智乃酱的静态数组维护问题多项式

2023-11-03 07:40

本文主要是介绍智乃酱的静态数组维护问题多项式,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

差分维护多项式前缀和

在这里插入图片描述

前置知识

定理:最高次项为n次的多项式做n+1次差分的余项为常数

题目最多为5次,所以做6次差分就够了。 如果次数小于6次,每多做一次差分增加一项余项,余项还是不超过6(可以直接去打印出来试试看)



现在开始解题

题目要求修改区间 l ∼ r l \sim r lr
实际上是给这个区间各个位置加上对应的多项式函数 0 , ⋯ , f ( x 1 ) , f ( x 2 ) , ⋯ , f ( x i ) , ⋯ , f ( x r − l + 1 ) 0 , \cdots, f(x_{1}) , f(x_{ 2}) , \cdots , f(x_{i}) , \cdots, f(x_{r - l + 1}) 0f(x1),f(x2),,f(xi),,f(xrl+1)
这样的时间复杂度是o(n)的,这个时候可以利用上面的那个定理,对原数组和多项式分别做6次差分再把他转换成修改区间
l ∼ l + 5 l\sim l + 5 ll+5
因为差分和前缀和是两个逆过程,原数组求差分可以得到差分数组,差分数组求前缀和可以得到原数组,差分数组和原数组可以相互转换。 所以可以把对原数组的区间修改转换为对差分数组的修改,修改结束后再把差分数组做对应次数的前缀和转换为原数组即可

题目的多项式最高次数只有5,对多项式的 1 ∼ r − l + 1 1\sim r - l + 1 1rl+1做6次差分,就能保证余项一定在前6项,后面的项就都是0,对结果不影响,所以你只要把多项式6次差分得到的前6项修改到原数组的6次差分数组的前6项即可,这样时间复杂度就是O(1)




细说一下:你把区间 l ∼ r l \sim r lr 各自加上一个多项式 f ( i ) , i ϵ [ 1 , r − l + 1 ] f(i),i \epsilon \left [ 1,r - l + 1 \right ] f(i),iϵ[1,rl+1]
可以转换为先对多项式求6次差分,然后转换为对差分数组(做了6次差分后的原数组)的 l ∼ l + 5 l \sim l + 5 ll+5 进行修改。
然后若干次修改后,再做6次前缀和把差分数组还原成原数组即可。



重点来了

因为差分,所以要考虑对 r + 1 ∼ n r + 1 \sim n r+1n 的影响,所以要做一个抵消操作。

如何抵消?

假设现在对 l ∼ r l \sim r lr的区间,我们只做了对差分数组的
l ∼ l + 5 l \sim l + 5 ll+5的修改操作(假设原数组全0),这样直接做6次前缀和得到的结果为
0 , ⋯ , f ( x 1 ) , f ( x 2 ) , ⋯ , f ( x i ) , ⋯ , f ( x r − l + 1 ) , f ( x r − l + 2 ) , ⋯ , f ( x r − l + j ) , ⋯ , f ( x n − l + 1 ) 0 , \cdots, f(x_{1}) , f(x_{ 2}) , \cdots , f(x_{i}) , \cdots, f(x_{r - l + 1}) ,f( x_{r - l + 2}) , \cdots , f(x_{r -l + j}) , \cdots , f(x_{n - l + 1}) 0f(x1),f(x2),,f(xi),,f(xrl+1),f(xrl+2),,f(xrl+j),,f(xnl+1)

多加了
f ( x r − l + 2 ) , ⋯ , f ( x r − l + j ) , ⋯ , f ( x n − l + 1 ) f( x_{r - l + 2}) , \cdots , f(x_{r -l + j}) , \cdots , f(x_{n - l + 1}) f(xrl+2),,f(xrl+j),,f(xnl+1)

如何抵消?我们给
r + 1 ∼ n r + 1\sim n r+1n区间也做一次修改减去这些对应的项就行,也就是相当于对
r + 1 ∼ n r + 1 \sim n r+1n减去 f ( x r − l + 2 ) , ⋯ , f ( x r − l + j ) , ⋯ , f ( x n − l + 1 ) f( x_{r - l + 2}) , \cdots , f(x_{r -l + j}) , \cdots , f(x_{n - l + 1}) f(xrl+2),,f(xrl+j),,f(xnl+1)

这个时间复杂度也是O(n)的,如何降低?很简单用同样方法就行!

你可以把这个修改也转换成做了6次差分后的修改。变成对做了6次差分后的原数组的
r + 1 ∼ r + 6 r + 1 \sim r + 6 r+1r+6 减去做过6次差分后

f ( x r − l + 2 ) , ⋯ , f ( x r − l + j ) , ⋯ , f ( x n − l + 1 ) f( x_{r - l + 2}) , \cdots , f(x_{r -l + j}) , \cdots , f(x_{n - l + 1}) f(xrl+2),,f(xrl+j),,f(xnl+1)
即可。

