题解:AT_agc015_e [AGC015E] Mr.Aoki Incubator

原题链接:link

自然想到建立坐标系,以速度为纵轴,初始点为横轴。

以样例二为例来分析:

考虑将点两两连线:

`

其中红线为斜率为负数的线,容易知道点 \((x_i,v_i)\) 与点 \((x_j,v_j)\) 所连成的线的斜率为 \(\frac{x_j-x_i}{v_j-v_i}\),注意到他们相遇的时间与斜率互为相反数,即若斜率为负数,则相遇的时间为正数,也就是两人会相遇。

接下来,我们将点编号:

这里我们先考虑 \(B,C,D\) 三个点,注意到 \(CD\) 的斜率比 \(BD\) 的斜率小,即 \(D\) 先于 \(C\) 相遇,后与 \(B\) 相遇。

翻译一下就是如果一开始 \(C\) 就被感染,那么 \(C\) 先与 \(D\) 相遇,那么 \(D\) 也被感染,接着 \(D\) 与 \(B\) 相遇,三人都被感染。

那么问题就出现了,我们如何处理这种间接感染的问题。

首先总结出规律,如果一个点 \(n\) 想要感染点 \(m\) 那么,点 \(n\) 与点 \(m\) 之间需要有一条斜率都是负的且单调上升的路径。

考虑关注一个点 \(k\) 的影响范围,容易想到点 \(k\) 的影响范围为 \(\left\{(x,y)\mid y\ge l,y\le r\right\}\) 其中 \(l\) 为最小的使与 \(k\) 连线的斜率小于 \(0\) 的点的纵坐标,类似的,\(r\) 为最大的使与 \(k\) 连线的斜率小于 \(0\) 的点的纵坐标,我们拿上图中的 \(D\) 点举例:

如图,蓝色区域就是点 \(D\) 的影响范围。

然后我们不考虑单个的点,我们考虑这个点的影响范围 \([l_i,r_i]\) 现在,问题转换为求线段覆盖区间的方案数,使用 dp。

设 \(dp_i\) 为覆盖前 \(i\) 个点的方案数,有状态转移方程:

\[dp_{k}=\sum_{i=l_k}^{k}dp_i \]

自然想到使用前缀和优化,使用树状数组,复杂度 \(\mathcal{O}(n\log n)\)。

相关推荐
王老师青少年编程7 天前
2025年3月GESP真题及题解(C++七级): 图上移动
c++·题解·dp·真题·gesp·七级·图上运动
Tisfy12 天前
LeetCode 0712.两个字符串的最小ASCII删除和:反向思维保留最大(动态规划)
算法·leetcode·动态规划·字符串·dp·子序列
源代码•宸12 天前
Leetcode—712. 两个字符串的最小ASCII删除和【中等】
开发语言·后端·算法·leetcode·职场和发展·golang·dp
Tisfy14 天前
LeetCode 1458.两个子序列的最大点积:动态规划
算法·leetcode·动态规划·题解·dp
Wuliwuliii18 天前
贡献延迟计算DP
数据结构·c++·算法·动态规划·dp
李小白杂货铺20 天前
视频接口及兼容性
dp·兼容性·hdmi·type-c·dvi·vga·视频接口
scx201310041 个月前
20251224DP小测错因
动态规划·dp
王老师青少年编程1 个月前
背包DP第12课:多重背包DP应用案例实践1
c++·动态规划·dp·背包dp·多重背包·csp·信奥赛
leo03081 个月前
Hugging Face多卡训练“假快”?一文讲透`per_device_train_batch_size`的“陷阱”
llm·dp·huggingface·ddp
王老师青少年编程2 个月前
线性DP第12课:线性DP应用案例实践:数字三角形
c++·动态规划·dp·线性dp·csp·信奥赛·数字三角形