感觉对性质的挖掘还是太深刻了。
首先套路将排列放在小根笛卡尔树中,手玩不难发现 a i a_i a i 就是 i i i 的左儿子的右链长度,考虑 dp。
令 f l , r , i f_{l,r,i} f l , r , i 表示区间 [ l , r ] [l,r] [ l , r ] 为根的子树中,包含当前节点的右链长度为 i i i 的方案数。不难列出转移:
f l , r , i = ∑ p ∈ [ l , r ] ( r − l p − l ) f l , p − 1 , a p × f p + 1 , r , i − 1 f_{l,r,i}=\sum_{p\in [l,r]} \binom{r-l}{p-l}f_{l,p-1,}a_p\times f_{p+1,r,i-1}
f l , r , i = p ∈ [ l , r ] ∑ ( p − l r − l ) f l , p − 1 , a p × f p + 1 , r , i − 1
通过记录 g l , r = ∑ f l , r , i g_{l,r}=\sum f_{l,r,i} g l , r = ∑ f l , r , i 可以做到 O ( n 4 ) \mathcal O(n^4) O ( n 4 ) 。考虑优化。依旧发现 区间 [ l , r ] [l,r] [ l , r ] 的右链长度限制一定是由 a r + 1 a_{r+1} a r + 1 给来的,因为每次给限制都是将 a p a_p a p 给到 [ l , p − 1 ] [l,p-1] [ l , p − 1 ] ,而继续转移过程都是将限制放到 [ p + 1 , r ] [p+1,r] [ p + 1 , r ] ,而又有性质 ∑ a i ≤ n \sum a_i\le n ∑ a i ≤ n 。所以 f l , r , i f_{l,r,i} f l , r , i 中的 i ∈ [ 0 , a r + 1 ] i\in[0,a_{r+1}] i ∈ [ 0 , a r + 1 ] ,到这里就 O ( n 3 ) \mathcal O(n^3) O ( n 3 ) 解决了 a i ≠ − 1 a_i\neq -1 a i = − 1 的情况。
对于 a i = − 1 a_i=-1 a i = − 1 的位置,实际上不需要用到 f f f ,只需要维护 g g g 即可,转移也是 O ( n 3 ) \mathcal O(n^3) O ( n 3 ) 的。注意空间限制,不能初始开满 n 3 n^3 n 3 的 f f f ,只开需要用到的部分,总空间为 O ( n ∑ a i ) = O ( n 2 ) \mathcal O(n\sum a_i)=\mathcal O(n^2) O ( n ∑ a i ) = O ( n 2 ) 。
对于每次将一个区间 ( l , r ) (l,r) ( l , r ) 的操作,可以通过构建折线图(类似括号匹配)来表示◊ \Large{\color{red}\Diamond} ◊ ,即将 a l a_l a l 设置为向上的折线,a r a_r a r 设置为向下的折线,最后剩下来的点用横线表示。题目所求的就是有多少种长度为 n n n 的折线图满足不存在两个高度相同的横线。
对于一上一下的折线(即直接删除相邻两个数)没什么必要也不方便去重,可以钦定不存在这种情况,然后转化为长度 ≤ n \le n ≤ n 且奇偶性和 n n n 一样。令 f i , j f_{i,j} f i , j 表示目前有 i i i 个点,j j j 个连续段的方案数,转移直接讨论是否合并连续段和是否存在横线即可,这部分不难。转移式中 j j j 下降最快的方式是从 f i , j → f i + 2 j + 1 , j − 1 f_{i,j} \to f_{i+2j+1,j-1} f i , j → f i + 2 j + 1 , j − 1 ,最后答案为 ∑ f i , 1 \sum f_{i,1} ∑ f i , 1 ,所以 j j j 的范围只需要考虑 O ( n ) \mathcal O(\sqrt n) O ( n ) 即可。总复杂度为 O ( n n ) \mathcal O(n\sqrt n) O ( n n ) 。
最后树会被分成 k + 1 k+1 k + 1 个连通块,其中每个连通块大小为 a i − a i − 1 a_i-a_{i-1} a i − a i − 1 。先 k ← k + 1 k\gets k+1 k ← k + 1 ,考虑将每个点染成 [ 1 , k ] [1,k] [ 1 , k ] 中的一种颜色,思考什么时候能构造切割方式满足染色方案◊ \Large{\color{red}\Diamond} ◊ 。
对于割掉一条边 ( f a x , x ) (fa_x,x) ( f a x , x ) 后进入 f a x fa_x f a x 的情况,只需要保证 x x x 子树中所有颜色都 < c o l f a x < col_{fa_x} < c o l f a x 即可。对于进入 x x x 的情况,需要让 x x x 子树内的颜色有 ( c o l f a x , k ] (col_{fa_x},k] ( c o l f a x , k ] ,因为后面的所有操作都只在 x x x 子树中进行。
考虑完两种情况就可以 dp 了。令 f u , s f_{u,s} f u , s 表示 u u u 子树内有 s s s 的颜色的方案数,先对儿子做类似卷积背包合并,然后考虑 ( u , f a u ) (u,fa_u) ( u , f a u ) 是否断掉和往哪边走。复杂度为 O ( n 3 k p o l y ( k ) ) \mathcal O(n3^kpoly(k)) O ( n 3 k p o l y ( k ) ) 。
感觉像是比较典型的 ACM 手玩调整题。
因为整个序列的 max \max max 是随操作不增的,所以先考虑最后一次操作时的 max \max max 的性质。令 a a a 中最大和次大值为 x , y x,y x , y ,若操作了 x x x ,最后能获得最小值 m n mn m n ,则此时答案为 y − m n y-mn y − m n ,若将对 x x x 的操作都改成 y y y ,则能获得 m n ′ ≤ m n + x − y mn' \le mn+x-y m n ′ ≤ m n + x − y 的最小值,则此时的答案为 x − m n ′ ≥ y − m n x-mn'\ge y-mn x − m n ′ ≥ y − m n ,所以一定可以调整到直到最后一步再操作 x x x 。
接下来就是考虑去掉最大值后能凑出的最小值,本质上是对每个数分配 − 1 / 0 / 1 -1/0/1 − 1 / 0 / 1 的系数后求和 ≥ 0 \ge 0 ≥ 0 时的最小值(显然必要,充分证明由构造方式后面给出)。忽略掉 0 0 0 的位置就是找两个子集 S , T S,T S , T 求 min ∣ s u m ( S ) − s u m ( T ) ∣ \min |sum(S)-sum(T)| min ∣ s u m ( S ) − s u m ( T ) ∣ 。比较神秘的是:共有 2 n 2^n 2 n 种集合,构成至多 ∑ a i + 1 \sum a_i+1 ∑ a i + 1 种 s u m ( S ) sum(S) s u m ( S ) ,**因为抽屉原理,**当 2 n > ∑ a i + 1 2^n>\sum a_i+1 2 n > ∑ a i + 1 时必然有两个不同子集和相同,这样就能构造出最小值 = 0 =0 = 0 ◊ \Large{\color{red}\Diamond} ◊ 。解出来有 n ≥ 20 n\ge 20 n ≥ 2 0 时必然能够造出 0 0 0 ,然后考虑构造方案。
除最后一次每次操作只需要操作 2 2 2 个数即可,令 s u m ( S ) ≥ s u m ( T ) sum(S)\ge sum(T) s u m ( S ) ≥ s u m ( T ) ,先令 x = s 1 x=s_1 x = s 1 开始操作。只需要让 S , T S,T S , T 内部的正负号相同,因为最后结果 ≥ 0 \ge 0 ≥ 0 所以会自然正确。若 x = ∑ S ′ ⊆ S s u m ( S ′ ) − ∑ T ′ ⊆ T s u m ( T ′ ) x=\sum_{S'\sube S}sum(S')-\sum_{T'\sube T}sum(T') x = ∑ S ′ ⊆ S s u m ( S ′ ) − ∑ T ′ ⊆ T s u m ( T ′ ) 则称为 ( + , − ) (+,-) ( + , − ) 状态,否则为 ( − , + ) (-,+) ( − , + ) 状态。为了保持构成 x x x 时 S , T S,T S , T 内部正负号相同,在 ( + , − ) (+,-) ( + , − ) 时应和 t i t_i t i 相减,( − , + ) (-,+) ( − , + ) 时和 s i s_i s i 相减。总复杂度为 O ( n + V ) \mathcal O(n+V) O ( n + V ) 。
显然有策略当 n > m n>m n > m 时猜YES,否则猜NO。由于YES和NO本质相同,考虑钦定 n ≥ m n\ge m n ≥ m 。
当 n ≠ m n\neq m n = m 时,有 n n + m \frac{n}{n+m} n + m n 的概率猜对,( n , m ) → ( n − 1 , m ) (n,m) \to (n-1,m) ( n , m ) → ( n − 1 , m ) ,m n + m \frac{m}{n+m} n + m m 概率猜错,( n , m ) → ( n , m − 1 ) (n,m)\to (n,m-1) ( n , m ) → ( n , m − 1 ) 。猜对时会让差变小,猜错变大,所以若当前猜错会继续猜原来的答案。这样会已知进行到 n = m n=m n = m 为止,此时会随便猜一个然后继续重复。考虑整个过程就是从 ( n , m ) → ( x , x ) (n,m)\to (x,x) ( n , m ) → ( x , x ) ,并且过程中不经过 n ′ = m ′ n'=m' n ′ = m ′ ,因为一直都是猜 n n n 代表的,所以一定是猜对 n − x n-x n − x 个。
