本题解仅用与作者加深算法理解,也欢迎大家的阅读

做题背景

原本关于二维的点的 \(dp\) 问题一直都没有什么想法,昨天晚上再做一道 \(cdq\) 的题目的时候被同学询问了这道题,发现可以用二维偏序使用的第一关键字排序,第二关键字用数据结构维护的方法来做,今天就把他切了。

题意

你需要从点 \((0,0)\) 走到点 \((n,n)\) ,且只能向右或向上走。同时给你 \(p\) 个点对 \((x_1,y_1),(x_2,y_2)\) ,满足 \(x_1 \leq x_2\) 且 \(y_1 \leq y_2\) 。如果你在中间走到了一个点对的第一个点,你可以立即达到第二点(不计算距离),问你行走的最小距离是多少。

题解

我们联想到用解决二维偏序的方法来做。

我们先根据点对的 \(x_1\) (第一关键词)和 \(y_1\) (第二关键词)来排序,这样的话我们的 \(dp\) 肯定是没有后效性的,然后易得,每一个点对的答案肯定得是从 \(x_1\) 前面的 \(y_2\) 比它小的点转移过来的,同时每个点可以更新的点是满足 \(x_2\) 后面的 \(y_1\) 比他大的点,这个东西是可以用树状数组来维护的。

( \(P.S.\) :\(y_1\) 作为第二关键词是因为会出现一些比较奇怪的点对,比如点对 \((0,0),(0,1)\) 和点对 \((0,2),(0,3)\) ,此时仅根据 \(x_1\) 排序肯定是不行的,可以再加一个第二关键词 \(y_1\) )

然后我们又发现,每一个点更新的顺序并不等于我们排序后的顺序(排序是根据 \(x_1\) ,更新是根据 \(x_2\) ),所以我们可以考虑用一个 \(set\) 来维护一下更新的时间顺序,到了相应的 \(x\) 轴位置再更新相应的点。

然后细节处理好就可以 \(AC\) 了,不要忘记离散化。

以上。

代码如下:

#include<bits/stdc++.h>
using namespace std;
#define int long long
#define IT set<pair<int,int> >::iterator
const int N=1e5+5;
int n,maxn;
struct Board{int x1,y1,x2,y2,data;}s[N];
bool cmp(Board a,Board b)
{
if(a.x1!=b.x1)
return a.x1<b.x1;
return a.y1<b.y2;
};
map<int,int> mpx,mpy;
int ux[N<<1],sizex,uy[N<<1],sizey;
set<pair<int,int> > st;
struct TreeArray
{
int s[N<<1];
int lowbit(int x){return x&(-x);}
void updata(int k,int x){for(;k<(N<<1);k+=lowbit(k))s[k]=min(s[k],x);}
int query(int k){int res=1e18+7;for(;k;k-=lowbit(k))res=min(res,s[k]);return res;}
}t;
signed main()
{
cin>>maxn>>n;;
for(int i=1;i<=n;++i)
{
scanf("%lld%lld%lld%lld",&s[i].x1,&s[i].y1,&s[i].x2,&s[i].y2);
ux[++sizex]=s[i].x1,ux[++sizex]=s[i].x2;
uy[++sizey]=s[i].y1,uy[++sizey]=s[i].y2;
}
sort(s+1,s+1+n,cmp);
ux[++sizex]=0,ux[++sizex]=maxn;
uy[++sizey]=0,uy[++sizey]=maxn;
sort(ux+1,ux+1+sizex);
sort(uy+1,uy+1+sizey);
sizex=unique(ux+1,ux+1+sizex)-ux-1;
sizey=unique(uy+1,uy+1+sizey)-uy-1;
for(int i=1;i<=sizex;++i) mpx[ux[i]]=i;
for(int i=1;i<=sizey;++i) mpy[uy[i]]=i;
for(int i=1;i<=n;++i)
{
int tmp=mpx[s[i].x1];
for(IT j=st.begin();j!=st.end()&&j->first<=tmp;++j)
t.updata(mpy[s[j->second].y2],s[j->second].data-s[j->second].x2-s[j->second].y2);
while(!st.empty()&&st.begin()->first<=tmp) st.erase(st.begin());
s[i].data=t.query(mpy[s[i].y1])+s[i].x1+s[i].y1;
st.insert(make_pair(mpx[s[i].x2],i));
// printf("%d %d %d\n",s[i].x1,s[i].y1,s[i].data);
}
int tmp=mpx[maxn];
for(IT j=st.begin();j!=st.end()&&j->first<=tmp;++j)
t.updata(mpy[s[j->second].y2],s[j->second].data-s[j->second].x2-s[j->second].y2);
printf("%lld\n",t.query(mpy[maxn])+maxn+maxn);
return 0;
}

P6007 [USACO20JAN]Springboards G的更多相关文章

  1. Storyboards Tutorial 03

    这一节主要介绍segues,static table view cells 和 Add Player screen 以及 a game picker screen. Introducing Segue ...

