当前位置: 首页 > article >正文

AtCoder - arc086_d Shift and Decrement分析与实现

分析与思路

可以把操作流程表示成下图

以进行四次除法操作为例:

这里有一个关键点:对于每个p_i (0<= i <=x-1) ,x是除法操作的次数,如果p_i>=2,可以将2个p_i的减法操作去掉,在p_(i+1)中增加一个减法操作,这样可以用更少的减法操作次数达到同样的效果,所以最终,每个p_i (0<= i <=x-1),p_i要么是0,要么是1,p_x中保存了自底向上累计的减法,所以p_x取值任意

还可以继续简化操作,p_i (0<=i<=x-1)如果是1的话,可以将其去除,并让p_0增加2的 i 次方,此时虽然简化了操作,但是会增加操作次数

如果现在把操作次数统计为p_0+x+p_x,这样会用更多的次数完成相同的操作,这里有一个关键点,根据上面的p_0被累加的方式,p_0的二进制表达中1的个数是真实的p_0到p_(x-1)的操作次数的和,例如p_0 = 11011010,这代表着在p_0被增加前,p_0=0 p_1=1 p_2=0 p_3=1等等

这样,操作被简化为:

第一步:先进行p_0次减法操作,这里令y=p_0

第二步:再进行x次除法操作,

第三步:最后再进行p_x次减法操作,这里令z=p_x

操作次数为:y的二进制表达中1的出现次数+x+z

然后这里有一个关键观察,y的值不会超过2^x,就算y的二进制表达每一位都是1,也比2^x小1,于是可以将a_i表示成 a_i = b_i * 2^x + c_i,其中 0<=c_i<2^x,因为这样表示之后,

如果c_i>=y 则 经过前两步的操作,a_i变成b_i

如果c_i<y,则经过前两步的操作 a_i变成b_i - 1

将所有的c_i排序,去重,则当y处于以下的某一区间时,得到的前两步操作后的结果序列是相同的

[0,c1]

[c1+1,c2]

[c2+1,c3]

... ...

[c_(t-1) + 1, c_t] 其中 t 是c_i排序去重后的数的个数

当p处于某一区间时,为让所需操作次数减少,应该让p的二进制表达中1的个数尽量少(求一个区间[a,b]中的数的二进制表达中1的数目最少的数的方法见后)

现在,思路可以是,枚举x,因为指数爆炸,x的范围是[0,60],然后枚举y,具体方式是对每个区间求二进制表达中1的个数最少的数就是这个区间的y,然后计算经过前两步操作后得到的数的序列,同时也根据k和前两步操作的次数,计算出第三步操作可以实施的次数,第三步操作其实是在整体移动这个数列
 

这里有一个关键点,用一个数组可以描述一个数列(长度为n)的形状,这个数组中的每个元素依次是:
a[1]-a[1] a[2]-a[1] a[3]-a[1] ... a[n]-a[1]

当数列的形状相同时,只要看a[1]有多少个不同的取值,就知道这个数列有多少不同的取值情况

记录每个数列的形状下,a[1]有多少个不同取值就可以

我们的算法在枚举前两步后,可以得到第三步的一个操作数量范围,这对应着某个形状下,一个a[1]的取值范围,a[1]的取值范围们的并集就是能取到的a[1]的值,这个并集中元素的数量就是这种形状下不同序列的数量

求区间[a,b]中二进制表达中1的数目最小的数的方法

设一个数p的二进制表达中1的数目为popcount(p) 

求(a , b]中的答案可以用这样的方法,从高位到低位一位一位对比a和b,如果该位相同,则结果的该位和该位上的值相同,如果该位不同,则说明a的该位上是0,b的该位上是1,那么让结果的该位为1,后面的所有位置置0就可以

将[a,b]转化为(a-1,b]使用上述算法即可,但是有一个特殊情况,如果[a,b]中a是0,那么不能用上面的方法,应该直接返回结果0

合并区间的方法

记每个区间[l,r]

将区间按照左端点大小进行排序,记录当前已经处理到的位置的下一个位置为L,

分类讨论:如果一个区间的右端点小于L,那么不处理这个区间,否则,如果这个区间的左端点小于等于L,则区间带来的贡献是r-L+1,之后L=r+1,如果这个区间的左端点大于L,则区间带来的贡献是r-l+1,之后L=r+1

实现中的注意点

如果1<<60,会导致溢出,要写成1LL<<60

可以用map<vector<ll>,ll> 来表示某一种形状的序号,用tot表示当前形状的总数,如果当前形状的序号是0,那么当前形状的序号被编为tot+1

复杂度分析略

#include<bits/stdc++.h>
using namespace std;#define ll long longconst ll maxn=200+5,mod=1000000007;
ll power[maxn],a[maxn],b[maxn],c[maxn],fnal[maxn],c1[maxn];
ll k,n,tot;map<vector<ll>,ll> mp;vector<pair<ll,ll>> range[maxn*100];ll find_minpopcount(ll x,ll y){if(x==-1) return 0;ll ans=0;for(ll i=60;i>=0;i--){if((x&(1LL<<i))==0 && (y&(1LL<<i))){ans+=(1LL<<i);break;}if(x&(1LL<<i)) ans+=(1LL<<i);}return ans;
}int main()
{ios::sync_with_stdio(0);cin.tie(0);//预处理2的x次方power[0]=1;for(ll i=1;i<=60;i++) power[i]=power[i-1]*2;//cout<<power[59]<<"\n";//cout<<power[60]<<"\n";//cout<<find_minpopcount(4,6)<<"\n";cin>>n>>k;for(ll i=1;i<=n;i++) cin>>a[i];for(ll x=0;x<=60;x++){for(ll i=1;i<=n;i++){b[i]=a[i]/power[x];c[i]=a[i]%power[x];c1[i]=c[i];}stable_sort(c1+1,c1+1+n);ll t=unique(c1+1,c1+1+n)-(c1+1);c1[0]=-1;for(ll i=1;i<=t;i++){ll y=find_minpopcount(c1[i-1],c1[i]);ll cnt=__builtin_popcountll(y);ll flag=1;for(ll j=1;j<=n;j++){fnal[j]=b[j];if(c[j]<y) fnal[j]--;if(fnal[j]<0) {flag=0;break;}}if(flag==0) continue;ll z=k-x-cnt;if(z<0) {continue;}/*cout<<"发现合法结果:"<<"\n";printf("x=%d cnt=%d\n",x,cnt);for(ll i=1;i<=n;i++) cout<<fnal[i]<<" ";cout<<"\n";*/ll minfnal=*min_element(fnal+1,fnal+1+n);ll max_decrease_times=min(minfnal,z);pair<ll,ll> p={max(fnal[1]-max_decrease_times,0LL),fnal[1]};//求差分模式vector<ll> vec;for(ll j=1;j<=n;j++){vec.push_back(fnal[j]-fnal[1]);}if(mp[vec]==0) {mp[vec]=++tot;}range[mp[vec]].push_back(p);}}ll ans=0;for(ll i=1;i<=tot;i++){//printf("第%lld种差分模式:\n",i);stable_sort(range[i].begin(),range[i].end());ll L=0;for(ll j=0;j<range[i].size();j++){pair<ll,ll> tmp=range[i][j];ll l=tmp.first,r=tmp.second;//printf("区间:[%lld , %lld]\n",l,r);if(r<L) continue;if(l<=L) ans=(ans+(r-L+1))%mod;else ans=(ans+(r-l+1))%mod;L=r+1;}}cout<<(ans+mod)%mod<<"\n";return 0;
}

相关文章:

AtCoder - arc086_d Shift and Decrement分析与实现

分析与思路 可以把操作流程表示成下图 以进行四次除法操作为例&#xff1a; 这里有一个关键点&#xff1a;对于每个p_i (0< i <x-1) &#xff0c;x是除法操作的次数&#xff0c;如果p_i>2&#xff0c;可以将2个p_i的减法操作去掉&#xff0c;在p_(i1)中增加一个减法…...

学习111

项目名称项目简介主要功能技术原理GitHub地址browser-use智能浏览器工具&#xff0c;让AI像人类一样操作浏览器&#xff0c;实现网页自动化网页浏览与操作、多标签页管理、视觉识别与内容提取、操作记录与重复执行、自定义动作支持、主流LLM模型支持为大语言模型服务的创新Pyth…...

Android Jetpack Compose介绍

Android Jetpack Compose Android Jetpack Compose 是 Google 推出的现代 UI 工具包&#xff0c;用于以声明式的方式构建 Android 应用的 UI。它摒弃了传统的 XML 布局方式&#xff0c;完全基于 Kotlin 编写&#xff0c;提供了更简洁、更强大的 UI 开发体验。以下是 Compose 的…...

tcping 命令的使用,ping IP 和端口

1. ‌Windows系统安装‌ ‌下载tcping工具‌&#xff1a;根据系统位数&#xff08;32位或64位&#xff09;下载对应的tcping.exe文件。‌安装步骤‌&#xff1a; 将下载的tcping.exe文件复制到C:\Windows\System32目录下。如果下载的是64位版本&#xff0c;需将文件名改为tcpi…...

天地图InfoWindow插入React自定义组件

截至2025年03月21日天地图的Marker不支持添加Label; 同时Label和Icon是不支持自定义HTMLElement只支持String&#xff1b;目前只有InfoWindow支持自定义HTMLElement; 效果图 React核心api import ReactDOM from react-dom/client const content document.createElement(div);…...

003-掌控命令行-CLI11-C++开源库108杰

首选的现代C风格命令行参数解析器! &#xff08;本课程包含两段教学视频。&#xff09; 以文件对象监控程序为实例&#xff0c;五分钟实现从命令行读入多个监控目标路径&#xff1b;区分两大时机&#xff0c;学习 CLI11 构建与解析参数两大场景下的异常处理&#xff1b;区分三…...

理解 Node.js 中的 process`对象与常用操作

理解 Node.js 中的 process 对象与常用操作 在 Node.js 中&#xff0c;process 是一个全局对象&#xff0c;提供了与当前 Node.js 进程相关的信息和操作。无论是获取进程信息、处理信号、访问环境变量&#xff0c;还是控制进程行为&#xff0c;process 都是不可或缺的工具。 看…...

鸿蒙HarmonyOS NEXT应用崩溃分析及修复

鸿蒙HarmonyOS NEXT应用崩溃分析及修复 如何保证应用的健壮性&#xff0c;其中一个指标就是看崩溃率&#xff0c;如何降低崩溃率&#xff0c;就需要知道存在哪些崩溃&#xff0c;然后对症下药&#xff0c;解决崩溃。那么鸿蒙应用中存在哪些崩溃类型呢&#xff1f;又改如何解决…...

【conda activate无效】 conda: error: argument COMMAND: invalid choice: ‘activate‘

conda activate失效了 在使用conda activate时出现报错&#xff1a; usage: conda [-h] [-v] [--no-plugins] [-V] COMMAND ... conda: error: argument COMMAND: invalid choice: activate (choose from clean, compare, config, create, info, init, install, list, notice…...

Redis + 布隆过滤器解决缓存穿透问题

Redis 布隆过滤器解决缓存穿透问题 1. Redis 布隆过滤器解决缓存穿透问题 &#x1f4cc; 什么是缓存穿透&#xff1f; 缓存穿透指的是查询的数据既不在缓存&#xff0c;也不在数据库&#xff0c;导致每次查询都直接访问数据库&#xff0c;增加数据库压力。 例如&#xff1…...

机器学习——分类、回归、聚类、LASSO回归、Ridge回归(自用)

纠正自己的误区&#xff1a;机器学习是一个大范围&#xff0c;并不是一个小的方向&#xff0c;比如&#xff1a;线性回归预测、卷积神经网络和强化学都是机器学习算法在不同场景的应用。 机器学习最为关键的是要有数据&#xff0c;也就是数据集 名词解释&#xff1a;数据集中的…...

HarmonyOS鸿蒙开发 BuilderParam在父组件的Builder的点击事件报错:Error message:is not callable

HarmonyOS鸿蒙开发 BuilderParam在父组件的Builder的点击事件报错&#xff1a;Error message:is not callable 最近在鸿蒙开发过程中&#xff0c;UI做好了&#xff0c;根据列表item进行点击跳转&#xff0c;报错了 报错信息如下 Error message:is not callable Stacktrace:at…...

【canvas】一键自动布局:如何让流程图节点自动找到最佳位置

一键自动布局&#xff1a;如何让流程图节点自动找到最佳位置 引言 在流程图、拓扑图和系统架构图设计中&#xff0c;节点布局往往是最令人头疼的问题。如果手动调整每个节点位置&#xff0c;不仅耗时费力&#xff0c;还难以保证美观性和一致性。本文将深入解析如何实现自动布…...

[每周一更]-(第137期):Go + Gin 实战:Docker Compose + Apache 反向代理全流程

文章目录 **1. Go 代码示例&#xff08;main.go&#xff09;****2. Dockerfile 多段构建**3.构建 Docker 镜像**4. docker-compose.yml 直接拉取镜像****5. 运行容器****6. 测试 API**7、配置域名访问**DNS解析&#xff1a;将域名转换为IP地址****DNS寻址示例** 8.错误记录 访问…...

HTTPS 加密过程详解

HTTPS 详解及其加密过程流程框架 HTTPS&#xff08;Hypertext Transfer Protocol Secure&#xff09;是一种基于 HTTP 协议的安全通信协议&#xff0c;通过 SSL/TLS 协议对传输数据进行加密和身份验证&#xff0c;解决了 HTTP 明文传输的安全隐患。以下是其核心原理和加密流程的…...

SpringCache小记

Spring Cache 小记 官方文档&#xff1a;https://springdoc.cn/spring-cache-tutorial/ 基础知识 常用注解 EnableCaching&#xff1a;开启缓存功能&#xff0c;一般放在启动类上。 Cacheable&#xff1a;表示该方法支持缓存。当调用被注解的方法时&#xff0c;如果对应的键已…...

Web-Machine-N7靶机通关攻略

获取靶机ip arp-scan -l 端口扫描 nmap xxxx 访问80端口发现没用 扫描目录 gobuster dir -u http:/192.168.117.160 -w /usr/share/wordlists/dirbuster/directory-list-2.3-medium,txt -x php,html,txt ,zip 打开exploit.html 点击F12&#xff0c;修改localhost为靶机ip&#…...

笔记本运行边缘计算

笔记本电脑可以用来运行PCDN&#xff08;Peer-to-Peer Content Delivery Network&#xff09;服务。实际上&#xff0c;如果你有闲置的笔记本电脑&#xff0c;并且它具备一定的硬件条件和网络环境&#xff0c;那么它可以成为一个不错的PCDN节点。 运行PCDN的基本要求 硬件需求…...

self Attention为何除以根号dk?(全新角度)

全网最独特解析&#xff1a;self Attention为何除根号dk&#xff1f; 一、假设条件&#xff1a;查询向量和键向量服从正态分布 假设查询向量 q i q_i qi​和键向量 k j k_j kj​的每个分量均为独立同分布的随机变量&#xff0c;且服从标准正态分布&#xff0c;即&#xff1a;…...

第十五次CCF-CSP认证(含C++源码)

第十五次CCF-CSP认证 小明上学满分思路 数据中心满分思路 小明放学满分题解 小明上学 题目链接 满分思路 其实题目看着长&#xff0c;但是做起来是非常好写的&#xff0c;其实主要原因在于&#xff0c;他的红绿灯的变化规律是一定的&#xff0c;而且小明路上的每次红绿灯情况…...