总结一下刚刚的手玩得到的性质。从 ( n , m ) (n,m) ( n , m ) 第一次到达 ( x , x ) (x,x) ( x , x ) 时会猜对 n − x n-x n − x 个(称为第一部分),然后有 1 2 \frac 12 2 1 概率猜对(称为第二部分),然后继续到 ( x , x − 1 ) (x,x-1) ( x , x − 1 ) 。从 ( n , m ) (n,m) ( n , m ) 到 ( 0 , 0 ) (0,0) ( 0 , 0 ) 过程中第一部分求和一定就等于 n n n ,第二部分就是经过的 n ′ = m ′ n'=m' n ′ = m ′ 的点的数量,所以答案就是 max ( n , m ) + ∑ p ( i , i ) \max(n,m)+\sum p(i,i) max ( n , m ) + ∑ p ( i , i ) ,p ( i , i ) = ( n − i + m − i n − i ) ( 2 i i ) ( n + m n ) p(i,i)=\frac{\binom{n-i+m-i}{n-i}\binom{2i}{i}}{\binom{n+m}n} p ( i , i ) = ( n n + m ) ( n − i n − i + m − i ) ( i 2 i ) 。
感觉挺好玩的,不知道有没有机会放联测里。
如果没有变异鼠是好做的,直接进行二进制分组,第 i i i 次询问二进制中第 i i i 位为 1 1 1 的所有数,最后逐位确定毒药的每个二进制位即可。有变异鼠会导致可能这 log n \log n log n 次询问有至多一个错误的,思考如何找出。
其实可以对这 log n \log n log n 个继续做类似的事情◊ \Large{\color{red}\Diamond} ◊ 。令前面第 i i i 次询问的集合为 S i S_i S i ,现在第 i i i 次询问考虑 [ 0 , log n ] [0,\log n] [ 0 , log n ] 二进制中第 i i i 位为 1 1 1 的所有 x x x ,询问 ⊕ S x \oplus S_x ⊕ S x ,这样可以通过询问得到这些 x x x 中变异或当前询问是变异的。若变异鼠在前 log n \log n log n 次,则再询问完 log log n \log\log n log log n 次后就可以确定是哪一个变异鼠,然后改正后就可以得到正确答案。但是还要考虑最后 log log n \log\log n log log n 次是否有变异鼠,这里再增加一次询问最后 log log n \log\log n log log n 个询问集合的异或。若判断出这两个部分中有变异鼠,则说明前 log n \log n log n 个询问没有变异鼠,则可以直接求出答案。
总步数为 ⌈ log 2 n ⌉ + ⌈ log 2 log 2 n ⌉ + 1 \lceil\log_2n\rceil+\lceil\log_2\log_2n\rceil+1 ⌈ log 2 n ⌉ + ⌈ log 2 log 2 n ⌉ + 1 ,感觉其实是 sub4 卡得最紧。
有较为神秘的观察:想比较 s < r e v ( s ) s<rev(s) s < r e v ( s ) 时,只需要对于任意 x ∈ [ ⌊ n 2 ⌋ , n ] x\in[\lfloor\frac n2\rfloor,n] x ∈ [ ⌊ 2 n ⌋ , n ] ,比较 s [ 1 , x ] < s [ n − x + 1 , n ] s[1,x]<s[n-x+1,n] s [ 1 , x ] < s [ n − x + 1 , n ] 即可◊ \Large{\color{red}\Diamond} ◊ 。于是可以将询问 [ l , r ] [l,r] [ l , r ] 的所有判定都进行二进制分组,在第 i i i 组处理比较 [ l , l + 2 i − 1 ] [l,l+2^i-1] [ l , l + 2 i − 1 ] 到 [ l , min ( r , l + 2 i + 1 − 2 ) ] [l,\min(r,l+2^{i+1}-2)] [ l , min ( r , l + 2 i + 1 − 2 ) ] ,实际上就是比较 s [ l , l + 2 i − 1 ] s[l,l+2^i-1] s [ l , l + 2 i − 1 ] 在集合 S = { x ∈ [ 2 n − min ( l + 2 i + 1 − 2 , r ) + 1 , 2 n − l − 2 i + 2 ] ∣ s [ x , x + 2 i − 1 ] } S=\{x\in [2n-\min(l+2^{i+1}-2,r)+1,2n-l-2^i+2]|s[x,x+2^i-1]\} S = { x ∈ [ 2 n − min ( l + 2 i + 1 − 2 , r ) + 1 , 2 n − l − 2 i + 2 ] ∣ s [ x , x + 2 i − 1 ] } 中的排名。在 SA 时处理 [ x , x + 2 i − 1 ] [x,x+2^i-1] [ x , x + 2 i − 1 ] (不是整个后缀)的排名,从大往小扫描线,在线段树上进行单点修改和区间查询维护哈希值,可以做到 O ( ( n + q ) log 2 n ) \mathcal O((n+q)\log^2n) O ( ( n + q ) log 2 n ) 。
实际上,将 q q q 个询问拆成的 q log n q\log n q log n 个询问中,只有最后一个区间是要和 r r r 取 min \min min 的,前面的都只和 l l l 有关,所以预处理出所有左端点的 n log n n\log n n log n 个询问,最后在求解时再拼上 q q q 的最后一个区间即可◊ \Large{\color{red}\Diamond} ◊ 。共有 O ( n log n + q ) \mathcal O(n\log n+q) O ( n log n + q ) 个询问,复杂度为 O ( n log 2 n + q log n ) \mathcal O(n\log^2n+q\log n) O ( n log 2 n + q log n ) 。
数据范围和强制在线考虑操作分块,即每 B B B 个询问就重构一次。
先考虑未修改前的询问 [ l , r ] [l,r] [ l , r ] 如何做。将序列分块,预处理出每个点在块内的前驱后继 p r , n x pr,nx p r , n x ,则这个点的贡献为 a i × ( i − max ( l − 1 , p r i ) ) × ( m i n ( r + 1 , n x i ) − i ) a_i\times(i-\max(l-1,pr_i))\times (min(r+1,nx_i)-i) a i × ( i − max ( l − 1 , p r i ) ) × ( m i n ( r + 1 , n x i ) − i ) ,尝试将 max \max max 和 min \min min 拆开。实际上这个 p r , n x pr,nx p r , n x 的性质很好,对于一个询问至多会有一个 i i i 满足 p r i < l , n x i > r pr_i<l,nx_i>r p r i < l , n x i > r ,这个就是区间最大值,剩下的至多满足其中一边◊ \Large{\color{red}\Diamond} ◊ ,下面以 p r i < l pr_i<l p r i < l 为例。这样的点就是从 l l l 走到 r r r 的单调栈上的点,于是考虑预处理每个块内的单调栈,则从 l l l 到这个块的单调栈一定就是这个块内单调栈的一个后缀,这直接在预处理时求贡献后缀和即可。为了防止二分多一个 log \log log ,还需要预处理出上一个块的最大值在当前块的单调栈的位置。预处理和单次询问复杂度为 O ( n ) − O ( n ) \mathcal O(n)-\mathcal O(\sqrt n) O ( n ) − O ( n ) 。令修改前对询问区间 [ l , r ] [l,r] [ l , r ] 的答案为 f ( l , r ) f(l,r) f ( l , r ) 。
上面是我自己想到的,但是好像需要 O ( n ) − O ( 1 ) \mathcal O(n)-\mathcal O(1) O ( n ) − O ( 1 ) 才行,下面补充一下。做一下二维差分,令 g ( l , r , x , y ) = ∑ i ∈ [ l , r ] ∑ j ∈ [ x , y ] max k ∈ [ i , j ] a k g(l,r,x,y)=\sum_{i\in[l,r]}\sum_{j\in[x,y]}\max_{k\in[i,j]}a_k g ( l , r , x , y ) = ∑ i ∈ [ l , r ] ∑ j ∈ [ x , y ] max k ∈ [ i , j ] a k ,a p = max i = l r a i a_p=\max_{i=l}^r a_i a p = max i = l r a i 有
f ( l , r ) = g ( l , p − 1 , l , p − 1 ) + g ( p + 1 , r , p + 1 , r ) = g ( l , n , l , n ) − g ( p , n , p , n ) − g ( l , p − 1 , p , n ) + g ( 1 , r , 1 , r ) − g ( 1 , p , 1 , p ) − g ( 1 , p , p + 1 , r ) f(l,r)={\color{red}g(l,p-1,l,p-1)}+{\color{green}g(p+1,r,p+1,r)}\\