  2. 文件图标SVG

    ​<svg xmlns="http://www.w3.org/2000/svg" xmlns:xlink="http://www.w3.org/1999/xlink ...

  3. 题解 P6005 【[USACO20JAN]Time is Mooney G】

    抢第一篇题解 这题的思路其实就是一个非常简单的dijkstra,如果跑到第一个点的数据不能更新的时候就输出 很多人不知道要跑多少次才停.其实这题因为答案要减去 T*c^2,而每条边的值 <= 1 ...

  4. [转]Linux下g++编译与使用静态库(.a)和动态库(.os) (+修正与解释)

    在windows环境下,我们通常在IDE如VS的工程中开发C++项目,对于生成和使用静态库(*.lib)与动态库(*.dll)可能都已经比较熟悉,但是,在linux环境下,则是另一套模式,对应的静态库 ...

  5. CentOS 6.6 升级GCC G++ (当前最新版本为v6.1.0) (完整)

    ---恢复内容开始--- CentOS 6.6 升级GCC G++ (当前最新GCC/G++版本为v6.1.0) 没有便捷方式, yum update....   yum install 或者 添加y ...

  6. Linux deepin 下sublimes配置g++ openGL

    参考 :http://blog.csdn.net/u010129448/article/details/47754623 ubuntu 下gnome只要将代码中deepin-terminal改为gno ...

  7. [翻译svg教程]svg 中的g元素

    svg 中的<g>元素用来组织svg元素.如果一组svg元素被g元素包裹了,你可以通过对g元素进行变换(transform),被g元素包裹的元素也将被变换,就好这些被svg包裹的元素是一个 ...

  8. 软件工程:黄金G点小游戏1.0

    我们要做的是黄金G点小游戏: N个同学(N通常大于10),每人写一个0~100之间的有理数 (不包括0或100),交给裁判,裁判算出所有数字的平均值,然后乘以0.618(所谓黄金分割常数),得到G值. ...

  9. 2016huasacm暑假集训训练五 G - 湫湫系列故事——减肥记I

    题目链接:http://acm.hust.edu.cn/vjudge/contest/126708#problem/G 这是一个01背包的模板题 AC代码: #include<stdio.h&g ...

随机推荐

  1. python 与 百度人脸识别api

    用python来做人脸识别代码量少 思路清晰, 在使用之前我们需要在我们的配置的编译器中通过pip       install baidu-aip  即可 from aip import AipFac ...

  2. Win7 安装 Docker 踩的那些坑

    公司电脑是 WIN7 x64 旗舰版 SP1,安装 Docker 时踩了好多雷,分享出来给大家排排雷. 首先,Docker Desktop Installer 的 Windows 版只支持 Win10 ...

  3. 如何灵活运用ABBYY FineReader的识别功能

    由于工作的原因,经常会使用到文字识别工具,说真的,一款好用的文字识别工具能省不少事,前不久碰到一位职场新人,他的工作内容也离不开文字识别工具,他还问我有什么好用的软件推荐,说到好用,还是ABBYY F ...

  4. 在家看电影音效太差?Boom 3D帮你轻松升级

    新片上映后,很多人都会选择去电影院观看,一是为了第一时间看到电影,还有一个原因就是电影院的音效往往可以让人身临其境,更好地感受电影的氛围.那如果在家刷片我们该怎么办呢? 我们可以使用Boom 3D这款 ...

  5. 从Guarded Block来看Java中的wait和notify方法

    目录 预备知识 概览 线程同步 wait()方法 wait() wait(long timeout) wait(long timeout, int nanos) notify() & noti ...

  6. python+requests之接口测试

    最近学习接口测试,测试工具玩的差不多了,想用代码来尝试一下. 发现一个简单的库,requests 一:安装 pip install requests 二:使用 import requests url ...

  7. 安装kibana7.7.0

    ELK·Elastic Stack Elastic Stack就一套日志分析系统,前身叫ELK. E:Elasticsearch L:Logstash,日志收集系统 K:Kibana,数据可视化平台 ...

  8. 在Spring data中使用r2dbc

    目录 简介 依赖关系 数据库连接配置 数据库初始化 DAO操作 Service操作和Transaction controller 测试 简介 上篇文章我们讲到了怎么在Spring webFlux中使用 ...

  9. python -- 对list去重并找出列表list中的重复元素

    一.一个列表中可能含有重复元素,使用set()可以实现列表的去重处理,但是无法知道哪些元素是重复的,下面的函数用于找出哪些元素重复了,以及重复的次数. 代码: from collections imp ...

  10. 深度学习论文翻译解析(十五):Densely Connected Convolutional Networks

    论文标题:Densely Connected Convolutional Networks 论文作者:Gao Huang Zhuang Liu Laurens van der Maaten  Kili ...