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 tree这东西跟平衡树有点像,但却不一样,而且查询的最坏复杂度是\(O(\sqrt{n})\)的。
首先推荐两篇博客:
K-D tree 数据结构
k-d tree入门
在众多博客之中算是非常好的。
先说一下建树。
建树可以理解为多维平衡树(但愿能这么叫),所以是平衡树结构。不过没有旋转等一系列复杂的操作。
然后对于每一层,我们按其中一个维度划分,并取这个维度的中位数上的点作为这个节点的值\(val\),然后把在这一维小于\(val\)的递归到左子树处理,大于的递归到右子树处理。
那么可以想象出来,如果是二维的话,每一个节点都是一个矩形。
至于我们选哪一个维度,一种比较“平衡”的做法是算出当前区间所有点在每一维上的方差\(s ^ 2\),然后选方差最大的那一维进行划分。
不过实际上很少有题会这么卡,所以轮流换一维建树就行。比如当前层是按第\(x\)维建树,总共有\(d\)维,那么他的下一层按\((x + 1) \ \ mod \ \ d\)划分就行。
优化一下,用nth_element代替sort找中位数,建树复杂度就是\(O(n log n)\)的。
In void pushup(int now) //pushup可能写的麻烦了
{
for(int i = 0; i < 2; ++i)
{
if(t[now].ch[0])
{
t[now].Min[i] = min(t[now].Min[i], t[t[now].ch[0]].Min[i]);
t[now].Max[i] = max(t[now].Max[i], t[t[now].ch[0]].Max[i]);
}
if(t[now].ch[1])
{
t[now].Min[i] = min(t[now].Min[i], t[t[now].ch[1]].Min[i]);
t[now].Max[i] = max(t[now].Max[i], t[t[now].ch[1]].Max[i]);
}
}
}
In void build(int& now, int d, int L, int R)
{
if(L > R) return;
int mid = (L + R) >> 1;
dim = d;
nth_element(a + L, a + mid, a + R + 1);
t[now = ++tcnt] = a[mid]; t[now].id = a[mid].id;
t[now].Min[0] = t[now].Max[0] = t[now].d[0];
t[now].Min[1] = t[now].Max[1] = t[now].d[1];
t[now].ch[0] = t[now].ch[1] = 0;
build(t[now].ch[0], d ^ 1, L, mid - 1);
build(t[now].ch[1], d ^ 1, mid + 1, R);
pushup(now);
}
建树看起来很优美,但是查询就不是了。
查询可以说是暴力+A*剪枝。
啊对了,我的查询和上面博客里的不一样,是asdfz的tyx大佬给我讲的。
一下以二维k-d tree为例:
暴力自然不必说,遍历整棵树即可。
关键是剪枝。
假如当前答案是$ans$(开成全局变量),那么如果要查询的点和矩形的最近距离都比$ans$大的话,自然不进入这个矩形(子树)查找。
![](https://img2018.cnblogs.com/blog/1284378/201901/1284378-20190115090226183-2051604632.png)
也就是上面的蓝色线。(很显然对吧)
这里在补充一下,蓝色线的垂足可能没有点,但因为这是个估价函数,即最优的情况还比答案劣,我们就不进入这个子树。
那么怎么求这个距离呢?
其实就是把矩形确定下来。
那么对于每一维,我们维护一个min和max就行啦。
然后观察这个距离,其实就是查询点哪一维不在矩形里面,就把这一维的贡献算上。
最优复杂度显然是$O(log n)$,但我也不知道为啥最坏复杂度是$O(\sqrt{n})$。
```c++
ll ans = INF;
In ll dis(int now, ll* d)
{
ll ret = 0;
for(int i = 0; i d[i]) ret += (d[i] - t[now].Min[i]) * (d[i] - t[now].Min[i]);
return ret;
}
In void query(int now, int id)
{
if(!now) return;
if(t[now].id ^ id) ans = min(ans, dis(now, b[id].d));
ll disL = price(t[now].ch[0], b[id].d), disR = price(t[now].ch[1], b[id].d);
if(disL < ans) query(t[now].ch[0], id);
if(disR < ans) query(t[now].ch[1], id); //千万不要写else if!!