={\color{red}g(l,n,l,n)-g(p,n,p,n)-g(l,p-1,p,n)}+{\color{green}g(1,r,1,r)-g(1,p,1,p)-g(1,p,p+1,r)}\\
f ( l , r ) = g ( l , p − 1 , l , p − 1 ) + g ( p + 1 , r , p + 1 , r ) = g ( l , n , l , n ) − g ( p , n , p , n ) − g ( l , p − 1 , p , n ) + g ( 1 , r , 1 , r ) − g ( 1 , p , 1 , p ) − g ( 1 , p , p + 1 , r )
g ( l , p − 1 , p , n ) g(l,p-1,p,n) g ( l , p − 1 , p , n ) 的左端点对区间最大值一定没有贡献,只需要预处理在 [ p , n ] [p,n] [ p , n ] 中每个数在多少个区间为最大值,另一边同理。同时预处理 g ( x , n , x , n ) , g ( 1 , x , 1 , x ) g(x,n,x,n),g(1,x,1,x) g ( x , n , x , n ) , g ( 1 , x , 1 , x ) 就可以做到 O ( n ) − O ( 1 ) \mathcal O(n)-\mathcal O(1) O ( n ) − O ( 1 ) 。
然后考虑修改后的点造成的贡献,令修改点 x x x 的 [ l , r ] = [ max ( q l , p r x + 1 ) , min ( q r , n x x − 1 ) ] [l,r]=[\max(ql,pr_x+1),\min(qr,nx_x-1)] [ l , r ] = [ max ( q l , p r x + 1 ) , min ( q r , n x x − 1 ) ] ,则区间 [ l , r ] [l,r] [ l , r ] 的新贡献为 − f ( l , r ) + f ( l , x − 1 ) + f ( x + 1 , r ) + a x × ( x − l + 1 ) × ( r − x + 1 ) -f(l,r)+f(l,x-1)+f(x+1,r)+a_x\times (x-l+1)\times (r-x+1) − f ( l , r ) + f ( l , x − 1 ) + f ( x + 1 , r ) + a x × ( x − l + 1 ) × ( r − x + 1 ) ,只需要对每个修改后的点都做一遍再加上 f ( l , r ) f(l,r) f ( l , r ) 即可。复杂度为 O ( q B + n 2 B ) \mathcal O(qB+\frac{n^2}{B}) O ( q B + B n 2 ) ,当 n , q n,q n , q 同阶时复杂度为 O ( n n ) \mathcal O(n\sqrt n) O ( n n ) 。
边分树的科技。
类似于点分树,边分树就是将边分治过程中的重边相互连边构成一棵二叉树,若当前分治子图只剩一个点就连成叶子。这棵新树比点分树多了一个二叉树的性质,所以可以做合并和可持久化。
这题使用的就是合并的技巧。先对每个单点取出这个点跑到根经过的链,将其称为边分树链 ,也就是类似线段树合并时初始的 n n n 棵动态开点线段树。合并与线段树也类似,对于两个初始节点会在他们的边分树的 lca 处合并,此时合并信息并贡献答案即可。时空都是 O ( n log n ) \mathcal O(n\log n) O ( n log n ) ,注意边分树会有至多会有 4 n 4n 4 n 条边。
可持久化边分树板子。
考虑只有 a i ≤ b i a_i\le b_i a i ≤ b i 怎么做,就是找到一个点 x x x 满足 max a ≤ x ≤ min b \max a\le x \le \min b max a ≤ x ≤ min b ,加入一个时对区间 [ a i , b i ] [a_i,b_i] [ a i , b i ] 加一,答案就是最大的位置,直接使用线段树维护。然后考虑加入 a i > b i a_i > b_i a i > b i ,显然只能对于 max a ≤ b i < a i ≤ min b \max a\le b_i<a_i\le \min b max a ≤ b i < a i ≤ min b 才能加入 [ b i , a i ] [b_i,a_i] [ b i , a i ] ,并且最终方案只能加入至多一对 a i > b i a_i>b_i a i > b i 。思考到这里已经可以直接做三维偏序给所有被当前区间 [ a i , b i ] [a_i,b_i] [ a i , b i ] 包含的 [ b j , a j ] [b_j,a_j] [ b j , a j ] 贡献加一,然后求最大值即可,复杂度为 O ( n log 2 n ) \mathcal O(n\log^2n) O ( n log 2 n ) ,不太能过,现在已经做到三维偏序了,需要更强的性质才能优化。
前面提到了最终方案至多有一对 a i > b i a_i>b_i a i > b i ,所以能说明如果为了加入这样一对而删掉之前的 a j ≤ b j a_j\le b_j a j ≤ b j 的一定是不优的,换句话说,加入的 [ a i , b i ] [a_i,b_i] [ a i , b i ] 一定要在当前极大包含 x x x 的所有区间的交集中。◊ \Large{\color{red}\Diamond} ◊
和 arc230_d 的区别在于此题复杂度为 O ( n k log m ) \mathcal O(nk\log m) O ( n k log m ) 。
令 f w , i , j f_{w,i,j} f w , i , j 表示钦定有 i i i 行都 ≥ w \ge w ≥ w ,j j j 列都 ≤ w \le w ≤ w 的方案数,g w , i , j g_{w,i,j} g w , i , j 表示恰好,有
f w , i , j = ( k − w + 1 ) i ( m − j ) × w j ( n − i ) × k ( n − i ) ( m − j ) f_{w,i,j}=(k-w+1)^{i(m-j)}\times w^{j(n-i)}\times k^{(n-i)(m-j)}
f w , i , j = ( k − w + 1 ) i ( m − j ) × w j ( n − i ) × k ( n − i ) ( m − j )
容斥可得:
a n s = ∑ w = 1 k ∑ i = 1 n ∑ j = 1 m g w , i , j = ∑ w = 1 k ∑ i = 1 n ∑ j = 1 m ∑ x = i n ∑ y = j m ( − 1 ) x − i + y − j ( n x ) ( m y ) f w , x , y = ∑ w = 1 k ∑ x = 1 n ∑ y = 1 m ( n x ) ( m y ) f w , x , y ∑ i = 1 x ( − 1 ) x − i ∑ j = 1 y ( − 1 ) y − j = ∑ w = 1 k ∑ x = 1 n ∑ y = 1 m ( − 1 ) x − 1 + y − 1 ( n x ) ( m y ) f w , x , y ans=\sum_{w=1}^k\sum_{i=1}^n\sum_{j=1}^m g_{w,i,j}\\
=\sum_{w=1}^k\sum_{i=1}^n\sum_{j=1}^m \sum_{x=i}^n\sum_{y=j}^m (-1)^{x-i+y-j} \binom nx \binom myf_{w,x,y}\\
=\sum_{w=1}^k\sum_{x=1}^n\sum_{y=1}^m \binom nx \binom myf_{w,x,y}\sum_{i=1}^x(-1)^{x-i}\sum_{j=1}^y(-1)^{y-j}\\
=\sum_{w=1}^k\sum_{x=1}^n\sum_{y=1}^m (-1)^{x-1+y-1}\binom nx \binom myf_{w,x,y}\\
a n s = w = 1 ∑ k i = 1 ∑ n j = 1 ∑ m g w , i , j = w = 1 ∑ k i = 1 ∑ n j = 1 ∑ m x = i ∑ n y = j ∑ m ( − 1 ) x − i + y − j ( x n ) ( y m ) f w , x , y = w = 1 ∑ k x = 1 ∑ n y = 1 ∑ m ( x n ) ( y m ) f w , x , y i = 1 ∑ x ( − 1 ) x − i j = 1 ∑ y ( − 1 ) y − j = w = 1 ∑ k x = 1 ∑ n y = 1 ∑ m ( − 1 ) x − 1 + y − 1 ( x n ) ( y m ) f w , x , y
由于 m m m 较大,考虑在 f w , i , j f_{w,i,j} f w , i , j 中按 j j j 分开:
f w , i , j = [ ( k − w + 1 ) i k n − i ] m − j × ( w n − i ) j X = ( k − w + 1 ) i k n − i , Y = w n − i f w , i , j = X m − j Y j f_{w,i,j}=[(k-w+1)^ik^{n-i}]^{m-j}\times (w^{n-i})^j\\
X=(k-w+1)^ik^{n-i},Y=w^{n-i}\\
