递推化简+线段树区间维护,P6477 [NOI Online #2 提高组] 子序列问题

2024-02-04 04:04

本文主要是介绍递推化简+线段树区间维护,P6477 [NOI Online #2 提高组] 子序列问题,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!

一、题目

1.1题目背景

2s 512M

1.2题目描述

给定一个长度为 n n n 的正整数序列 A 1 A_1 A1, A 2 A_2 A2, ⋯ \cdots , A n A_n An。定义一个函数 f ( l , r ) f(l,r) f(l,r) 表示:序列中下标在 [ l , r ] [l,r] [l,r] 范围内的子区间中,不同的整数个数。换句话说, f ( l , r ) f(l,r) f(l,r) 就是集合 { A l , A l + 1 , ⋯ , A r } \{A_l,A_{l+1},\cdots,A_r\} {Al,Al+1,,Ar} 的大小,这里的集合是不可重集,即集合中的元素互不相等。

现在,请你求出 ∑ l = 1 n ∑ r = l n ( f ( l , r ) ) 2 \sum_{l=1}^n\sum_{r=l}^n (f(l,r))^2 l=1nr=ln(f(l,r))2。由于答案可能很大,请输出答案对 1 0 9 + 7 10^9 +7 109+7 取模的结果。

1.3输入格式

第一行一个正整数 n n n,表示序列的长度。

第二行 n n n 个正整数,相邻两个正整数用空格隔开,表示序列 A 1 A_1 A1, A 2 A_2 A2, ⋯ \cdots , A n A_n An

1.4输出格式

仅一行一个非负整数,表示答案对 1 0 9 + 7 10^9+7 109+7 取模的结果。

1.5样例 #1

样例输入 #1

4
2 1 3 2

样例输出 #1

43

样例 #2

样例输入 #2

3
1 1 1

样例输出 #2

6

1.6提示

对于 10 % 10\% 10% 的数据,满足 1 ≤ n ≤ 10 1 \leq n \leq 10 1n10

对于 30 % 30\% 30% 的数据,满足 1 ≤ n ≤ 100 1 \leq n \leq 100 1n100

对于 50 % 50\% 50% 的数据,满足 1 ≤ n ≤ 1 0 3 1\leq n \leq 10^3 1n103

对于 70 % 70\% 70% 的数据,满足 1 ≤ n ≤ 1 0 5 1 \leq n \leq 10^5 1n105

对于 100 % 100\% 100% 的数据,满足 1 ≤ n ≤ 1 0 6 1\leq n\leq 10^6 1n106,集合中每个数的范围是 [ 1 , 1 0 9 ] [1,10^9] [1,109]

1.7原题链接

https://www.luogu.com.cn/problem/P6477


二、解题报告

1、思路分析

1e6数据量,必须想出O(N)或者O(NlogN)的解法,不然肯定过不了

我们发现a[r]对于f(l , r)的影响为:即a[r]上一次出现位置为last[a[r]],那么f(i , r)都+1,i >= last[a[r]] + 1,其它f值都不变

这样我们似乎可以得出某种递推关系,我们令g® = Σf(l , r)^2

那么g® - g(r - 1) = Σf(l , r) ^ 2 - f(l , r - 1) ^ 2,其中last[a[r]] + 1 <= l <= r

进一步化简:g(r ) - g(r - 1) = Σf(l , r) * 2 + r - last[a[r]]

这样一来,我们就把平方和转化为线性和

我们只需要用线段树存储f(l , r),其中l >= 1,即可,然后每求一次g®都对[last[a[r]] + 1 , r]区间+1

每次求g®只需要知道g(r - 1)和线段树对应区间和,这一步是O(logn),枚举右端点是O(n),整体O(nlogn)

2、复杂度

时间复杂度:O(nlogn) 空间复杂度:O(n)

3、代码详解

#include <iostream>
#include <cstring>
#include <vector>
#include <algorithm>
using namespace std;
#define lc p << 1
#define rc p << 1 | 1
#define int long long
const int N = 1e6 + 5, MOD = 1e9 + 7;
int a[N], b[N], last[N], d[N];
struct Node
{int l, r, s, add;
} tr[N << 2];void build(int p, int l, int r)
{tr[p] = {l, r, 0, 0};if (l == r)return;int mid = (l + r) >> 1;build(lc, l, mid), build(rc, mid + 1, r);
}void pushup(int p)
{tr[p].s = tr[lc].s + tr[rc].s;
}void pushdown(int p)
{if (tr[p].add){tr[lc].s += (tr[lc].r - tr[lc].l + 1) * tr[p].add, tr[rc].s += (tr[rc].r - tr[rc].l + 1) * tr[p].add;tr[lc].add += tr[p].add, tr[rc].add += tr[p].add;tr[p].add = 0;}
}void update(int p, int l, int r, int k)
{if (l <= tr[p].l && tr[p].r <= r){tr[p].s += (tr[p].r - tr[p].l + 1) * k;tr[p].add += k;return;}int mid = (tr[p].l + tr[p].r) >> 1;pushdown(p);if (l <= mid)update(lc, l, r, k);if (r > mid)update(rc, l, r, k);pushup(p);
}int query(int p, int l, int r)
{if (l <= tr[p].l && r >= tr[p].r)return tr[p].s;int mid = (tr[p].l + tr[p].r) >> 1, ret = 0;pushdown(p);if (l <= mid)ret += query(lc, l, r);if (r > mid)ret += query(rc, l, r);return ret;
}int read()
{int s = 0, w = 1;char ch = getchar();while (ch < '0' || ch > '9')w *= (ch == '-' ? -1 : 1), ch = getchar();while (ch >= '0' && ch <= '9')s = (s << 1) + (s << 3) + (ch ^ 48), ch = getchar();return s * w;
}void write(int x)
{if (x < 0)putchar('-');if (x > 9)write(x / 10);putchar((x % 10) ^ 48);
}signed main()
{// freopen("in.txt", "r", stdin);int n = read();for (int i = 1; i <= n; i++)a[i] = read(), b[i] = a[i];sort(b + 1, b + n + 1);int m = unique(b + 1, b + n + 1) - b - 1;for (int i = 1, k; i <= n; i++){k = lower_bound(b + 1, b + m + 1, a[i]) - b;d[i] = last[k];last[k] = i;}int ans = 0;build(1, 1, n);for (int i = 1, cur = 0; i <= n; i++){cur += i - d[i] + (query(1, d[i] + 1, i) << 1);cur %= MOD;ans = (ans + cur) % MOD;update(1, d[i] + 1, i, 1);}write(ans);return 0;
}

