题目大意

一个\(n\times m\)的矩阵中有\(p\)个已经确定圆心的圆,并且每个格子有一定的分数,如果一个格子被任意一个或以上的圆覆盖,那么就可以得到这个格子的分数。现在求最小的半径,使得得分达到目标得分。

算法1

如果我们从二分答案入手,就可以得到一个判定性问题:给出一些半径相同的圆,求被它们覆盖的格子的分数总和。

如果我们直接统计的话,时间复杂度为\(O(n^2p\log n)\),做足常数优化的话,应该有\(10\)分。

算法2

对上面的进行改良,我们不使用太暴力的方法。我们可以把一个圆拆成若干宽度为\(1\)的矩形,或者说是条形的东西,然后对于每一列,我们可以得到若干区间来覆盖这一列的格子。

这个我们可以对区间的首尾分别进行排序,然后从上往下扫一遍,记一个\(cover\),如果有区间进入就将\(cover\)加一,有出去的区间就减一。接着弄个部分和什么的,就可以得到这一列的得分了。

时间复杂度:还是\(O(n^2p\log n)\)。

算法3

直接用k-d树,期望时间复杂度\(O((n^2\log n + p) \log n)\)。

算法4

换一个思路,计算每个格子被覆盖时最小需要的半径,也就是找到距离这个格子最近的圆心。然后就可以线性的扫描一遍得到答案。

评委给出的方法是,每一次计算一行格子的答案。对于一个在第\(i\)列的格子,计算它到最近的圆心(注意,圆心与这个格子必须在同一列)的距离,记为\(a_i\),显然这个是很容易计算的。然后对于位于第\(i\)列的格子,我们可以枚举\(j\),这时,这个格子的答案可以这样计算:\(\min_j {((i-j)^2+a_j)}\)即\(\min_j (i^2+j^2-2ij+a_j)\)。

设一个截距\(z= i^2+j^2-2ij+a_j\),然后就是\(2ij+z= i^2+j^2+a_j\),把\(2j\)当作横坐标,\(j^2+a_j\)为纵坐标,就是典型的斜率优化。这里\(i\)递增,\(2j\)递增,所以这个可以在\(O(n)\)的时间内完成。

于是我们可以从左往右做一次,再从右往左做一次,就可以得到这一行的格子的答案了。

总时间复杂度\(O(n^2)\)。

算法5

这是评讲时各路神犇提出的方法,同样要计算距离每个格子最近的圆心:

对于每一个格子,记一个二元组\((d,k)\),表示距离这个格子最近的圆心是为\(k\),距离是\(d\)。于是,每个格子可以去更新其他格子。注意到\(d\)最小的格子是不可能被其他格子更新的,所以我们可以采用Dijkstra的思想,弄一个优先队列不断更新即可。

时间复杂度:\(O(n^2\log n)\)。

算法6

还是k-d树,期望时间复杂度\(O(n^2\log n)\)。

算法7

维护一个凸壳,然后通过三分来找到最近的点。需要上下各做一次。

时间复杂度:\(O(n^2 \log_{1.5} n)\)。

算法8

这是zhx提出的随机化算法,考场上A掉了数据。

先把塔random_shuffle一下,每次取一座塔,然后往四周宽搜更新格子最近的塔,当然,如果不能更新则不把该格子放入队列。据zhx所言,每个点期望被更新\(log n\)次,我也不知道怎么证明啊囧。所以总的时间复杂度是\(O(n^2 \log n)\),感觉会很好写。

GDSOI2015 task2 覆盖半径的更多相关文章

  1. task2

    1. 邮件修改Mailtemplatereportfieldlink带<>的都改翻译${MAWBTask} 2.测试发邮件 3.找出能做成模版的所有地方,改成模版,复杂的地方记录下来

  2. 输入框提示--------百度IFE前端task2

    第一版本: <!DOCTYPE html> <html> <head> <meta charset="utf-8"> <tit ...

  3. 深度克隆(对象、数组)--------百度IFE前端task2

    var srcObj = { a: 1, b: { b1: ["hello", "hi"], b2: "JavaScript" }}; co ...