f_{w,i,j}=X^{m-j}Y^j
f w , i , j = [ ( k − w + 1 ) i k n − i ] m − j × ( w n − i ) j X = ( k − w + 1 ) i k n − i , Y = w n − i f w , i , j = X m − j Y j
这个形式已经类似二项式定理了,尝试带入:
a n s = ∑ w = 1 k ∑ x = 1 n ∑ y = 1 m ( − 1 ) x − 1 + y − 1 ( n x ) ( m y ) X m − j Y j = ∑ w = 1 k ∑ x = 1 n ( − 1 ) x ( n x ) ∑ y = 1 m ( − 1 ) y ( m y ) X m − j Y j = ∑ w = 1 k ∑ x = 1 n ( − 1 ) x ( n x ) ∑ y = 0 m ( m y ) X m − j ( − Y ) j − X m = ∑ w = 1 k ∑ x = 1 n ( − 1 ) x ( n x ) [ ( X − Y ) m − X m ] ans=\sum_{w=1}^k\sum_{x=1}^n\sum_{y=1}^m (-1)^{x-1+y-1}\binom nx \binom my X^{m-j}Y^j\\
=\sum_{w=1}^k\sum_{x=1}^n(-1)^x\binom nx\sum_{y=1}^m (-1)^y\binom my X^{m-j}Y^j\\
=\sum_{w=1}^k\sum_{x=1}^n(-1)^x\binom nx\sum_{y=\color{red}0}^m \binom my X^{m-j}(-Y)^j-X^m\\
=\sum_{w=1}^k\sum_{x=1}^n(-1)^x\binom nx[(X-Y)^m-X^m]\\
a n s = w = 1 ∑ k x = 1 ∑ n y = 1 ∑ m ( − 1 ) x − 1 + y − 1 ( x n ) ( y m ) X m − j Y j = w = 1 ∑ k x = 1 ∑ n ( − 1 ) x ( x n ) y = 1 ∑ m ( − 1 ) y ( y m ) X m − j Y j = w = 1 ∑ k x = 1 ∑ n ( − 1 ) x ( x n ) y = 0 ∑ m ( y m ) X m − j ( − Y ) j − X m = w = 1 ∑ k x = 1 ∑ n ( − 1 ) x ( x n ) [ ( X − Y ) m − X m ]
复杂度为 O ( n k log m ) \mathcal O(nk\log m) O ( n k log m ) 。
对刚刚求 a n s ans a n s 的过程将 w w w 单独提出来,有
F ( y ) = ∑ w = 1 y ∑ x = 1 n ( − 1 ) x ( n x ) [ ( X − Y ) m − X m ] F(y)=\sum_{w=1}^y\sum_{x=1}^n(-1)^x\binom nx[(X-Y)^m-X^m]\\
F ( y ) = w = 1 ∑ y x = 1 ∑ n ( − 1 ) x ( x n ) [ ( X − Y ) m − X m ]
答案就是 F ( k ) F(k) F ( k ) ,因为 k k k 很大,套路不难想到用拉差,观察 F F F 的式子,不难感受出这是个关于 y y y 的 O ( n m ) \mathcal O(nm) O ( n m ) 次多项式,因为含 w w w 的最高次数是 O ( n m ) \mathcal O(nm) O ( n m ) ,其余都是乘上常数后做前缀和,所以可以套用上面做法用拉差做到 O ( n 2 m log n ) \mathcal O(n^2m\log n) O ( n 2 m log n ) 预处理,O ( n m ) \mathcal O(nm) O ( n m ) 查询。
若只要保证有解有操作策略每次保留更小的数,令第 i i i 次抽上的球是 p i p_i p i ,则条件是 ∀ i , ∃ j < i ∩ p j < m − p i \forall i,\exist j<i \cap p_j<m-p_i ∀ i , ∃ j < i ∩ p j < m − p i 。若已经固定了 p p p ,答案就是 max { p i ∣ ∀ j > i , p j < m − p i } \max\{p_i|\forall j>i,p_j<m-p_i\} max { p i ∣ ∀ j > i , p j < m − p i } 。考虑如何对 p p p 的贡献计数。
由于限制是形如 x + y < m x+y<m x + y < m ,所以套路地将 [ 1 , n ] [1,n] [ 1 , n ] 分成 < m 2 < \frac m2 < 2 m 和 ≥ m 2 \ge \frac m2 ≥ 2 m ,然后按照 ∣ x − m 2 ∣ |x-\frac m2| ∣ x − 2 m ∣ 排序,相同时先大后小,参考下面的例子:
n=20,m=30
1,2,3,4,5,6,7,8,9,20,10,19,11,18,12,17,13,16,14,15
A,A,A,A,A,A,A,A,A,B ,A ,B ,A ,B ,A ,B ,A ,B ,A ,B
这个分组满足任意两个 A A A 相加合法,任意两个 B B B 不合法,对 x ∈ A x\in A x ∈ A 合法的 y ∈ B y\in B y ∈ B 都在 x x x 后面,对 y ∈ B y\in B y ∈ B 合法的 x ∈ A x\in A x ∈ A 都在 y y y 前面。◊ \Large{\color{red}\Diamond} ◊ 按照这个顺序来钦定相对排名。
当将 x ∈ B x\in B x ∈ B 插入开头时,实际上和插在第二位没有区别,但是后面就不能插在开头了,所以为了方便,若想将 x x x 插在开头,就插在第二位,同时将一个状态 f l fl f l 设为 1 1 1 ,若有一个 y ∈ A y\in A y ∈ A 后面插到开头就将 f l fl f l 还原成 0 0 0 。若到了最后 f l fl f l 为 1 1 1 就将方案数乘二表示可以将 x x x 放开头或第二。
现在处理完了合法性的情况,还要处理具体贡献。考虑直接钦定答案◊ \Large{\color{red}\Diamond} ◊ ,则在此之后插入的所有数都必须在答案之前出现。若答案 x ∈ B x\in B x ∈ B ,则显然后面的 A , B A,B A , B 都只能插在 p x − 1 p^{-1}_x p x − 1 前面。若答案 x ∈ A x\in A x ∈ A ,此时最后的是 y ∈ B y\in B y ∈ B ,若在更晚还往 y y y 后插入答案就会比 x x x 更大,所以还是只能往前。综上所述,钦定答案后就只能往当前最后的 B B B 前面插入了,所以 dp 时再记录最后的 B B B 的相对位置。状态 f i , j , k = { 0 , 1 } , l = { 0 , 1 } f_{i,j,k=\{0,1\},l=\{0,1\}} f i , j , k = { 0 , 1 } , l = { 0 , 1 } 表示放了 i i i 个数,最后一个 B B B 的相对位置为 j j j ,第二位是否为 B B B ,是否已经钦定答案(若还未钦定答案则记录方案数,否则记录总贡献)。
很抽象的构造题,想了很久都不会。
据说看着这个图想就没救了,尝试将这个图形象化表示。要找出 ≤ Q \le Q ≤ Q 个集合对 { R , C } \{R,C\} { R , C } ,每次操作将 ( R i , C j ) (R_i,C_j) ( R i , C j ) 染色,需要满足 ∃ R i = C j ∨ R i = C j + 1 \not\exist R_i=C_j \vee R_i=C_j+1 ∃ R i = C j ∨ R i = C j + 1 ,然后将所有 i < j ∨ i > j + 1 i<j\vee i>j+1 i < j ∨ i > j + 1 的点 ( i , j ) (i,j) ( i , j ) 染色。
发现 Q = O ( log 2 n ) Q=\mathcal O(\log_2 n) Q = O ( log 2 n ) ,考虑分治解决 [ l , r ] [l,r] [ l , r ] 的部分,即 ( i , j ) (i,j) ( i , j ) 满足 min ( i , j ) ≤ m i d ≤ max ( i , j ) \min(i,j)\le mid\le \max(i,j) min ( i , j ) ≤ m i d ≤ max ( i , j ) 的染色。可以操作 1. ( R = [ l , m i d ] , C = [ m i d + 1 , r ] ) 1.(R=[l,mid],C=[mid+1,r]) 1 . ( R = [ l , m i d ] , C = [ m i d + 1 , r ] ) ,2. ( R = [ m i d + 1 , r ] , C = [ l , m i d ) 2.(R=[mid+1,r],C=[l,mid) 2 . ( R = [ m i d + 1 , r ] , C = [ l , m i d ) ,3. ( R = [ m i d + 1 , r ] , C = { m i d } ) 3.(R=[mid+1,r],C=\{mid\}) 3 . ( R = [ m i d + 1 , r ] , C = { m i d } ) 。随后 [ l , m i d ] , ( m i d , r ] [l,mid],(mid,r] [ l , m i d ] , ( m i d , r ] 的部分可以同时进行,所以次数为 3 log 2 n 3\log_2 n 3 log 2 n 。发现 3 3 3 的操作点数很少,思考能不能划到别的里面,如果不操作 3 3 3 ,则 m i d mid m i d 和 [ m i d + 2 , r ] [mid+2,r] [ m i d + 2 , r ] 之间就还未染色,考虑继续下放这个要求到后面,将 ( m i d , r ] (mid,r] ( m i d , r ] 改成 [ m i d , r ] [mid,r] [ m i d , r ] ,这样就完成了 3 3 3 的操作效果,但直接这样并行后会导致不满足 R i ≠ C j R_i\neq C_j R i = C j ,参考下面的图。如果按照上面同时进行就会有 R i = C j = m i d R_i=C_j=mid R i = C j = m i d ,所以不行,需要错位操作,即 RCCR 和 CRRC。操作次数降到了 2 log n + O ( 1 ) 2\log n+\mathcal O(1) 2 log n + O ( 1 ) ,注意在区间长度 ≤ 4 \le 4 ≤ 4 时要暴力做。
qoj
依旧据说是一个很典的问题:第 i i i 个位置选 ( 有 a i a_i a i 的贡献,选 )有 b i b_i b i 的贡献,求最后整个序列是合法括号串的最大贡献和。首先可以将 a i ← a i − b i a_i\gets a_i-b_i a i ← a i − b i ,然后选作 ( 有 a i a_i a i 贡献。然后有前 2 i + 1 2i+1 2 i + 1 个位置至少要有 i + 1 i+1 i + 1 个左括号,所以每次将 a 2 i , a 2 i + 1 a_{2i},a_{2i+1} a 2 i , a 2 i + 1 放入大根堆,然后堆中取出最大的元素使其成为左括号并加上贡献。
对于原题中的询问令 b i = a i ≥ a k b_i=a_i\ge a_k b i = a i ≥ a k ,然后暴力就是维护一个 c c c ,每次将 w ← max ( 0 , w + c i + c i + 1 − 1 ) w\gets \max(0,w+c_i+c_{i+1}-1) w ← max ( 0 , w + c i + c i + 1 − 1 ) ,若在 i ≥ k i\ge k i ≥ k 时还有 w = 0 w=0 w = 0 的时刻就说明一定会成为左括号,右括号类似,然后现在就有 O ( n q ) \mathcal O(nq) O ( n q ) 。
剩下的其实不难,直接用线段树维护上面的东西,然后从小到大扫 a i a_i a i 即可。复杂度为 O ( ( n + q ) log n ) \mathcal O((n+q)\log n) O ( ( n + q ) log n ) 。
引理:
F ( n , m ) = ∑ i = 0 n ( m + i m ) = ( n + m + 1 m + 1 ) G ( n , m ) = ∑ i = 0 n i ( m + i m ) = ( m + 1 ) ( m + n + 1 m + 2 ) H ( n , m ) = ∑ i = 0 n i 2 ( m + i m ) = ( m + 1 ) ( m + n + 1 m + 2 ) + ( m + 1 ) ( m + 2 ) ( m + n + 1 m + 3 ) F(n,m)=\sum_{i=0}^n \binom{m+i}m=\binom{n+m+1}{m+1}\\
G(n,m)=\sum_{i=0}^n i\binom{m+i}m=(m+1)\binom{m+n+1}{m+2}\\
H(n,m)=\sum_{i=0}^n i^2\binom{m+i}m=(m+1)\binom{m+n+1}{m+2}+(m+1)(m+2)\binom{m+n+1}{m+3}
F ( n , m ) = i = 0 ∑ n ( m m + i ) = ( m + 1 n + m + 1 ) G ( n , m ) = i = 0 ∑ n i ( m m + i ) = ( m + 1 ) ( m + 2 m + n + 1 ) H ( n , m ) = i = 0 ∑ n i 2 ( m m + i ) = ( m + 1 ) ( m + 2 m + n + 1 ) + ( m + 1 ) ( m + 2 ) ( m + 3 m + n + 1 )
证明:
F ( n , m ) = ∑ i = 0 n ( m + i + 1 m + 1 ) − ( m + i m + 1 ) = ( m + n + 1 m + 1 ) G ( n , m ) = ∑ i = 0 n i ( m + i m ) = ∑ i = 0 n ( m + i ) ! m ! ( i − 1 ) ! = ( m + 1 ) ∑ i = 0 n ( m + i m + 1 ) = ( m + 1 ) ( m + n + 1 m + 2 ) H ( n , m ) = ∑ i = 0 n i 2 ( m + i m ) = ∑ i = 0 n i ( m + i m ) + i ( i − 1 ) ( m + i m ) = G ( n , m ) + ∑ i = 0 n ( m + i ) ! m ! ( i − 2 ) ! = G ( n , m ) + ( m + 1 ) ( m + 2 ) ∑ i = 0 n ( m + i m + 2 ) = ( m + 1 ) ( m + n + 1 m + 2 ) + ( m + 1 ) ( m + 2 ) ( m + n + 1 m + 3 ) F(n,m)=\sum_{i=0}^n \binom{m+i+1}{m+1}-\binom{m+i}{m+1}=\binom{m+n+1}{m+1}\\
G(n,m)=\sum_{i=0}^n i\binom{m+i}m=\sum_{i=0}^n \frac{(m+i)!}{m!(i-1)!}=(m+1)\sum_{i=0}^n \binom{m+i}{m+1}=(m+1)\binom{m+n+1}{m+2}\\
H(n,m)=\sum_{i=0}^n i^2\binom{m+i}m=\sum_{i=0}^n i\binom{m+i}m+i(i-1)\binom{m+i}m=G(n,m)+\sum_{i=0}^n\frac{(m+i)!}{m!(i-2)!}\\
=G(n,m)+(m+1)(m+2)\sum_{i=0}^n \binom {m+i}{m+2}=(m+1)\binom{m+n+1}{m+2}+(m+1)(m+2)\binom{m+n+1}{m+3}
F ( n , m ) = i = 0 ∑ n ( m + 1 m + i + 1 ) − ( m + 1 m + i ) = ( m + 1 m + n + 1 ) G ( n , m ) = i = 0 ∑ n i ( m m + i ) = i = 0 ∑ n m ! ( i − 1 ) ! ( m + i ) ! = ( m + 1 ) i = 0 ∑ n ( m + 1 m + i ) = ( m + 1 ) ( m + 2 m + n + 1 ) H ( n , m ) = i = 0 ∑ n i 2 ( m m + i ) = i = 0 ∑ n i ( m m + i ) + i ( i − 1 ) ( m m + i ) = G ( n , m ) + i = 0 ∑ n m ! ( i − 2 ) ! ( m + i ) ! = G ( n , m ) + ( m + 1 ) ( m + 2 ) i = 0 ∑ n ( m + 2 m + i ) = ( m + 1 ) ( m + 2 m + n + 1 ) + ( m + 1 ) ( m + 2 ) ( m + 3 m + n + 1 )
实际上应该可以继续拆下去做 ∑ i k ( m + i m ) \sum i^k\binom{m+i}m ∑ i k ( m m + i ) ,这里主要用到的技巧是在获得 ( m + i ) ! m ! ( i − 1 ) ! \frac{(m+i)!}{m!(i-1)!} m ! ( i − 1 ) ! ( m + i ) ! 时分子分母补一个常数 ( m + 1 ) (m+1) ( m + 1 ) ,然后就能写成组合数了。
位置 i i i 的贡献不难写作:
s u m = m − s n ∑ x = 0 s u m ( x + c i − 1 c i − 1 ) ( s u m − x + c n − c i − 1 c n − c i − 1 ) ( x + s i ) 2 = ∑ x = 0 s u m ( x + c i − 1 c i − 1 ) ( s u m − x + c n − c i − 1 c n − c i − 1 ) ( s i 2 + 2 x s i + x 2 ) W 1 = s i 2 ( s u m + c n − 1 c n − 1 ) W 2 = 2 s i ∑ x = 0 s u m ( x + c i − 1 ) ! ( x − 1 ) ! ( c i − 1 ) ! ( s u m − x + c n − c i − 1 c n − c i − 1 ) = 2 s i c i ∑ x ( x + c i − 1 c i ) ( s u m − x + c n − c i − 1 c n − c i − 1 ) = 2 s i c i ( s u m + c n − 1 c n ) W 3 = W 2 2 s i + ∑ x = 0 s u m ( x + c i − 1 ) ! ( x − 2 ) ! ( c i − 1 ) ! ( s u m − x + c n − c i − 1 c n − c i − 1 ) = c i ( s u m + c n − 1 c n ) + c i ( c i + 1 ) ∑ x ( x + c i − 1 c i + 1 ) ( s u m − x + c n − c i − 1 c n − c i − 1 ) = c i ( s u m + c n − 1 c n ) + c i ( c i + 1 ) ( s u m + c n − 1 c n + 1 ) sum=m-s_n\\