这篇关于递推化简+线段树区间维护,P6477 [NOI Online #2 提高组] 子序列问题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/676305

相关文章

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

MySQL 表空却 ibd 文件过大的问题及解决方法

《MySQL表空却ibd文件过大的问题及解决方法》本文给大家介绍MySQL表空却ibd文件过大的问题及解决方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考... 目录一、问题背景:表空却 “吃满” 磁盘的怪事二、问题复现:一步步编程还原异常场景1. 准备测试源表与数据

解决Nginx启动报错Job for nginx.service failed because the control process exited with error code问题

《解决Nginx启动报错Jobfornginx.servicefailedbecausethecontrolprocessexitedwitherrorcode问题》Nginx启... 目录一、报错如下二、解决原因三、解决方式总结一、报错如下Job for nginx.service failed bec

SysMain服务可以关吗? 解决SysMain服务导致的高CPU使用率问题

《SysMain服务可以关吗?解决SysMain服务导致的高CPU使用率问题》SysMain服务是超级预读取,该服务会记录您打开应用程序的模式,并预先将它们加载到内存中以节省时间,但它可能占用大量... 在使用电脑的过程中,CPU使用率居高不下是许多用户都遇到过的问题,其中名为SysMain的服务往往是罪魁

MySQ中出现幻读问题的解决过程

《MySQ中出现幻读问题的解决过程》文章解析MySQLInnoDB通过MVCC与间隙锁机制在可重复读隔离级别下解决幻读,确保事务一致性,同时指出性能影响及乐观锁等替代方案,帮助开发者优化数据库应用... 目录一、幻读的准确定义与核心特征幻读 vs 不可重复读二、mysql隔离级别深度解析各隔离级别的实现差异

C++ vector越界问题的完整解决方案

《C++vector越界问题的完整解决方案》在C++开发中,std::vector作为最常用的动态数组容器,其便捷性与性能优势使其成为处理可变长度数据的首选,然而,数组越界访问始终是威胁程序稳定性的... 目录引言一、vector越界的底层原理与危害1.1 越界访问的本质原因1.2 越界访问的实际危害二、基

Python多线程应用中的卡死问题优化方案指南

《Python多线程应用中的卡死问题优化方案指南》在利用Python语言开发某查询软件时,遇到了点击搜索按钮后软件卡死的问题,本文将简单分析一下出现的原因以及对应的优化方案,希望对大家有所帮助... 目录问题描述优化方案1. 网络请求优化2. 多线程架构优化3. 全局异常处理4. 配置管理优化优化效果1.

Linux部署中的文件大小写问题的解决方案

《Linux部署中的文件大小写问题的解决方案》在本地开发环境(Windows/macOS)一切正常,但部署到Linux服务器后出现模块加载错误,核心原因是Linux文件系统严格区分大小写,所以本文给大... 目录问题背景解决方案配置要求问题背景在本地开发环境(Windows/MACOS)一切正常,但部署到

MySQL磁盘空间不足问题解决

《MySQL磁盘空间不足问题解决》本文介绍查看空间使用情况的方式,以及各种空间问题的原因和解决方案,文中通过示例代码介绍的非常详细,需要的朋友们下面随着小编来一起学习学习吧... 目录查看空间使用情况Binlog日志文件占用过多表上的索引太多导致空间不足大字段导致空间不足表空间碎片太多导致空间不足临时表空间

Mybatis-Plus 3.5.12 分页拦截器消失的问题及快速解决方法

《Mybatis-Plus3.5.12分页拦截器消失的问题及快速解决方法》作为Java开发者,我们都爱用Mybatis-Plus简化CRUD操作,尤其是它的分页功能,几行代码就能搞定复杂的分页查询... 目录一、问题场景:分页拦截器突然 “失踪”二、问题根源:依赖拆分惹的祸三、解决办法:添加扩展依赖四、分页