第一眼就是 $KDtree$ 优化建图
然而,空间只有 $128mb$,开不下  
时间不吃紧,考虑直接跑 $Dijkstra$
$Dijkstra$ 中存储的是起点到每个输入时给出的矩阵的最短距离
当取出堆顶时就将这个矩阵中所有点 "裂开",并更新每一个小点的答案
如果该点在之前已经被一个最短路更短的矩阵更新过了,就不扩展它
否则,扩展每一个分裂出的点,将新的矩阵加入优先队列中即可
一个重要的优化就是每次 "分裂" 一个矩阵时要在 $KDtree$ 中将对应节点都删掉,加快下一次查询 
#include<bits/stdc++.h>
#define setIO(s) freopen(s".in","r",stdin)
#define maxn 2000000
#define inf 100000000
#define lson t[now].ch[0]
#define rson t[now].ch[1]
#define ll long long
using namespace std; struct Edge {
int t,x1,y1,x2,y2;
Edge(int t=0,int x1=0,int y1=0,int x2=0,int y2=0):t(t),x1(x1),y1(y1),x2(x2),y2(y2){}
};
struct Data {
int ch[2],minv[2],maxv[2],siz,id,p[2];
}t[maxn],arr[maxn];
struct P {
int dis,id;
P(int dis=0,int id=0):dis(dis),id(id) {}
bool operator<(P b) const {
return b.dis<dis;
}
};
vector<int>G[maxn];
priority_queue<P>Q;
vector<Edge>edges; int d,cnt,len;
int dis[maxn],answer[maxn],nd[maxn],vis[maxn];
void Min(int &a,int b) {
if(b<a) a=b;
}
void Max(int &a,int b) {
if(b>a) a=b;
}
bool cmp(Data i,Data j) {
return i.p[d]==j.p[d]?i.p[d^1]<j.p[d^1]:i.p[d]<j.p[d];
}
void pushup(int now) {
t[now].minv[0]=t[now].minv[1]=inf,t[now].maxv[0]=t[now].maxv[1]=-inf;
for(int i=0;i<2;++i) {
if(lson) {
Min(t[now].minv[0],t[lson].minv[0]),Min(t[now].minv[1],t[lson].minv[1]),
Max(t[now].maxv[0],t[lson].maxv[0]),Max(t[now].maxv[1],t[lson].maxv[1]);
}
if(rson) {
Min(t[now].minv[0],t[rson].minv[0]),Min(t[now].minv[1],t[rson].minv[1]),
Max(t[now].maxv[0],t[rson].maxv[0]),Max(t[now].maxv[1],t[rson].maxv[1]);
}
}
}
void build(int l,int r,int &now,int o) {
now=++cnt;
if(l==r) {
t[now].siz=1, t[now].id=arr[l].id;
t[now].p[0]=t[now].minv[0]=t[now].maxv[0]=arr[l].p[0];
t[now].p[1]=t[now].minv[1]=t[now].maxv[1]=arr[l].p[1];
return;
}
int mid=(l+r)>>1;
d=o,nth_element(arr+l,arr+mid,arr+1+r,cmp);
build(l,mid,lson,o^1);
if(r>mid) build(mid+1,r,rson,o^1);
pushup(now),t[now].siz=t[lson].siz+t[rson].siz;
}
void dfs(int now,int x1,int y1,int x2,int y2) {
if(t[now].minv[0]>y1||t[now].maxv[0]<x1||t[now].minv[1]>y2||t[now].maxv[1]<x2 || !t[now].siz) return;
if(t[now].id) {
nd[++len]=t[now].id;
t[now].siz=0;
return;
}
if(lson) dfs(lson,x1,y1,x2,y2);
if(rson) dfs(rson,x1,y1,x2,y2);
t[now].siz=t[lson].siz+t[rson].siz;
}
void debug(int now) {
if(!now) return;
debug(lson), printf("%d %d %d %d\n",t[now].minv[0],t[now].maxv[0],t[now].minv[1],t[now].maxv[1]),debug(rson);
}
int main(){
// setIO("input");
int n,m,w,h,rt;
scanf("%d%d%d%d",&n,&m,&w,&h);
for(int i=1;i<=n;++i) scanf("%d%d",&arr[i].p[0],&arr[i].p[1]),arr[i].id=i;
build(1,n,rt,0);
for(int i=1;i<=m;++i) {
int a,b,c,d,e,f;
scanf("%d%d%d%d%d%d",&a,&b,&c,&d,&e,&f), edges.push_back(Edge(b,c,d,e,f)), G[a].push_back(i-1);
}
answer[1]=0,vis[1]=1;
for(int i=0;i<G[1].size();++i) {
int to=G[1][i];
dis[to]=edges[to].t, Q.push(P(edges[to].t, to));
}
while(!Q.empty()) {
P e=Q.top(); Q.pop();
int cn=e.dis;
len=1,dfs(rt, edges[e.id].x1,edges[e.id].y1,edges[e.id].x2,edges[e.id].y2);
for(int i=1;i<=len;++i) {
int cur=nd[i];
if(vis[cur]) continue;
vis[cur]=1, answer[cur]=cn;
for(int j=0;j<G[cur].size();++j) {
int to=G[cur][j];
dis[to] = cn + edges[to].t;
Q.push(P(dis[to], to));
}
}
}
for(int i=2;i<=n;++i) printf("%d\n",answer[i]);
return 0;
}

  

luogu 5471 [NOI2019]弹跳 KDtree + Dijkstra的更多相关文章

  1. [NOI2019]弹跳(KD-Tree/四分树/线段树套平衡树 优化建图+Dijkstra)

    本题可以用的方法很多,除去以下三种我所知道的就还有至少三种. 方法一:类似线段树优化建图,将一个平面等分成四份(若只有一行或一列则等分成两份),然后跑Dijkstra即可.建树是$O(n\log n) ...

