离线所有操作,对所有可能存在的点建立kd-tree,add相当于权值+1,cancel相当于权值-1。

修改操作要记录kd-tree上每个点的fa,从底向上地进行修改。

优化:若一个矩形框的sumv==0,则不进入。记录矩形框的面积时只记录“有意义”的点的(权值为0的不管)。

#include<cstdio>
#include<algorithm>
#include<stack>
#include<cstring>
using namespace std;
int f,C;
inline void R(int &x){
C=0;f=1;
for(;C<'0'||C>'9';C=getchar())if(C=='-')f=-1;
for(x=0;C>='0'&&C<='9';C=getchar())(x*=10)+=(C-'0');
x*=f;
}
inline void P(int x){
if(x<10)putchar(x+'0');
else{P(x/10);putchar(x%10+'0');}
}
stack<int>zhan;
#define N 100001
#define KD 3
int dn,n,root,m,qp[2][KD],idn;
struct Node
{
int ch[2],w,minn[KD],maxx[KD],p[KD],sumv,id;
void Init()
{
sumv=w;
for(int i=0;i<KD;++i)
minn[i]=maxx[i]=p[i];
}
}T[N];
bool operator < (const Node &a,const Node &b){return a.p[dn] < b.p[dn];}
inline void pushup(const int &rt)
{
T[rt].sumv=T[rt].w;
for(int i=0;i<2;++i)
if(T[rt].ch[i]/* && T[T[rt].ch[i]].sumv*/)
{
T[rt].sumv+=T[T[rt].ch[i]].sumv;
for(int j=0;j<KD;++j)
{
T[rt].minn[j]=min(T[rt].minn[j],T[T[rt].ch[i]].minn[j]);
T[rt].maxx[j]=max(T[rt].maxx[j],T[T[rt].ch[i]].maxx[j]);
}
}
}
int buildtree(int l=1,int r=n,int d=0)
{
dn=d;
int m=(l+r>>1);
nth_element(T+l,T+m,T+r+1);
T[m].Init();
if(l!=m) T[m].ch[0]=buildtree(l,m-1,(d+1)%KD);
if(m!=r) T[m].ch[1]=buildtree(m+1,r,(d+1)%KD);
pushup(m);
return m;
}
inline bool Inside(const int &o)
{
for(int i=0;i<KD;++i)
if(qp[0][i] > T[o].p[i] || T[o].p[i] > qp[1][i])
return 0;
return 1;
}
inline bool AllInside(const int &o)
{
for(int i=0;i<KD;++i)
if(qp[0][i] > T[o].minn[i] || T[o].maxx[i] > qp[1][i])
return 0;
return 1;
}
inline bool Cross(const int &o)
{
for(int i=0;i<KD;++i)
if(qp[0][i] > T[o].maxx[i] || T[o].minn[i] > qp[1][i])
return 0;
return 1;
}
int ans;
inline void Query(int rt=root)
{
if(Inside(rt)) ans+=T[rt].w;
for(int i=0;i<2;++i)
if(T[rt].ch[i] && Cross(T[rt].ch[i]))
{
if(AllInside(T[rt].ch[i]))
ans+=T[T[rt].ch[i]].sumv;
else if(T[T[rt].ch[i]].sumv)
Query(T[rt].ch[i]);
}
}
int val;
char op[N][7];
int dian[N][KD],rs[N],ids[N],ma[N],fa[N];
void Update()
{
int U=ma[idn];
T[U].w+=val;
T[U].sumv+=val;
U=fa[U];
while(U)
{
T[U].sumv=T[U].w+T[T[U].ch[0]].sumv+T[T[U].ch[1]].sumv;
// pushup(U);
U=fa[U];
}
}
int main()
{
// freopen("theresa9.in","r",stdin);
// freopen("bzoj3290.out","w",stdout);
R(n);
for(int i=1;i<=n;++i)
{
R(T[i].p[0]); R(T[i].p[1]); R(T[i].p[2]);
T[i].id=i;
T[i].w=1;
}
R(m);
for(int i=1;i<=m;++i)
{
scanf("%s",op[i]);
if(op[i][0]=='A')
{
++n;
R(T[n].p[0]); R(T[n].p[1]); R(T[n].p[2]);
T[n].id=n;
ids[i]=n;
zhan.push(n);
}
else if(op[i][0]=='Q')
{
R(dian[i][0]); R(dian[i][1]); R(dian[i][2]); R(rs[i]);
}
else
{
ids[i]=zhan.top();
zhan.pop();
}
}
root=(1+n>>1);
buildtree();
for(int i=1;i<=n;++i)
{
ma[T[i].id]=i;
for(int j=0;j<2;++j)
if(T[i].ch[j])
fa[T[i].ch[j]]=i;
}
for(int i=1;i<=m;++i)
if(op[i][0]=='A')
{
idn=ids[i];
val=1;
Update();
}
else if(op[i][0]=='Q')
{
memcpy(qp[0],dian[i],sizeof(qp[0]));
for(int j=0;j<KD;++j)
qp[1][j]=qp[0][j]+rs[i];
ans=0;
Query();
// printf("%d\n",ans);
P(ans),puts("");
}
else
{
idn=ids[i];
val=-1;
Update();
}
return 0;
}

【kd-tree】bzoj3290 Theresa与数据结构的更多相关文章

  1. BZOJ3290 : Theresa与数据结构

    CANCEL操作可以看作删点,X坐标可以离散化 将询问按Z坐标差分,转化成两个求Z<=某个数的和的询问 将操作CDQ分治 每次将前一半的修改.后一半的查询按照Z坐标排序 然后扫描线,每到一个询问 ...

