Acwing 802. 区间和
假定有一个无限长的数轴,数轴上每个坐标上的数都是 0。
现在,我们首先进行 n 次操作,每次操作将某一位置 x 上的数加 c。
接下来,进行 m 次询问,每个询问包含两个整数 l 和 r,你需要求出在区间 [l,r] 之间的所有数的和。
输入格式
第一行包含两个整数 n 和 m。
接下来 n 行,每行包含两个整数 x 和 c。
再接下来 m 行,每行包含两个整数 l 和 r。
输出格式
共 m 行,每行输出一个询问中所求的区间内数字和。
数据范围
−109≤x≤109
1≤n,m≤105
−109≤l≤r≤109
−10000≤c≤10000
输入样例:
3 3
1 2
3 6
7 5
1 3
4 6
7 8
输出样例:
8
0
5
讲解:
首先明确一下题意,先输入两个整数n、m,n代表在区间[-1e9,1e9]某一点加一个整数的次数,输入x c在x处加上c,m代表求某个区间和的次数,输入l r求区间[l,r]的和。
所以此处略作分析,为什么要离散化呢,因为存储的下标实在太大了,如果直接开这么大的数组,根本不现实,第二个原因,本文是数轴,要是采用下标的话,可能存在负值,所以也不能,所以有人可能会提出用哈希表,哈希表可以吗?答案也是不可以的,因为哈希表不能像离散化那样缩小数组的空间,导致我们可能需要从-e9遍历到1e9(此处的含义就是假如我们需要计算1e-9和1e9区间内的值,那我们需要从前到后枚举,无论该值是否存在),因为哈希表不能排序,所以我们一般不能提前知道哪些数轴上的点存在哪些不存在,所以一般是从负的最小值到正的最大值都枚举一遍,时间负责度太高,于是就有了本题的离散化,离散化的本质,是映射,将间隔很大的点,映射到相邻的数组元素中。减少对空间的需求,也减少计算量。
其实映射最大的难点是前后的映射关系,如何能够将不连续的点映射到连续的数组的下标。此处的解决办法就是开辟额外的数组存放原来的数组下标,或者说下标标志,本文是原来上的数轴上的非连续点的横坐标。
此处的做法是是对原来的数轴下标进行排序,再去重,为什么要去重呢,因为本题提前考虑了前缀和的思想,其实很简单,就是我们需要求出的区间内的和的两端断点不一定有元素,提前加如需要求前缀和的两个端点,有利于我们进行二分搜索,其实二分搜索里面我们一般假定有解的,如果没解的话需要特判,所以提前加入了这些元素,从而导致可能出现重复元素。
所以我们将解题步骤主要分为以下五步:
第一首先读入,将每次读入的x c push_back()到add中,将每次读入的位置x push_back()到alls中,将每次读入的l r push_back()到zon中。之后我们对其进行排序去重。去重之后我们进行遍历add,然后在离散化的数组映射到的a数组中进行加上c的操作(用到find函数),后需要初始化s数组,最后我们再次遍历ton,完成求区间[l,r]就可以了。
所以我们这个题最主要的其实就是我们要将之前的点通过映射,映射至一个全新的数轴上,使其在这个全新的数轴上进行一个新的运算。
AC:
#include<iostream>
#include<algorithm>
#include<vector>
using namespace std ;
typedef pair<int, int> PII ;
const int N = 300010 ;
int n, m ;
int a[N], s[N] ;
vector<int> alls ;
vector<PII> add, zon ;
int find(int x)
{
int l=0, r=alls.size()-1 ;
while(l<r)
{
int mid = (l+r) >> 1 ;
if(alls[mid] >= x) r=mid ;
else l=mid+1 ;
}
return r+1 ;
}
int main()
{
cin >> n >> m ;
for(int i=0; i<n; i++)
{
int x, c ;
cin >> x >> c ;
alls.push_back(x) ;
add.push_back({x,c}) ;
}
for(int i=0; i<m; i++)
{
int l, r ;
cin >> l >> r ;
alls.push_back(l) ;
alls.push_back(r) ;
zon.push_back({l,r}) ;
}
//排序 去重
sort(alls.begin(),alls.end()) ;
alls.erase(unique(alls.begin(),alls.end()),alls.end()) ;
//初始化
for(auto item:add)
{
int x = find(item.first) ;
a[x]+=item.second ;
}
//前缀和
for(int i=1; i<=alls.size() ; i++)
{
s[i] = s[i-1] + a[i] ;
}
//计算区间和
for(auto item:zon)
{
int l = find(item.first), r = find(item.second) ;
cout << s[r] - s[l-1] <<endl ;
}
return 0 ;
}
结果: