当前位置: 首页 > article >正文

[蓝桥杯]三体攻击

三体攻击

题目描述

三体人将对地球发起攻击。为了抵御攻击,地球人派出 A × B × CA × B × C 艘战舰,在太空中排成一个 AA 层 BB 行 CC 列的立方体。其中,第 ii 层第 jj 行第 kk 列的战舰(记为战舰 (i, j, k)(i, j, k))的生命值为 d(i, j, k)d(i, j, k)。

三体人将会对地球发起 mm 轮"立方体攻击",每次攻击会对一个小立方体中的所有战舰都造成相同的伤害。具体地,第 tt 轮攻击用 7 个参数 lat, rat, lbt, rbt, lct, rct, htlat, rat, lbt, rbt, lct, rct, ht 描述;

所有满足 i ∈ [lat, rat],j ∈ [lbt, rbt],k ∈ [lct, rct]i ∈ [lat, rat],j ∈ [lbt, rbt],k ∈ [lct, rct] 的战舰 (i, j, k)(i, j, k) 会受到 htht 的伤害。如果一个战舰累计受到的总伤害超过其防御力,那么这个战舰会爆炸。

地球指挥官希望你能告诉他,第一艘爆炸的战舰是在哪一轮攻击后爆炸的。

输入描述

输入格式:

第一行包括 4 个正整数 A, B, C, mA, B, C, m;

第二行包含 A × B × CA × B × C 个整数,其中第((i − 1)×B + (j − 1)) × C + (k − 1)+1((i − 1)×B + (j − 1)) × C + (k − 1)+1 个数为 d(i, j, k)d(i, j, k);

第 3 到第 mm + 2 行中,第 (t − 2)(t − 2) 行包含 7 个正整数 lat, rat, lbt, rbt, lct, rct, htlat, rat, lbt, rbt, lct, rct, ht。

其中, A × B × C ≤ 106, m ≤ 106, 0 ≤ d(i, j, k), ht ≤ 109A × B × C ≤ 106, m ≤ 106, 0 ≤ d(i, j, k), ht ≤ 109。

输出描述

输出第一个爆炸的战舰是在哪一轮攻击后爆炸的。保证一定存在这样的战舰。

输入输出样例

示例

输入

2 2 2 3
1 1 1 1 1 1 1 1
1 2 1 2 1 1 1
1 1 1 2 1 2 1
1 1 1 1 1 1 2

输出

2

运行限制

  • 最大运行时间:2s
  • 最大运行内存: 256M

总通过次数: 1178  |  总提交次数: 1761  |  通过率: 66.9%

难度: 困难   标签: 2018, 差分, 省赛

算法思路:三维差分 + 二分查找

核心思想
  • ​问题本质​​:在三维空间中执行区间修改(增加伤害值),并找到第一次有战舰生命值≤0的攻击轮次
  • ​关键挑战​​:直接暴力模拟复杂度为O(m·ABC),高达10¹²,会超时
  • ​优化策略​​:
    1. ​三维差分​​:将区间修改转化为8个端点的O(1)操作
    2. ​二分查找​​:利用伤害累积的单调性,在O(logm)时间内定位爆炸轮次
    3. ​前缀和还原​​:差分数组通过三维前缀和计算实际伤害值
代码实现(C++)
#include <iostream>
#include <cstring>
using namespace std;
typedef long long LL;const int MAXN = 1e6 + 10;
int A, B, C, m;
LL s[MAXN];      // 存储初始生命值
LL diff[MAXN];   // 三维差分数组
int attacks[MAXN][7];  // 存储攻击参数// 三维坐标转一维索引
inline int get_idx(int i, int j, int k) {return i * (B + 2) * (C + 2) + j * (C + 2) + k;
}// 原始生命值索引
inline int get_orig_idx(int i, int j, int k) {return (i - 1) * B * C + (j - 1) * C + (k - 1);
}// 检查前mid轮攻击是否导致爆炸
bool check(int mid) {memset(diff, 0, sizeof(diff));// 1. 应用差分修改for (int t = 0; t < mid; ++t) {int lat = attacks[t][0], rat = attacks[t][1];int lbt = attacks[t][2], rbt = attacks[t][3];int lct = attacks[t][4], rct = attacks[t][5];LL ht = attacks[t][6];diff[get_idx(lat, lbt, lct)] += ht;diff[get_idx(rat + 1, lbt, lct)] -= ht;diff[get_idx(lat, rbt + 1, lct)] -= ht;diff[get_idx(lat, lbt, rct + 1)] -= ht;diff[get_idx(rat + 1, rbt + 1, lct)] += ht;diff[get_idx(rat + 1, lbt, rct + 1)] += ht;diff[get_idx(lat, rbt + 1, rct + 1)] += ht;diff[get_idx(rat + 1, rbt + 1, rct + 1)] -= ht;}// 2. 三维前缀和计算// k方向for (int i = 1; i <= A; ++i)for (int j = 1; j <= B; ++j)for (int k = 1; k <= C; ++k)diff[get_idx(i, j, k)] += diff[get_idx(i, j, k - 1)];// j方向for (int i = 1; i <= A; ++i)for (int k = 1; k <= C; ++k)for (int j = 1; j <= B; ++j)diff[get_idx(i, j, k)] += diff[get_idx(i, j - 1, k)];// i方向for (int j = 1; j <= B; ++j)for (int k = 1; k <= C; ++k)for (int i = 1; i <= A; ++i)diff[get_idx(i, j, k)] += diff[get_idx(i - 1, j, k)];// 3. 检查是否爆炸for (int i = 1; i <= A; ++i)for (int j = 1; j <= B; ++j)for (int k = 1; k <= C; ++k) {int orig_idx = get_orig_idx(i, j, k);if (diff[get_idx(i, j, k)] > s[orig_idx])return true;}return false;
}int main() {scanf("%d%d%d%d", &A, &B, &C, &m);int total = A * B * C;// 读入初始生命值for (int i = 0; i < total; ++i)scanf("%lld", &s[i]);// 读入攻击参数for (int i = 0; i < m; ++i)for (int j = 0; j < 7; ++j)scanf("%d", &attacks[i][j]);// 二分查找爆炸轮次int L = 1, R = m;while (L < R) {int mid = (L + R) >> 1;if (check(mid)) R = mid;else L = mid + 1;}printf("%d\n", L);return 0;
}

代码解析

  1. ​坐标映射​​:
    • get_idx():三维坐标→一维索引(用于差分数组)
    • get_orig_idx():原始生命值存储位置计算
  2. ​差分操作​​:
    • 每轮攻击转化为8个端点的修改操作(4个加伤害,4个减伤害)
  3. ​前缀和计算​​:
    • 分三个维度递推计算实际伤害值:
      • 先k方向(固定i,j)
      • 再j方向(固定i,k)
      • 最后i方向(固定j,k)
  4. ​二分框架​​:
    • 右边界R维护首次爆炸轮次
    • 左边界L维护未爆炸的轮次

实例验证

​输入样例​​:

2 2 2 3
1 1 1 1 1 1 1 1
1 2 1 2 1 1 1
1 1 1 2 1 2 1
1 1 1 1 1 1 2

​执行过程​​:

  1. ​第一轮攻击后​​:
    • 伤害分布:4个位置伤害=1
    • 最小生命值:1-1=0 → 未爆炸
  2. ​第二轮攻击后​​:
    • 伤害分布:(1,1,1)=2, (1,2,1)=2
    • 最小生命值:1-2=-1 → 爆炸
  3. ​二分输出​​:2(符合预期)

测试点设计

​测试类型​​输入特征​​验证重点​
最小规模A=B=C=1, m=1单点修改正确性
边界攻击攻击区域包含所有战舰整体修改正确性
跨层攻击攻击跨越不同层三维差分边界处理
最大数据量A=1000,B=100,C=10, m=10⁶时间限制内完成(<1s)
精确爆炸点多轮攻击后精确达到0不提前触发爆炸判断
生命值临界d(i,j,k)=10⁹, ht=1大整数处理

优化建议

  1. ​内存优化​​:

    // 动态分配差分数组
    LL* diff = new LL[(A+2)*(B+2)*(C+2)]();

    减少固定数组大小,根据输入动态分配

  2. ​时间优化​​:

    // 循环展开(i方向)
    #pragma unroll(4)
    for (int i = 1; i <= A; ++i)

    编译器指令展开循环,减少分支预测开销

  3. ​二分优化​​:

    // 指数增长搜索
    int step = 1;
    while (!check(step) step *= 2;
    int L = step/2, R = min(step, m);

    先指数增长确定范围,再二分

  4. ​差分压缩​​:

    // 合并相同修改
    if (ht == prev_ht && region_overlap(...)) merge_attacks();

    合并连续相同伤害值的攻击,减少操作次数

相关文章:

[蓝桥杯]三体攻击

三体攻击 题目描述 三体人将对地球发起攻击。为了抵御攻击&#xff0c;地球人派出 A  B  CA  B  C 艘战舰&#xff0c;在太空中排成一个 AA 层 BB 行 CC 列的立方体。其中&#xff0c;第 ii 层第 jj 行第 kk 列的战舰&#xff08;记为战舰 (i, j, k)(i, j, k)&am…...

深入解析支撑向量机(SVM):原理、推导与实现

在机器学习领域&#xff0c;支撑向量机&#xff08;Support Vector Machine&#xff0c;简称SVM&#xff09;是一种广泛使用的分类算法&#xff0c;以其强大的分类性能和优雅的数学原理而备受关注。本文将从问题定义、数学推导到实际应用&#xff0c;深入解析SVM的核心原理和实…...

一台电脑联网如何共享另一台电脑?网线方式

前言 公司内网一个人只能申请一个账号和一个主机设备&#xff1b;会检测MAC地址&#xff1b;如果有两台设备&#xff0c;另一台就没有网&#xff1b;因为是联想老电脑&#xff0c;共享热点用不了&#xff0c;但是有一根网线&#xff0c;现在解决网线方式共享网络&#xff1b; …...

面试题:SQL 中如何将 多行合并为一行(合并行数据为列)?

✅ 面试题&#xff1a;SQL 中如何将 多行合并为一行&#xff08;合并行数据为列&#xff09;&#xff1f; 这是面试和实战中非常常见的场景&#xff0c;属于“行列转换”问题之一&#xff0c;常用于报表聚合、分类汇总、透视表生成等。 go专栏&#xff1a;https://duoke360.co…...

MacroDroid安卓版:自动化操作,让生活更智能

在智能手机的日常使用中&#xff0c;我们常常会遇到一些重复性的任务&#xff0c;如定时开启或关闭Wi-Fi、自动回复消息、根据位置调整音量等。这些任务虽然简单&#xff0c;但频繁操作会让人感到繁琐。MacroDroid安卓版正是为了解决这些问题而设计的&#xff0c;它是一款功能强…...

力提示(force prompting)的新方法

每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗&#xff1f;订阅我们的简报&#xff0c;深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同&#xff0c;从行业内部的深度分析和实用指南中受益。不要错过这个机会&#xff0c;成为AI领…...

【Redis实战:缓存与消息队列的应用】

在现代互联网开发中&#xff0c;Redis 作为一款高性能的内存数据库&#xff0c;广泛应用于缓存和消息队列等场景。本文将深入探讨 Redis 在这两个领域的应用&#xff0c;并通过代码示例比较两个流行的框架&#xff08;Redis 和 RabbitMQ&#xff09;的特点与适用场景&#xff0…...

实验设计与分析(第6版,Montgomery著,傅珏生译) 第10章拟合回归模型10.9节思考题10.12 R语言解题

本文是实验设计与分析&#xff08;第6版&#xff0c;Montgomery著&#xff0c;傅珏生译) 第10章拟合回归模型10.9节思考题10.12 R语言解题。主要涉及线性回归、回归的显著性、残差分析。 10-12 vial <- seq(1, 12, 1) Viscosity <- c(26,24,175,160,163,55,62,100,26,30…...

基于LangChain构建高效RAG问答系统:向量检索与LLM集成实战

基于LangChain构建高效RAG问答系统&#xff1a;向量检索与LLM集成实战 在本文中&#xff0c;我将详细介绍如何使用LangChain框架构建一个完整的RAG&#xff08;检索增强生成&#xff09;问答系统。通过向量检索获取相关上下文&#xff0c;并结合大语言模型&#xff0c;我们能够…...

告别局域网:实现NASCab云可云远程自由访问

文章目录 前言1. 检查NASCab本地端口2. Qindows安装Cpolar3. 配置NASCab远程地址4. 远程访问NASCab小结 5. 固定NASCab公网地址6. 固定地址访问NASCab 前言 在数字化生活日益普及的今天&#xff0c;拥有一个属于自己的私有云存储&#xff08;如NASCab云可云&#xff09;已成为…...

25_05_29docker

Linux_docker篇 欢迎来到Linux的世界&#xff0c;看笔记好好学多敲多打&#xff0c;每个人都是大神&#xff01; 题目&#xff1a; 版本号: 1.0,0 作者: 老王要学习 日期: 2025.04.25 适用环境: Centos7 文档说明 环境准备 硬件要求 服务器&#xff1a; 2核CPU、2GB内存…...

Java-IO流之缓冲流详解

Java-IO流之缓冲流详解 一、缓冲流概述1.1 什么是缓冲流1.2 缓冲流的工作原理1.3 缓冲流的优势 二、字节缓冲流详解2.1 BufferedInputStream2.1.1 构造函数2.1.2 核心方法2.1.3 使用示例 2.2 BufferedOutputStream2.2.1 构造函数2.2.2 核心方法2.2.3 使用示例 三、字符缓冲流详…...

vscode code runner 使用python虚拟环境

转载如下&#xff1a; z​​​​​​​VS Code插件Code Runner使用python虚拟环境_coderunner python-CSDN博客...

Python实现markdown文件转word

1.markdown内容如下&#xff1a; 2.转换后的内容如下&#xff1a; 3.附上代码&#xff1a; import argparse import os from markdown import markdown from bs4 import BeautifulSoup from docx import Document from docx.shared import Inches from docx.enum.text import …...

NLP学习路线图(十七):主题模型(LDA)

在浩瀚的文本海洋中航行&#xff0c;人类大脑天然具备发现主题的能力——翻阅几份报纸&#xff0c;我们迅速辨别出"政治"、"体育"、"科技"等板块&#xff1b;浏览社交媒体&#xff0c;我们下意识区分出美食分享、旅行见闻或科技测评。但机器如何…...

深度学习之模型压缩三驾马车:基于ResNet18的模型剪枝实战(2)

前言 《深度学习之模型压缩三驾马车&#xff1a;基于ResNet18的模型剪枝实战&#xff08;1&#xff09;》里面我只是提到了对conv1层进行剪枝&#xff0c;只是为了验证这个剪枝的整个过程&#xff0c;但是后面也有提到&#xff1a;仅裁剪 conv1层的影响极大&#xff0c;原因如…...

综采工作面电控4X型铜头连接器 conm/4x100s

综采工作面作为现代化煤矿生产的核心区域&#xff0c;其设备运行的稳定性和安全性直接关系到整个矿井的生产效率。在综采工作面的电气控制系统中&#xff0c;电控连接器扮演着至关重要的角色&#xff0c;而4X型铜头连接器CONM/4X100S作为其中的关键部件&#xff0c;其性能优劣直…...

用ApiFox MCP一键生成接口文档,做接口测试

日常开发过程中&#xff0c;尤其是针对长期维护的老旧项目&#xff0c;许多开发者都会遇到一系列相同的困扰&#xff1a;由于项目早期缺乏严格的开发规范和接口管理策略&#xff0c;导致接口文档缺失&#xff0c;甚至连基本的接口说明都难以找到。此外&#xff0c;由于缺乏规范…...

在compose中的Canvas用kotlin显示多数据波形闪烁的问题

在compose中的Canvas显示多数据波形闪烁的问题&#xff1a;当在Canvas多组记录波形数组时&#xff0c;从第一组开始记录多次显示&#xff0c;如图&#xff0c;当再次回到第一次记录位置再显示时&#xff0c;波形出现闪烁。 原码如下&#xff1a; data class DcWaveForm(var b…...

【学习笔记】MIME

文章目录 1. 引言2. MIME 构成Content-Type&#xff08;内容类型&#xff09;Content-Transfer-Encoding&#xff08;传输编码&#xff09;Multipart&#xff08;多部分&#xff09; 3. 常见 MIME 类型 1. 引言 早期的电子邮件只能发送 ASCII 文本&#xff0c;无法直接传输二进…...