  2. 【数据结构与算法】k-d tree算法

    k-d tree算法 k-d树(k-dimensional树的简称),是一种分割k维数据空间的数据结构.主要应用于多维空间关键数据的搜索(如:范围搜索和最近邻搜索). 应用背景 SIFT算法中做特征点 ...

  3. 【数据结构】K-D Tree

    K-D Tree 这东西是我入坑 ICPC 不久就听说过的数据结构,但是一直没去学 QAQ,终于在昨天去学了它.还是挺好理解的,而且也有用武之地. 目录 简介 建树过程 性质 操作 例题 简介 K-D ...

  4. 【BZOJ-2648&2716】SJY摆棋子&天使玩偶 KD Tree

    2648: SJY摆棋子 Time Limit: 20 Sec  Memory Limit: 128 MBSubmit: 2459  Solved: 834[Submit][Status][Discu ...

  5. k-d tree算法

    k-d树(k-dimensional树的简称),是一种分割k维数据空间的数据结构.主要应用于多维空间关键数据的搜索(如:范围搜索和最近邻搜索). 应用背景 SIFT算法中做特征点匹配的时候就会利用到k ...

  6. HDU2966 In case of failure(浅谈k-d tree)

    嘟嘟嘟 题意:给定\(n\)个二维平面上的点\((x_i, y_i)\),求离每一个点最近的点得距离的平方.(\(n \leqslant 1e5\)) 这就是k-d tree入门题了. k-d tre ...

  7. 浅谈K-D Tree

    初步认识\(K-D\) \(Tree\) \(K-D\) \(Tree\)是一种基于空间分割的二叉树形数据结构,一般用于高维信息检索.因为\(OI\)中很多问题都能转化为高维信息检索,所以\(K-D\ ...

  8. [转载]kd tree

    [本文转自]http://www.cnblogs.com/eyeszjwang/articles/2429382.html k-d树(k-dimensional树的简称),是一种分割k维数据空间的数据 ...

  9. 初涉k-d tree

    听说k-d tree是一个骗分的好东西?(但是复杂度差评??? 还听说绍一的kdt常数特别小? KDT是什么 KDT的全称是k-degree tree,顾名思义,这是一种处理多维空间的数据结构. 例如 ...

随机推荐

  1. SICAU-OJ: 第k小

    第k小 题意: 给出一个长度不超过5000的字符串,然后让你找出第K小的字串(1<=K<=5).重复的串大小相等. 题解: 这里我们知道某些串的前缀是肯定小于等于其本身的. 那么长度为5的 ...

  2. 2017福建省赛 FZU2272~2283

    1.FZU2272 Frog 传送门:http://acm.fzu.edu.cn/problem.php?pid=2272 题意:鸡兔同笼通解 题解:解一个方程组直接输出就行 代码如下: #inclu ...

  3. SQL性能分析

    MySQL常见瓶颈: CPU:CPU在饱和的时候一般发生在数据装入内存或从磁盘上读取数据的时候. IO:磁盘I/O瓶颈发生在装入数据远大于内存容量的时候. 服务器硬件的性能瓶颈:top.free.io ...

  4. css中文本超出部分省略号代替

    p{ width: 100px; //设置p标签宽度 white-space: nowrap; //文本超出P标签宽度不换行,而是溢出 overflow: hidden; //文本超出P标签,超出部分 ...

  5. shell正则表达式(1)

    一.什么是正则 正则就是用一些具有特殊含义的符号组合到一起(称为正则表达式)来描述字符或者字符串的方法.或者说:正则就是用来描述一类事物的规则. 二.grep 1.参数 -n  :显示行号 -o  : ...

  6. hdu 1686 Oulipo (kmp)

    题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=1686 题目大意:寻找子链在母链中出现的次数. #include <iostream> #i ...

  7. 内置函数补充,__str__方法、__del__方法 和 __call__方法和元祖

    一 .内置函数补充 1.isinstance函数: isinstance(obj,cls)检查obj是否是类 cls 的对象 使用该函数来判断一个函数的类型 2. issubclass(sub, su ...

  8. kuangbin带你飞 后缀数组 题解

    2份模板 DC3 . 空间复杂度O3N 时间复杂度On #define F(x) ((x) / 3 + ((x) % 3 == 1 ? 0 : tb)) #define G(x) ((x) < ...

  9. [ Openstack ] Openstack-Mitaka 高可用之 环境初始化

    目录 Openstack-Mitaka 高可用之 概述    Openstack-Mitaka 高可用之 环境初始化    Openstack-Mitaka 高可用之 Mariadb-Galera集群 ...

  10. 《Java编程思想》笔记 第七章 复用类

    1.组合 将其他类的对象引用置于新的类中. 3.继承 extends 从已知的一个类中派生出新的一个类,叫子类.子类实现了父类所有 非私有化 非静态 的属性和方法,并能根据自己的实际需求扩展出新的行为 ...