基于Azure Delta Lake与Databricks的医疗数据变更管理

设计Azure云架构方案实现Azure Delta Lake和Azure Databricks&#xff0c;在医疗场景下记录所有数据变更&#xff0c;满足合规性要求&#xff08;如 GDPR&#xff09;&#xff0c;并具备回滚能力&#xff0c;能快速恢复误删数据&#xff08;如 RESTORE TABLE table VERSION AS …...

简述Mybatis的插件运行原理,以及如何编写一个插件?

MyBatis 插件运行原理 MyBatis 插件的核心原理基于 Java 的动态代理和责任链模式。下面详细阐述其工作机制&#xff1a; 动态代理 MyBatis 允许你在四大核心对象&#xff08;Executor、StatementHandler、ParameterHandler 和 ResultSetHandler&#xff09;的方法执行前后进…...

Java-servlet(七)详细讲解Servlet注解

Java-servlet&#xff08;七&#xff09;详细讲解Servlet注解 前言一、注解的基本概念二、Override 注解2.1 作用与优势2.2 示例代码 三、Target 注解3.1 定义与用途3.2 示例代码 四、WebServlet 注解4.1 作用4.2 示例代码 五、反射与注解5.1 反射的概念5.2 注解与反射的结合使…...

SQLark 实战 | 如何通过对象名和 DDL 快速搜索数据库对象

在数据库运维管理、应用开发和问题定位时&#xff0c;常常需要搜索相关的数据库对象。本文将为你介绍如何使用 SQLark 的搜索功能&#xff0c;实现对数据库对象的快速查找与定位。 &#x1f449; 前往 SQLark 官网&#xff1a;www.sqlark.com 下载全功能免费版。 通过对象名称搜…...

C/S模型-TCP

下图是基于TCP协议的客户端/服务器程序的一般流程&#xff1a; TCP协议通讯流程 服务器调用socket()、bind()、listen()完成初始化后&#xff0c;调用accept()阻塞等待&#xff0c;处于监听端口的状态&#xff0c;客户端调用socket()初始化后&#xff0c;调用connect()发出SY…...

51c自动驾驶~合集24

我自己的原文哦~ https://blog.51cto.com/whaosoft/11926510 #DriveArena 上海AI Lab又放大招&#xff1a;首个高保真闭环生成仿真平台 仓库链接&#xff1a;https://github.com/PJLab-ADG/DriveArena 项目链接&#xff1a;https://pjlab-adg.github.io/DriveArena/ D…...

19.哈希表的实现

1.哈希的概念 哈希(hash)⼜称散列&#xff0c;是⼀种组织数据的⽅式。从译名来看&#xff0c;有散乱排列的意思。本质就是通过哈希函数把关键字Key跟存储位置建⽴⼀个映射关系&#xff0c;查找时通过这个哈希函数计算出Key存储的位置&#xff0c;进⾏快速查找。 1.2.直接定址法…...

【PCB工艺】晶体管的发展历史

晶体管被认为是20世纪最伟大的发明之一&#xff0c;因为没有晶体管就不会有现代电脑、手机或平板​​&#xff0c;你也无法阅读到这里的内容&#xff0c;因为不存在网络。 ——本文纯粹出于对过往奋斗在这个领域中科学家的缅怀。科学家有太多宝贵的思想和经验值得我们认真总结和…...

通向AGI的未来之路!首篇2D/视频/3D/4D统一生成框架全景综述(港科大中山等)

文章链接&#xff1a; https://arxiv.org/pdf/2503.04641 摘要 理解并复现现实世界是人工通用智能&#xff08;AGI&#xff09;研究中的一个关键挑战。为实现这一目标&#xff0c;许多现有方法&#xff08;例如世界模型&#xff09;旨在捕捉支配物理世界的基本原理&#xff0…...

C# BindingFlags 使用详解

总目录 前言 在 C# 编程的世界里&#xff0c;反射&#xff08;Reflection&#xff09;是一个强大且灵活的特性&#xff0c;它允许我们在运行时动态地获取和操作类型的信息。而 BindingFlags 枚举类型&#xff0c;作为反射中的核心概念之一&#xff0c;为我们提供了精确控制类型…...