因为这个是直接从r + 1做到n(末尾),已经没有剩余的区间受到影响了,所以直接做就行。

代码

#include<bits/stdc++.h>
using namespace std;
const int N = 1e5 + 20;
typedef long long ll;
const ll mod = 1e9 + 7;
ll a[N];
ll ceo1[12];
ll ceo2[12];
ll xishu[10];ll M(ll x,ll y){//取模return ( (x + y) % mod + mod ) %mod;
}void D(ll d[],int len, int ct){// 对长度为 len 的 d 数组求 ct 次差分while(ct--){for(int i = len; i ; --i)d[i] = M(d[i], - d[i-1]);}
}
void F(ll d[],int len, int ct){//对长度为 len 的 d 数组求 ct 次前缀和while(ct--){for(int i = 2; i <= len; ++i)d[i] = M(d[i], d[i-1]);}
}ll G(ll x,ll k){//求最高次项为 k 的 f(x)ll res = 0,base = 1;for(int i = 0; i <= k; ++i){res = M(res , base * xishu[i] % mod);base = base * x % mod;}return res;
}void get(ll d[], int l, int k, ll f){// 求得要修改的l ~ r的 前6项(l ,l + 1, …… l + 5)for(int i = 1; i <= 6; ++i){d[i] = f * G(l + i - 1,k);}
}int main(){//freopen("in.txt","r",stdin);//freopen("out.txt","w",stdout);int n,m,q;  cin >> n >> m >> q;for(int i = 1; i <= n; ++i)cin >> a[i];D(a,n,6);while(m--) {int l,r,k;  cin >> l >> r >> k;for(int i = 0; i <= k; ++i)//输入系数cin >> xishu[k - i];get(ceo1, 1, k, 1);//获取 l ~ l + 5 对原数组的修改get(ceo2, r - l + 2, k, -1);//获取 r + 1 ~ n 对原数组的修改D(ceo1,6,6);// 将 l ~ l + 5 对原数组的修改求6次差分D(ceo2,6,6);// 将 r + 1 ~ n 对原数组的修改求6次差分for(int i = 1; i <= 6; ++i)//更新对差分数组的修改{a[i + l - 1] = M(a[i + l - 1],ceo1[i]);a[r + i] = M(a[r + i], ceo2[i]);}}F(a, n, 7);//做 6 + 1次前缀和,因为要求 l ~ r的区间和,所以多做一次前缀和while(q--) {int l,r;    cin >> l >> r;cout << M(a[r], -a[l - 1] ) << endl;}return 0;
}

这篇关于智乃酱的静态数组维护问题多项式的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/336640

相关文章

解决pandas无法读取csv文件数据的问题

《解决pandas无法读取csv文件数据的问题》本文讲述作者用Pandas读取CSV文件时因参数设置不当导致数据错位,通过调整delimiter和on_bad_lines参数最终解决问题,并强调正确参... 目录一、前言二、问题复现1. 问题2. 通过 on_bad_lines=‘warn’ 跳过异常数据3

解决RocketMQ的幂等性问题

《解决RocketMQ的幂等性问题》重复消费因调用链路长、消息发送超时或消费者故障导致,通过生产者消息查询、Redis缓存及消费者唯一主键可以确保幂等性,避免重复处理,本文主要介绍了解决RocketM... 目录造成重复消费的原因解决方法生产者端消费者端代码实现造成重复消费的原因当系统的调用链路比较长的时

深度解析Nginx日志分析与499状态码问题解决

《深度解析Nginx日志分析与499状态码问题解决》在Web服务器运维和性能优化过程中,Nginx日志是排查问题的重要依据,本文将围绕Nginx日志分析、499状态码的成因、排查方法及解决方案展开讨论... 目录前言1. Nginx日志基础1.1 Nginx日志存放位置1.2 Nginx日志格式2. 499

kkFileView启动报错:报错2003端口占用的问题及解决

《kkFileView启动报错:报错2003端口占用的问题及解决》kkFileView启动报错因office组件2003端口未关闭,解决:查杀占用端口的进程,终止Java进程,使用shutdown.s... 目录原因解决总结kkFileViewjavascript启动报错启动office组件失败,请检查of

SpringBoot 异常处理/自定义格式校验的问题实例详解

《SpringBoot异常处理/自定义格式校验的问题实例详解》文章探讨SpringBoot中自定义注解校验问题,区分参数级与类级约束触发的异常类型,建议通过@RestControllerAdvice... 目录1. 问题简要描述2. 异常触发1) 参数级别约束2) 类级别约束3. 异常处理1) 字段级别约束

Python错误AttributeError: 'NoneType' object has no attribute问题的彻底解决方法

《Python错误AttributeError:NoneTypeobjecthasnoattribute问题的彻底解决方法》在Python项目开发和调试过程中,经常会碰到这样一个异常信息... 目录问题背景与概述错误解读:AttributeError: 'NoneType' object has no at

Spring的RedisTemplate的json反序列泛型丢失问题解决

《Spring的RedisTemplate的json反序列泛型丢失问题解决》本文主要介绍了SpringRedisTemplate中使用JSON序列化时泛型信息丢失的问题及其提出三种解决方案,可以根据性... 目录背景解决方案方案一方案二方案三总结背景在使用RedisTemplate操作redis时我们针对

Kotlin Map映射转换问题小结

《KotlinMap映射转换问题小结》文章介绍了Kotlin集合转换的多种方法,包括map(一对一转换)、mapIndexed(带索引)、mapNotNull(过滤null)、mapKeys/map... 目录Kotlin 集合转换:map、mapIndexed、mapNotNull、mapKeys、map

nginx中端口无权限的问题解决

《nginx中端口无权限的问题解决》当Nginx日志报错bind()to80failed(13:Permissiondenied)时,这通常是由于权限不足导致Nginx无法绑定到80端口,下面就来... 目录一、问题原因分析二、解决方案1. 以 root 权限运行 Nginx(不推荐)2. 为 Nginx

解决1093 - You can‘t specify target table报错问题及原因分析

《解决1093-Youcan‘tspecifytargettable报错问题及原因分析》MySQL1093错误因UPDATE/DELETE语句的FROM子句直接引用目标表或嵌套子查询导致,... 目录报js错原因分析具体原因解决办法方法一:使用临时表方法二:使用JOIN方法三:使用EXISTS示例总结报错原