\sum_{x=0}^{sum}\binom{x+c_i-1}{c_i-1}\binom{sum-x+c_n-c_i-1}{c_n-c_i-1}(x+s_i)^2=\sum_{x=0}^{sum}\binom{x+c_i-1}{c_i-1}\binom{sum-x+c_n-c_i-1}{c_n-c_i-1}(s_i^2+2xs_i+x^2)\\
W_1=s_i^2\binom{sum+c_n-1}{c_n-1}\\
W_2=2s_i\sum_{x=0}^{sum}\frac{(x+c_i-1)!}{(x-1)!(c_i-1)!}\binom{sum-x+c_n-c_i-1}{c_n-c_i-1}=2s_ic_i\sum_x \binom{x+c_i-1}{c_i}\binom{sum-x+c_n-c_i-1}{c_n-c_i-1}=2s_ic_i\binom{sum+c_n-1}{c_n}\\
W_3=\frac{W_2}{2s_i}+\sum_{x=0}^{sum} \frac{(x+c_i-1)!}{(x-2)!(c_i-1)!}\binom{sum-x+c_n-c_i-1}{c_n-c_i-1}=c_i\binom{sum+c_n-1}{c_n}+c_i(c_i+1)\sum_x \binom{x+c_i-1}{c_i+1}\binom{sum-x+c_n-c_i-1}{c_n-c_i-1}\\
=c_i\binom{sum+c_n-1}{c_n}+c_i(c_i+1)\binom{sum+c_n-1}{c_n+1}\\
s u m = m − s n x = 0 ∑ s u m ( c i − 1 x + c i − 1 ) ( c n − c i − 1 s u m − x + c n − c i − 1 ) ( x + s i ) 2 = x = 0 ∑ s u m ( c i − 1 x + c i − 1 ) ( c n − c i − 1 s u m − x + c n − c i − 1 ) ( s i 2 + 2 x s i + x 2 ) W 1 = s i 2 ( c n − 1 s u m + c n − 1 ) W 2 = 2 s i x = 0 ∑ s u m ( x − 1 ) ! ( c i − 1 ) ! ( x + c i − 1 ) ! ( c n − c i − 1 s u m − x + c n − c i − 1 ) = 2 s i c i x ∑ ( c i x + c i − 1 ) ( c n − c i − 1 s u m − x + c n − c i − 1 ) = 2 s i c i ( c n s u m + c n − 1 ) W 3 = 2 s i W 2 + x = 0 ∑ s u m ( x − 2 ) ! ( c i − 1 ) ! ( x + c i − 1 ) ! ( c n − c i − 1 s u m − x + c n − c i − 1 ) = c i ( c n s u m + c n − 1 ) + c i ( c i + 1 ) x ∑ ( c i + 1 x + c i − 1 ) ( c n − c i − 1 s u m − x + c n − c i − 1 ) = c i ( c n s u m + c n − 1 ) + c i ( c i + 1 ) ( c n + 1 s u m + c n − 1 )
这可能也是一个 trick。
发现每次求 F F F 的过程形如将 a a a 排序后 F ← 1 F\gets 1 F ← 1 ,若 F ≥ a i F\ge a_i F ≥ a i 则 F ← F + a i F\gets F+a_i F ← F + a i ,最后 F F F 就是答案。正常做需要对着值域中的所有位置判断是否有 F ≥ x F\ge x F ≥ x ,但是每次 F ← F + a i F\gets F+a_i F ← F + a i 会加的值越来越大,考虑对值域进行二进制分组◊ \Large{\color{red}\Diamond} ◊ ,分成 { [ 1 , 2 ) , [ 2 , 4 ) , [ 4 , 8 ) , … } \{[1,2),[2,4),[4,8),\dots\} { [ 1 , 2 ) , [ 2 , 4 ) , [ 4 , 8 ) , … } ,这样分组就有了性质:每个组内的区间若存在一个 a i ∈ [ l , r ) , F ≥ a i a_i\in[l,r),F\ge a_i a i ∈ [ l , r ) , F ≥ a i ,那么做一次 F ← F + a i F\gets F+a_i F ← F + a i 就会直接离开这个区间(F + a i ≥ r F+a_i\ge r F + a i ≥ r ),所以整个过程一定只会跨过 log 2 V \log_2V log 2 V 个区间。
令 f i , r f_{i,r} f i , r 表示右端点为 r r r 时 F ( l , r ) F(l,r) F ( l , r ) 跨过了 [ 2 i , 2 i + 1 ) [2^i,2^{i+1}) [ 2 i , 2 i + 1 ) 的最大的左端点。令 l = f i , r l=f_{i,r} l = f i , r ,s = 1 + ∑ x = l r [ a x < 2 i ] a x s=1+\sum_{x=l}^r [a_x<2^i]a_x s = 1 + ∑ x = l r [ a x < 2 i ] a x ,m n = min ( 2 i + 1 , min a x ≥ 2 i a x ) mn=\min(2^{i+1},\min_{a_x\ge 2^i}a_x) m n = min ( 2 i + 1 , min a x ≥ 2 i a x ) 需要满足 l ≤ f i − 1 , r l\le f_{i-1,r} l ≤ f i − 1 , r ,s ≥ m n s\ge mn s ≥ m n 。不难通过 set 做到 O ( n log n log V ) \mathcal O(n\log n\log V) O ( n log n log V ) 求 f f f ,可以用单调队列做到 O ( n log n V ) \mathcal O(n\log nV) O ( n log n V ) 。
现在考虑固定右端点 r r r 求答案。区间 l ∈ ( f i + 1 , r , f i , r ] l\in (f_{i+1,r},f_{i,r}] l ∈ ( f i + 1 , r , f i , r ] 满足 2 i + 1 ≤ F ( l , r ) < 2 i + 2 2^{i+1}\le F(l,r)<2^{i+2} 2 i + 1 ≤ F ( l , r ) < 2 i + 2 ,且 F ( l , r ) = 1 + ∑ x = l r [ a x < 2 i + 1 ] a x F(l,r)=1+\sum_{x=l}^r[a_x<2^{i+1}]a_x F ( l , r ) = 1 + ∑ x = l r [ a x < 2 i + 1 ] a x ,直接使用前缀和的前缀和不难 O ( 1 ) \mathcal O(1) O ( 1 ) 求出区间内 l l l 的答案,这部分复杂度就是 O ( n log n V ) \mathcal O(n\log nV) O ( n log n V ) 。
AT_abc458_g [ABC458G] Children Yearn for the Evil Kindergarten
反悔贪心还是太吃操作了,还是多积累一个做法吧。
反悔贪心做法
先二分答案,直接贪心策略是每次先给所有小孩 b i b_i b i ,然后剩余的尽量让最多个小孩达到 c i c_i c i 然后离开。但是这显然不对,因为有两种可能 1.前面让太多小孩离开导致到某个时刻无法满足 b i b_i b i 的限制。2.c i − 1 c_{i-1} c i − 1 很大但是 c i c_i c i 很小,在 i − 1 i-1 i − 1 离开会导致无法在 i i i 离开。但实际上都可以使用反悔来解决。若想让 j j j 时刻逃离的小孩在 i i i 时刻回来,则能获得 c j − ∑ k = j + 1 i b k c_j-\sum_{k=j+1}^i b_k c j − ∑ k = j + 1 i b k 的贡献,记 s s s 为 b b b 的前缀和,则用堆维护 c j − s j c_j-s_j c j − s j 的最大值即可。若当前时刻的奖牌总数无法满足 b b b 的限制就一直反悔,若堆顶的小孩在当前时刻逃离能更优也要反悔,注意需要对本质相同的小孩同时处理。
slope trick 做法
可能这个更正常一点,但是 dp 状态也是比较奇怪。
正着做既要维护当前奖牌数又要维护小孩数太麻烦,考虑倒着维护后缀。记 f i , j f_{i,j} f i , j 表示让 j j j 个小孩在 [ i , n ] [i,n] [ i , n ] 离开所需的最少的 i − 1 i-1 i − 1 留下来的奖牌个数。转移考虑枚举有多少个在 i i i 时刻逃离:
f i , j = max ( 0 , b i × j − a i + min k = 0 j ( c i × k + f i + 1 , j − k ) ) f_{i,j}=\max(0,b_i\times j-a_i+\min_{k=0}^j (c_i\times k+f_{i+1,j-k}))
f i , j = max ( 0 , b i × j − a i + k = 0 min j ( c i × k + f i + 1 , j − k ) )
感性理解 F i ( x ) = f i , x F_i(x)=f_{i,x} F i ( x ) = f i , x 是凸的,证明可以发现转移式是做 ( min , + ) (\min,+) ( min , + ) 卷积。考虑使用 slope trick◊ \Large{\color{red}\Diamond} ◊ ,取 min \min min 就是将所有的斜率和 c i c_i c i 取 min \min min ,然后将所有的斜率加上 b i b_i b i ,和 0 0 0 取 max \max max 就是将一个前缀斜率覆盖成 0 0 0 。所以要做的操作只有前后缀推平,全局加,直接用 deque 不难做到线性。
AT_utpc2023_g Graph Weighting
显然一个点双内的所有边需要是相同的边权,令第 i i i 个点双有 v i + 1 v_i+1 v i + 1 个点和 e i e_i e i 条边,边权都是 x i x_i x i ,则要求 ∑ v i x i = W , min ∑ e i x i 2 \sum v_ix_i=W,\min\sum e_ix^2_i ∑ v i x i = W , min ∑ e i x i 2 。
直接做可以 O ( n K 2 ) \mathcal O(nK^2) O ( n K 2 ) ,记 f i , j f_{i,j} f i , j 表示前 i i i 个点双有 ∑ v i x i = j \sum v_ix_i=j ∑ v i x i = j 的最小 ∑ e i x i 2 \sum e_ix_i^2 ∑ e i x i 2 ,转移时枚举 x i x_i x i 。发现每次就是对 e i x 2 e_ix^2 e i x 2 做 ( min , + ) (\min,+) ( min , + ) 卷积,而 x 2 x^2 x 2 是凸的,所以用决策单调性可以做到 O ( n K log K ) \mathcal O(nK\log K) O ( n K log K ) 。
现在还是不够快,感觉当 v i v_i v i 相同时每个都重复做卷积没有必要,考虑同时对所有 v i v_i v i 相同的点双一起做。可以贪心每次将 e i [ ( x i + 1 ) 2 − x i 2 ] e_i[(x_i+1)^2-x_i^2] e i [ ( x i + 1 ) 2 − x i 2 ] 放入小根堆中,然后取出最小的后 x i ← x i + 1 x_i\gets x_i+1 x i ← x i + 1 就能贪心地解决求 g i = min ∑ e j x j 2 , ∑ v j = i g_i=\min\sum e_jx_j^2,\sum v_j=i g i = min ∑ e j x j 2 , ∑ v j = i 。g i g_i g i 的 i i i 只有 ⌊ K i ⌋ \lfloor\frac K i\rfloor ⌊ i K ⌋ 种取值,对所有不同 v v v 求解的复杂度为 O ( K ln K log n ) \mathcal O(K\ln K\log n) O ( K ln K log n ) 。此时得出的 g i g_i g i 的有值点也满足凸性,但是因为只有 v i v_i v i 的倍数位置有值,所以合并后的 f f f 并没有凸性,要做不凸函数和凸函数合并。
由于按照点双分组,有 ∑ e i = m , e i ≥ v i \sum e_i=m,e_i\ge v_i ∑ e i = m , e i ≥ v i ,所以 v i v_i v i 只有 O ( m ) \mathcal O(\sqrt m) O ( m ) 种值,直接套用上面的决策单调性合并就能做到 O ( K m log K + K ln K log n ) \mathcal O(K\sqrt m\log K+K\ln K\log n) O ( K m log K + K ln K log n ) 。
解释一下前文如何对长为 n n n 的无性质数组 a a a 和长为 m m m 的下凸数组 b b b 在 O ( ( n + m ) log ( n + m ) ) \mathcal O((n+m)\log (n+m)) O ( ( n + m ) log ( n + m ) ) 做 ( m i n , + ) (min,+) ( m i n , + ) 卷积。令卷积后的数组为 c c c ,即 c i = min ( a j + b i − j ) c_i=\min (a_j+b_{i-j}) c i = min ( a j + b i − j ) ,令 w ( i , j ) = a i + b j − i w(i,j)=a_i+b_{j-i} w ( i , j ) = a i + b j − i ,则 w w w 满足四边形不等式,即 w ( i , j ) + w ( i + 1 , j + 1 ) ≤ w ( i , j + 1 ) + w ( i + 1 , j ) w(i,j)+w(i+1,j+1)\le w(i,j+1)+w(i+1,j) w ( i , j ) + w ( i + 1 , j + 1 ) ≤ w ( i , j + 1 ) + w ( i + 1 , j ) ,因为 2 b j − i ≤ b j − i + 1 + b j − i − 1 2b_{j-i}\le b_{j-i+1}+b_{j-i-1} 2 b j − i ≤ b j − i + 1 + b j − i − 1 (b b b 的凸性)。因此有 o p t i opt_i o p t i 表示 c i c_i c i 从 a o p t i {\color{red}a}_{opt_i} a o p t i 转移单调不降(注意不是 b b b ),直接使用分治优化即可做到 O ( ( n + m ) log ( n + m ) ) \mathcal O((n+m)\log (n+m)) O ( ( n + m ) log ( n + m ) ) 。
可能算是反射容斥板子题?
首先需要注意到 这样的树的定义就是与长为 2 n 2n 2 n 的合法括号串一一匹配的,然后就转化成一种括号串的贡献为最大前缀和(左右括号赋值 1 , − 1 1,-1 1 , − 1 ),求所有括号串权值和。◊ \Large{\color{red}\Diamond} ◊
再转化一下,放在网格图上就是形如有两条线 y = x − 1 y=x-1 y = x − 1 和 y = x + i y=x+i y = x + i 不能走到,求从 ( 0 , 0 ) (0,0) ( 0 , 0 ) 走到 ( n , n ) (n,n) ( n , n ) 的方案数。想了很久无果,最后发现就是个板子。记 A A A 为到达 y = x − 1 y=x-1 y = x − 1 并随后离开,B B B 同理。则答案为 f ( ∅ ) − f ( A ) − f ( B ) + f ( A B ) + f ( B A ) − f ( A B A ) − f ( B A B ) + … f(\empty)-f(A)-f(B)+f(AB)+f(BA)-f(ABA)-f(BAB)+\dots f ( ∅ ) − f ( A ) − f ( B ) + f ( A B ) + f ( B A ) − f ( A B A ) − f ( B A B ) + … ,其中比如 f ( A B ) f(AB) f ( A B ) 表示钦定先后完成 A B AB A B 的路径数,求解 f f f 可以直接类似只有一条禁线一样做多次对称,当对称后的点离开第一象限就停止。证明不难,但是第一次见还是不太会。这样做能证明在 O ( n i ) \mathcal O(\frac n i) O ( i n ) 步后就会离开第一象限,总复杂度为 O ( n ln n ) \mathcal O(n\ln n) O ( n ln n ) 。
求
[ x S y T ] ∏ i = 1 n 1 1 − x y a i [x^Sy^T]\prod_{i=1}^n \frac{1}{1-xy^{a_i}}
[ x S y T ] i = 1 ∏ n 1 − x y a i 1
有类似 BM 的多项式做法,但是不太会。
考虑对 S , T S,T S , T 二进制拆位,记 f i , j , k f_{i,j,k} f i , j , k 表示只考虑 c x c_x c x 的 i i i 个低位,求和满足了 S , T S,T S , T 的前 i i i 个低位的限制,∑ c i \sum c_i ∑ c i 造成 j j j 个进位,∑ A i c i \sum A_ic_i ∑ A i c i 造成 k k k 个进位的方案数。转移考虑对 c x c_x c x 的第 i i i 位做01背包,随后与 f f f 合并转移即可。总复杂度为 O ( n 3 max A log V ) \mathcal O(n^3\max A\log V) O ( n 3 max A log V ) 。
考虑在每次出现极长段ABC的地方进行容斥,即找到形如(A/B)ABC,(B/C)BCA,(A/C)CAB。使用二项式反演将恰好没有出现转化成钦定出现若干极长段,但是会发现若极长段在开头就可能有三种形式,其他情况可以根据段的前一个位是A/B/C确定只有两种可能不合法段。这里可以认为 S 0 = A S_0=A S 0 = A ,算完后再加上 S [ 1 , 3 ] = A B C S[1,3]=ABC S [ 1 , 3 ] = A B C 的情况即可。现在考虑已经确定 S 0 S_0 S 0 ,没有不合法段的方案数,记为 f ( a , b , c ) f(a,b,c) f ( a , b , c ) 。由二项式反演不难得到:
f ( a , b , c ) = ∑ i = 0 min ( a , b , c ) ( − 1 ) i ( a + b + c − 3 i a − i , b − i , c − i ) ( a + b + c − 2 i i ) 2 i f(a,b,c)=\sum_{i=0}^{\min(a,b,c)} (-1)^i \binom{a+b+c-3i}{a-i,b-i,c-i}\binom{a+b+c-2i}{i}2^i