【深尚想】OPA855QDSGRQ1运算放大器IC德州仪器TI汽车级高速8GHz增益带宽的全面解析

1. 元器件定义与核心特性 OPA855QDSGRQ1 是德州仪器&#xff08;TI&#xff09;推出的一款 汽车级高速运算放大器&#xff0c;专为宽带跨阻放大&#xff08;TIA&#xff09;和电压放大应用优化。核心特性包括&#xff1a; 超高速性能&#xff1a;增益带宽积&#xff08;GBWP&a…...

单北斗定位芯片AT9880B

AT9880B 是面向北斗卫星导航系统的单模接收机单芯片&#xff08;SOC&#xff09;&#xff0c;内部集成射频前端、数字基带处理单元、北斗多频信号处理引擎及电源管理模块&#xff0c;支持北斗二号与三号系统的 B1I、B1C、B2I、B3I、B2a、B2b 频点信号接收。 主要特征 支持北斗二…...

旅游微信小程序制作指南

想创建旅游微信小程序吗&#xff1f;知道旅游业企业怎么打造自己的小程序吗&#xff1f;这里有零基础小白也能学会的教程&#xff0c;教你快速制作旅游类微信小程序&#xff01; 旅游行业能不能开发微信小程序呢&#xff1f;答案是肯定的。微信小程序对旅游企业来说可是个宝&am…...

Ubuntu ifconfig 查不到ens33网卡

BUG&#xff1a;ifconfig查看网络配置信息&#xff1a; 终端输入以下命令&#xff1a; sudo service network-manager stop sudo rm /var/lib/NetworkManager/NetworkManager.state sudo service network-manager start - service network - manager stop &#xff1a;停止…...

zookeeper 学习

Zookeeper 简介 github&#xff1a;https://github.com/apache/zookeeper 官网&#xff1a;https://zookeeper.apache.org/ 什么是 Zookeeper Zookeeper 是一个开源的分布式协调服务&#xff0c;用于管理分布式应用程序的配置、命名服务、分布式同步和组服务。其核心是通过…...

【python深度学习】Day 45 Tensorboard使用介绍

知识点&#xff1a; tensorboard的发展历史和原理tensorboard的常见操作tensorboard在cifar上的实战&#xff1a;MLP和CNN模型 效果展示如下&#xff0c;很适合拿去组会汇报撑页数&#xff1a; 作业&#xff1a;对resnet18在cifar10上采用微调策略下&#xff0c;用tensorboard监…...

【图像处理入门】5. 形态学处理:腐蚀、膨胀与图像的形状雕琢

摘要 形态学处理是基于图像形状特征的处理技术,在图像分析中扮演着关键角色。本文将深入讲解腐蚀、膨胀、开闭运算等形态学操作的原理,结合OpenCV代码展示其在去除噪声、提取边缘、分割图像等场景的应用,带你掌握通过结构元素雕琢图像形状的核心技巧。 一、形态学处理:基…...

并行智算MaaS云平台:打造你的专属AI助手,开启智能生活新纪元

目录 引言&#xff1a;AI助手&#xff0c;未来生活的必备伙伴 并行智算云&#xff1a;大模型API的卓越平台 实战指南&#xff1a;调用并行智算云API打造个人AI助手 3.1 准备工作 3.2 API调用示例 3.3 本地智能AI系统搭建 3.4 高级功能实现 并行智算云的优势 4.1 性能卓越…...

在 SpringBoot+Tomcat 环境中 线程安全问题的根本原因以及哪些变量会存在线程安全的问题。

文章目录 前言Tomcat SpringBoot单例加载结果分析多例加载&#xff1a;结果分析&#xff1a; 哪些变量存在线程安全的问题&#xff1f;线程不安全线程安全 总结 前言 本文带你去深入理解为什么在web环境中(Tomcat SpringBoot)会存在多线程的问题以及哪些变量会存在线程安全的…...

Day45 Python打卡训练营

知识点回顾&#xff1a; 1. tensorboard的发展历史和原理 2. tensorboard的常见操作 3. tensorboard在cifar上的实战&#xff1a;MLP和CNN模型 一、tensorboard的基本操作 1.1 发展历史 TensorBoard 是 TensorFlow 生态中的官方可视化工具&#xff08;也可无缝集成 PyTorch&…...