  4. GDSOI2015 task4 ACU

    题目大意 只要你有耐心看完题目,你就可以得到以下模型: 给出一个有向图,有若干询问,每次询问对于某条边\((v,u)\),求删掉这条边后,\(v\)到\(u\)的最短路. 算法1 暴力出奇迹,期望得分 ...

  5. 清华集训2014 day1 task2 主旋律

    题目 这可算是一道非常好的关于容斥原理的题了. 算法 好吧,这题我毫无思路,直接给正解. 首先,问题的正面不容易求,那么就求反面吧: 有多少种添加边的方案,使得这个图是DAG图(这里及以下所说的DAG ...

  6. 【深度学习】吴恩达网易公开课练习(class2 week1 task2 task3)

    正则化 定义:正则化就是在计算损失函数时,在损失函数后添加权重相关的正则项. 作用:减少过拟合现象 正则化有多种,有L1范式,L2范式等.一种常用的正则化公式 \[J_{regularized} = ...

  7. 【XSY1262】【GDSOI2015】循环排插 斯特林数

    题目描述 有一个\(n\)个元素的随机置换\(P\),求\(P\)分解出的轮换个数的\(m\)次方的期望\(\times n!\) \(n\leq 100000,m\leq 30\) 题解 解法一 有 ...

  8. verilog task2

    1.问题:串口的发送和接收 系统时钟50Mhz,波特率119200.系统时钟计数约2604个,才是一位数据的传输时间. 模拟接收的任务函数rx_data_task():LSB first task r ...

  9. 百度前端技术学院-task2.18-2.19源码以及个人总结

    源码:http://yun.baidu.com/share/link?shareid=2310452098&uk=1997604551 1.感觉在写js的时候,最好先理清思路,先干什么,在干什 ...

随机推荐

  1. 大神的vim配置

    大神的vim配置,O(∩_∩)O spf13-vim : Steve Francia's Vim Distribution __ _ _____ _ ___ _ __ / _/ |___ / __ _ ...

  2. matlab实现协同过滤之pdist、squareform

    实现协同过滤算法的第一步是:计算用户或项目之间的相似度.接下来介绍pdist和squareform 用法: D = pdist(X) D = pdist(X,distance)   D = pdist ...

  3. java.lang.ClassNotFoundException: javax.servlet.Filter

    java.lang.ClassNotFoundException: javax.servlet.Filter:有两个原因:(1)在maven中的作用域,不能是provided,需要是compile就是 ...

  4. iOS中谓词的使用

    Cocoa提供了一个类NSPredicate类,该类主要用于指定过滤器的条件,该对象可以准确的描述所需条件,对每个对象通过谓词进行筛选,判断是否与条件相匹配.谓词表示计算真值或假值的函数.在cocoa ...

  5. [Android学习笔记5]四大应用组件之一:Service 下

    绑定方式的Service使用 在实现绑定服务时,最重要的是定义onBind()回调方法返回的接口,有三种方式: 1. 继承Binder类 2. 使用Messenger 3. 使用AIDL 这里对1,2 ...

  6. PPTPD服务端搭建

    http://www.360doc.com/content/14/0304/09/15165033_357558764.shtml . apt-get update; apt-get install ...

  7. linq中的临时变量

    有一个字符串数组: string[]arrStr={"123","234","345","456"}; 现在想得到该数组 ...

  8. 【Eclipse】Failed to load JavaHL Library

    1.选择window--->preferences->Team->SVN->SVN接口 2.选择SVNKit (Pure Java) xxxxxx  如下图所示 : 选择之后, ...

  9. C#_会员管理系统:开发二(会员资料管理界面的‘增删改查’)

    会员资料管理界面: 新建一个窗体,窗体界面和控件如下: 窗体中的控件dgvManager更改FullRowSelect属性(点击选中效果)为:FullRowSelect 会员资料管理界面窗体的详细代码 ...

  10. 复习C语言系列二:动态调用函数指针数组

    a:用call_fun_ptr调用afun(),b:用call_fun_ptr调用bfun() a 请输入给您指定的函数输调用的参数 afun_par ------------------------ ...