}
代码还是很简单的。
</br>
k-d tree还可以支持查询最近的k个点,准备今天学学。
完整代码
```c++
#include<cstdio>
#include<iostream>
#include<cmath>
#include<algorithm>
#include<cstring>
#include<cstdlib>
#include<cctype>
#include<vector>
#include<stack>
#include<queue>
using namespace std;
#define enter puts("")
#define space putchar(' ')
#define Mem(a, x) memset(a, x, sizeof(a))
#define In inline
typedef long long ll;
typedef double db;
const ll INF = 1e18;
const db eps = 1e-8;
const int maxn = 1e5 + 5;
inline ll read()
{
ll ans = 0;
char ch = getchar(), last = ' ';
while(!isdigit(ch)) last = ch, ch = getchar();
while(isdigit(ch)) ans = (ans << 1) + (ans << 3) + ch - '0', ch = getchar();
if(last == '-') ans = -ans;
return ans;
}
inline void write(ll x)
{
if(x < 0) x = -x, putchar('-');
if(x >= 10) write(x / 10);
putchar(x % 10 + '0');
}
int n, dim = 0;
struct Tree
{
int ch[2], id;
ll d[2], Min[2], Max[2];
In bool operator < (const Tree& oth)const
{
return d[dim] < oth.d[dim];
}
}t[maxn << 2], a[maxn], b[maxn];
int root, tcnt = 0;
In void pushup(int now) //pushup可能写的麻烦了
{
for(int i = 0; i < 2; ++i)
{
if(t[now].ch[0])
{
t[now].Min[i] = min(t[now].Min[i], t[t[now].ch[0]].Min[i]);
t[now].Max[i] = max(t[now].Max[i], t[t[now].ch[0]].Max[i]);
}
if(t[now].ch[1])
{
t[now].Min[i] = min(t[now].Min[i], t[t[now].ch[1]].Min[i]);
t[now].Max[i] = max(t[now].Max[i], t[t[now].ch[1]].Max[i]);
}
}
}
In void build(int& now, int d, int L, int R)
{
if(L > R) return;
int mid = (L + R) >> 1;
dim = d;
nth_element(a + L, a + mid, a + R + 1);
t[now = ++tcnt] = a[mid]; t[now].id = a[mid].id;
t[now].Min[0] = t[now].Max[0] = t[now].d[0];
t[now].Min[1] = t[now].Max[1] = t[now].d[1];
t[now].ch[0] = t[now].ch[1] = 0;
build(t[now].ch[0], d ^ 1, L, mid - 1);
build(t[now].ch[1], d ^ 1, mid + 1, R);
pushup(now);
}
ll ans = INF;
In ll dis(int now, ll* d)
{
ll ret = 0;
for(int i = 0; i < 2; ++i) ret += (t[now].d[i] - d[i]) * (t[now].d[i] - d[i]);
return ret;
}
In ll price(int now, ll* d)
{
ll ret = 0;
for(int i = 0; i < 2; ++i)
if(t[now].Max[i] < d[i]) ret += (d[i] - t[now].Max[i]) * (d[i] - t[now].Max[i]);
else if(t[now].Min[i] > d[i]) ret += (d[i] - t[now].Min[i]) * (d[i] - t[now].Min[i]);
return ret;
}
In void query(int now, int id)
{
if(!now) return;
if(t[now].id ^ id) ans = min(ans, dis(now, b[id].d));
ll disL = price(t[now].ch[0], b[id].d), disR = price(t[now].ch[1], b[id].d);
if(disL < ans) query(t[now].ch[0], id);
if(disR < ans) query(t[now].ch[1], id); //千万不要写else if!!
}
int main()
{
int T = read();
while(T--)
{
tcnt = 0;
n = read();
for(int i = 1; i <= n; ++i) a[i].d[0] = read(), a[i].d[1] = read(), a[i].id = i, b[i] = a[i];
build(root, 0, 1, n);
for(int i = 1; i <= n; ++i)
{
ans = INF;
query(root, i);
write(ans), enter;
}
}
return 0;
}
HDU2966 In case of failure(浅谈k-d tree)的更多相关文章
- 浅谈k短路算法
An Old but Classic Problem 给定一个$n$个点,$m$条边的带正权有向图.给定$s$和$t$,询问$s$到$t$的所有权和为正路径中,第$k$短的长度. Notice 定义两 ...
- kd树 hdu2966 In case of failure
传送门:pid=2966" target="_blank">点击打开链接 题意:给n个点,求对于每一个点到近期点的欧几里德距离的平方. 思路:看鸟神博客学kd树劲啊 ...
- Service Cloud 零基础(一)Case 浅谈
本片参考:https://resources.docs.salesforce.com/222/latest/en-us/sfdc/pdf/salesforce_case_implementation_ ...
- iOS开发之浅谈MVVM的架构设计与团队协作
今天写这篇博客是想达到抛砖引玉的作用,想与大家交流一下思想,相互学习,博文中有不足之处还望大家批评指正.本篇博客的内容沿袭以往博客的风格,也是以干货为主,偶尔扯扯咸蛋(哈哈~不好好工作又开始发表博客啦 ...
- 浅谈算法和数据结构: 七 二叉查找树 八 平衡查找树之2-3树 九 平衡查找树之红黑树 十 平衡查找树之B树
http://www.cnblogs.com/yangecnu/p/Introduce-Binary-Search-Tree.html 前文介绍了符号表的两种实现,无序链表和有序数组,无序链表在插入的 ...
- 浅谈iOS中MVVM的架构设计与团队协作
说到架构设计和团队协作,这个对App的开发还是比较重要的.即使作为一个专业的搬砖者,前提是你这砖搬完放在哪?不只是Code有框架,其他的东西都是有框架的,比如桥梁等等神马的~在这儿就不往外扯了.一个好 ...
- 浅谈Swift语法
Apple 在2014年6月的WWDC公布了一款新型的开发语言,很多美国程序猿的价值观貌似和我们非常大的不同,在公布的时候我们能够听到,场下的欢呼声是接连不断的.假设换作我们,特别是像有Objecti ...
- 浅谈OCR之Onenote 2010
原文:浅谈OCR之Onenote 2010 上一次我们讨论了Tesseract OCR引擎的用法,作为一款老牌的OCR引擎,目前已经开源,最新版本3.0中更是加入了中文OCR功能,再加上Google的 ...
- IOS中 浅谈iOS中MVVM的架构设计与团队协作
今天写这篇文章是想达到抛砖引玉的作用,想与大家交流一下思想,相互学习,博文中有不足之处还望大家批评指正.本篇文章的内容沿袭以往博客的风格,也是以干货为主,偶尔扯扯咸蛋(哈哈~不好好工作又开始发表博客啦 ...
随机推荐
- UML速记
依赖:虚线箭头 关联:实线箭头 接口:虚线三角 父类:实线三角 聚合:空心菱形 组合:实心菱形 顺着箭头方向: 依赖于和什么关联是什么的子类是什么的接口的实现是什么的聚合是什么的组合
- Spring的IOC/DI使用到的技术
一.了解Spring IOC/DI 1:Spring有两大核心技术,控制反转(Inversion of Control, IOC)/依赖注入(Dependency Injection,DI)和面向切面 ...
- Echarts简单案例
官网: http://echarts.baidu.com/index.html 文档: http://echarts.baidu.com/echarts2/doc/doc.html <html ...
- 不要拿ERP的报表忽悠领导!——一个报表引发的企业经营反思
文 | 帆软数据应用研究院船长 本文出自:知乎专栏<帆软数据应用研究院>——数据干货&资讯集中地 领导的经营决策能只依赖于ERP报表吗? 不能! 1. ERP报表个性化不足:企业经 ...
- 《Inside C#》笔记(七) Attribute
Attribute特性可以说是具有开创新的意义,因为一般的语言在被设计出来后,它所具有的能力就已经固定了.而借助Attribute特性,我们可以为C#已有的类型附加信息,既可以在编程时(design- ...
- Android解析XML文件
XML文件和获取XML值 XML文件样例 <?xml version="1.0" encoding="utf-8"?> <citys> ...
- Five Android layouts
线性布局: 1 <?xml version="1.0" encoding="utf-8"?> 2 <LinearLayout xmlns:an ...
- Java强引用、软引用、弱引用及虚引用深入探讨
强引用.软引用.弱引用和虚引用深入探讨 为了更灵活的控制对象的生命周期,在JDK1.2之后,引用被划分为强引用.软引用.弱引用.虚引用四种类型,每种类型有不同的生命周期,它们不同的地方就在于垃圾回收器 ...
- JavaWeb:jsp
本文内容: JSP的介绍 jsp的使用 EL表达式 JSTL的使用 首发日期:2018-06-18 JSP的介绍: JSP全称Java Server Pages. 与静态网页格式的html不同的是,j ...
- mysql的varchar字段可以存储多少个中文字符
创建数据库,并创建一张表mytb进行测试 ******************************************************************************* ...