否死亡

    返回本章节 返回作业目录 需求说明: 判断"王者荣耀"中英雄受到攻击后是否死亡? 计算"王者荣耀"中怪物攻击英雄的伤害,做出英雄死亡的判断. 如果英雄受到过量伤 ...

  7. Java高级程序设计作业目录(作业笔记)

    持续更新中............. Java高级程序设计笔记 • [目录] 我的大学笔记>>> 第1章 IO流>>> 1.1.3 编写Java程序,在电脑硬盘里, ...

  8. RabbitMQ --- 直连交换机 【 同步操作,等到消费者处理完后返回处理结果 】

    1.前言 RabbleMQ这种消息中间件,主要的功能是使用异步操作,来达到解耦的目的,比如,有系统a和系统b, 系统a通过消息中间件通知系统b来做业务,那么系统a只需要把要做的事情[也就是消息]发给消 ...

  9. 基于Spring实现策略模式

    背景: 看多很多策略模式,总结下来实现原理大体都差不多,在这里主要是讲解下自己基于Spring更优雅的实现方案:这个方案主要是看了一些开源rpc和Spring相关源码后的一些思路,所以在此进行总结 首 ...

  10. Android函数抽取壳的实现

    0x0 前言 函数抽取壳这个词不知道从哪起源的,但我理解的函数抽取壳是那种将dex文件中的函数代码给nop,然后在运行时再把字节码给填回dex的这么一种壳. 函数抽取前: 函数抽取后: 很早之前就想写 ...