f ( a , b , c ) = i = 0 ∑ min ( a , b , c ) ( − 1 ) i ( a − i , b − i , c − i a + b + c − 3 i ) ( i a + b + c − 2 i ) 2 i
其中第一个组合数表示将没被钦定的位置排列,第二个组合数表示往 a + b + c − 3 i + 1 a+b+c-3i+1 a + b + c − 3 i + 1 个空里插入 i i i 段ABC,即往 n = a + b + c − 3 i − 1 n=a+b+c-3i-1 n = a + b + c − 3 i − 1 个洞放 m = i m=i m = i 个球,方案数为 ( n + m − 1 n − 1 ) = ( a + b + c − 2 i a + b + c − 3 i ) = ( a + b + c − 2 i i ) \binom{n+m-1}{n-1}=\binom{a+b+c-2i}{a+b+c-3i}=\binom{a+b+c-2i}i ( n − 1 n + m − 1 ) = ( a + b + c − 3 i a + b + c − 2 i ) = ( i a + b + c − 2 i ) ,最后 2 i 2^i 2 i 就是根据插入位置的上一个位置确定两种ABC的排列顺序。答案就是 f ( a , b , c ) − f ( a − 1 , b − 1 , c − 1 ) f(a,b,c){\color{red}-}f(a-1,b-1,c-1) f ( a , b , c ) − f ( a − 1 , b − 1 , c − 1 ) ,减号是因为已经钦定了一个ABC段,所以要多乘上一个 − 1 -1 − 1 的容斥系数。
大困难题,看题解感觉应该还挺自然的,但是自己做就是会绕圈乱想。
首先有重要观察,给前缀操作就相当于给区间操作◊ \Large{\color{red}\Diamond} ◊ ,所以要做的就是给 a a a 划分成 k k k 段,每段 ⊕ \oplus ⊕ 上同一个数,最后要求 a a a 单调不降(若最后一段不异或答案 − 1 -1 − 1 ),求 k k k 的最小值。
先考虑 a n a_n a n 要被异或。其次,对于跨越两端之间的数 a i , a i + 1 a_i,a_{i+1} a i , a i + 1 可以让 a i + 1 a_{i+1} a i + 1 异或的数加上 2 b i g 2^{big} 2 b i g 次方,这样就能保证段之间是单调的,只要满足对于每个段内有 a i ⊕ x ≤ a i + 1 ⊕ x a_i\oplus x\le a_{i+1}\oplus x a i ⊕ x ≤ a i + 1 ⊕ x 即可。分段时考虑贪心让每段尽量长,考虑 a i ⊕ a i + 1 a_i\oplus a_{i+1} a i ⊕ a i + 1 的最高位为 k k k ,则 x x x 的第 k k k 位应和 a i a_i a i 相同,当出现矛盾时就结束分段,复杂度 O ( n ) \mathcal O(n) O ( n ) ,可以解决特殊性质部分。
对于 a n a_n a n 不会被异或的情况,显然答案至少是上面的 a n s − 1 ans-1 a n s − 1 ,并且希望让最后一个被异或的数最小。令前面 [ 1 , i ] [1,i] [ 1 , i ] 的答案为 f i f_i f i ,则类似地令 g i g_i g i 表示前 i i i 个数分成 f i f_i f i 个段的最小的 a i a_i a i ,转移可以枚举 i i i 在的段的左端点,然后可以 O ( 1 ) / O ( log V ) \mathcal O(1)/\mathcal O(\log V) O ( 1 ) / O ( log V ) 算出答案,复杂度为 O ( n 2 / n 2 log V ) \mathcal O(n^2/n^2\log V) O ( n 2 / n 2 log V ) ,考虑优化。
完了,好像发现正解和上面的 dp 没有很大关系。考虑 dp 实际上的操作就是对于固定的 i i i ,从右往左枚举 j j j 同时加入所有满足 a j ⊕ x ≥ g j − 1 a_j\oplus x\ge g_{j-1} a j ⊕ x ≥ g j − 1 且 x x x 满足 [ j , i ] [j,i] [ j , i ] 的限制的 x x x ,查询时找到 min ( x ⊕ a i ) \min(x\oplus a_i) min ( x ⊕ a i ) 。考虑使用 trie 维护,[ j , i ] [j,i] [ j , i ] 的限制就是若干位不能为 0 / 1 0/1 0 / 1 ,这个可以通过在 trie 上维护 b a n u , i , 0 / 1 = 0 / 1 ban_{u,i,0/1}=0/1 b a n u , i , 0 / 1 = 0 / 1 表示 u u u 子树内距离为 i i i 的点往 0 / 1 0/1 0 / 1 方向的边是否被删除维护,在查询时 pushdown 即可。对于将 a j ⊕ x ≥ g j − 1 a_j\oplus x \ge g_{j-1} a j ⊕ x ≥ g j − 1 也是类似标记添加一个满二叉树。查询时可以直接暴力走,因为若当前子树内没有满足要求的点就可以在查询后删除,均摊复杂度和插入复杂度一样都是 O ( n log V ) \mathcal O(n\log V) O ( n log V ) 。
不知道为啥不太会线段树维护区间复合函数,严肃学习。好像对于较为简单的信息可以处理区间操作/变换后的结果。
这个题能在线做的主要原因应该是当有出发点满足 ∣ x − y ∣ ≤ 1 |x-y|\le 1 ∣ x − y ∣ ≤ 1 时,∣ e n x − e n y ∣ ≤ 1 |en_x-en_y|\le 1 ∣ e n x − e n y ∣ ≤ 1 ,并且可以分讨出具体位置和贡献。对于每个线段树区间维护 l , r , x , k l,r,x,k l , r , x , k 表示当出发点在 [ l , r ] [l,r] [ l , r ] 时会产生最大贡献 k k k ,最后位移为 x x x ,然后所有出发点和贡献形成的函数就是类似先在 [ 0 , l ) [0,l) [ 0 , l ) 向上然后 [ l , r ] [l,r] [ l , r ] 不变最后 ( r , m ] (r,m] ( r , m ] 下降,不难对这个信息进行合并,然后就做完了。
还有这个题 也是类似的,并且没必要写题解的将时间维减去坐标维。
按照从大到小贪心考虑能否将两个学生放在不同组中,使用拓展域并查集时若 ( a i , b i + 2 n ) (a_i,b_i+2n) ( a i , b i + 2 n ) 或 ( a i , b i ) (a_i,b_i) ( a i , b i ) 已经合并就没有影响,否则考虑能否将 a i a_i a i 和 b i + 2 n b_i+2n b i + 2 n 合并后还能分成两组大小为 n n n 的集合。考虑直接暴力将所有目前确定的连通块的分成 A , B ( ∣ A ∣ ≥ ∣ B ∣ ) A,B(|A|\ge |B|) A , B ( ∣ A ∣ ≥ ∣ B ∣ ) ,最后需要让 ∑ ± ( ∣ A ∣ − ∣ B ∣ ) = 0 \sum \pm(|A|-|B|)=0 ∑ ± ( ∣ A ∣ − ∣ B ∣ ) = 0 ,由于 ∣ A ∣ − ∣ B ∣ |A|-|B| ∣ A ∣ − ∣ B ∣ 只有 O ( n ) \mathcal O(\sqrt n) O ( n ) 种,用多重背包可以做到 O ( n 2 n log n ω ) \mathcal O(\frac{n^2\sqrt n\log n}{\omega}) O ( ω n 2 n log n ) ,注意分子是 n 2 n^2 n 2 不是 n m nm n m 因为每次一定会合并两个节点,一共只有 O ( n ) \mathcal O(n) O ( n ) 次多重背包。
发现每次做背包时只需要改变 a i , b i , a i + 2 n , b i + 2 n a_i,b_i,a_i+2n,b_i+2n a i , b i , a i + 2 n , b i + 2 n 的所在连通块大小,其他物品体积都不会变,所以考虑随便设置一个大模数后在背包求方案数,这样就能支持 O ( n ) \mathcal O(n) O ( n ) 单次退背包了。复杂度为 O ( n 2 + m α ( n ) ) \mathcal O(n^2+m\alpha(n)) O ( n 2 + m α ( n ) ) 。
如果使用子树内最大深度加次大深度的方式刻画直径会发现加法求最小值不好刻画,所以考虑对两个的 max \max max 进行限制后二分答案。具体的,若直径为 x x x ,则一定能找到一个节点或分离一条边的方式满足断开后整棵树分成若干个 m x d e p ≤ x 2 mxdep\le \frac x2 m x d e p ≤ 2 x 的连通块。◊ \Large{\color{red}\Diamond} ◊
想到这里剩下就不太难了,对于每一条边计算断开这条边后形成的连通块的 m x d e p mxdep m x d e p 和 ∑ v is leaf d e p v \sum_\text{v is leaf}dep_v ∑ v is leaf d e p v ,加的边权显然只会影响叶子,可以二分答案或解方程做到 O ( n log n ) / O ( n ) \mathcal O(n\log n)/\mathcal O(n) O ( n log n ) / O ( n ) 。