  2. luogu P5471 [NOI2019]弹跳

    luogu 因为是一个点向矩形区域连边,所以可以二维数据结构优化连边,但是会MLE.关于维护矩形的数据结构还有\(KD-Tree\),所以考虑\(KDT\)优化连边,空间复杂度\(m\sqrt n\) ...

  3. 【题解】Luogu P5471 [NOI2019]弹跳

    原题传送门 先考虑部分分做法: subtask1: 暴力\(O(nm)\)枚举,跑最短路 subtask2: 吧一行的点压到vector中并排序,二分查找每一个弹跳装置珂以到达的城市,跑最短路 sub ...

  4. [NOI2019]弹跳(KD-Tree)

    被jump送退役了,很生气. 不过切了这题也进不了队,行吧. 退役后写了一下,看到二维平面应该就是KD树,然后可以在KD树上做最短路,然后建立堆和KDTree.然后每次更新则是直接把最短路上的节点删掉 ...

  5. [NOI2019] 弹跳

    题意: 给你平面上的$n$个点,共有$m$个弹跳装置. 每个弹跳装置可以从点$p_{i}$以$t_{i}$的代价跳到矩形$(L_{i},D_{i}),(R_{i},U_{i})$中的任何一个点. 现在 ...

  6. 洛谷 P5471 - [NOI2019] 弹跳(二维线段树优化建图+堆优化存边)

    题面传送门 一道非常有意思的题(大概可以这么形容?) 首先看到这类一个点想一个区域内连边的题目可以很自然地想到线段树优化建图,只不过这道题是二维的,因此需要使用二维线段树优化建图,具体来说,我们外层开 ...

  7. Luogu P5469 [NOI2019]机器人 (DP、多项式)

    不用FFT的多项式(大雾) 题目链接: https://www.luogu.org/problemnew/show/P5469 (这题在洛谷都成绿题了海星) 题解: 首先我们考虑,一个序列位置最右边的 ...

  8. Luogu P5468 [NOI2019]回家路线 (斜率优化、DP)

    题目链接: (luogu) https://www.luogu.org/problemnew/show/P5468 题解: 爆long long毁一生 我太菜了,这题这么简单考场上居然没想到正解-- ...

  9. 题解 [NOI2019]弹跳

    题目传送门 题目大意 给出 \(n\) 做城市,每座城市都有横纵坐标 \(x,y\).现在给出 \(m\) 个限制 \(p,t,l,r,d,u\),表示从 \(p\) 城市出发,可以花费 \(t\) ...

随机推荐

  1. Web UI自动化测试基础——元素定位(一)

    本篇文章整理了元素定位的基础知识——单个元素定位方式. 一.单个元素定位方式简介 1. find_element_by_id 通过元素的id属性进行定位.以百度首页为例,首先进入https://www ...

  2. python+selenium下弹窗alter对象处理02

    首先使用switch_to.alert()方法进行定位,然后可以使用下面的操作 text:返回alert.confirm.prompt中的文字信息: accept():接受现有警告框: dismiss ...

  3. Python-自定义函数-参数

    一.自定义函数参数 1.种类 (1)位置参数 "x"就是位置参数 #!/usr/bin/env python # -*- coding: utf-8 -*- #author: di ...

  4. [转帖]又一国产x86处理器可大规模上市:Intel至强核心 安全监测管控

    又一国产x86处理器可大规模上市:Intel至强核心 安全监测管控 https://www.cnbeta.com/articles/tech/850525.htm 不知道是不是有一起汉芯事件 国产CP ...

  5. [转帖]16nm国内最先进 兆芯展示x86 KX-6000八核处理器

    16nm国内最先进 兆芯展示x86 KX-6000八核处理器 https://www.cnbeta.com/articles/tech/847125.htm 在近日的2019北京国际互联网科技博览会暨 ...

  6. steps 步骤条、时间轴

    steps 步骤条.时间轴:http://www.fxss5201.cn/project/plugin/steps/1.0/ Github地址:https://github.com/fxss5201/ ...

  7. HDU 3466 Proud Merchants 带有限制的01背包问题

    HDU 3466 Proud Merchants 带有限制的01背包问题 题意 最近,伊萨去了一个古老的国家.在这么长的时间里,它是世界上最富有.最强大的王国.因此,即使他们的国家不再那么富有,这个国 ...

  8. Linux 環境下安裝swoole

    一.先安装依赖 yum -y install gcc gcc-c++ autoconf automake yum -y install zlib zlib-devel openssl openssl- ...

  9. 【ES6】对象的新功能与解构赋值

    ES6 通过字面量语法扩展.新增方法.改进原型等多种方式加强对象的使用,并通过解构简化对象的数据提取过程. 一.字面量语法扩展 在 ES6 模式下使用字面量创建对象更加简洁,对于对象属性来说,属性初始 ...

  10. python学习五十五天subprocess模块的使用

    我们经常需要通过python去执行一条系统执行命令或者脚本,系统的shell命令独立于你python进程之外的,没执行一条命令,就发起一个新的进程, 三种执行命令的方法 subprocess.run( ...