whu 1581 Union of cubes

题目链接: http://acm.whu.edu.cn/land/problem/detail?problem_id=1581

---------------------------------------------------------------------------------------

观察到第一维最大只有$10$ 于是第一维可以直接枚举 $($把长方体切成矩形$)$

观察到第二维最大只有$100$ 于是第二维也可以继续枚举 $($把矩形切成线段$)$

如果最后一维用线段树实现区间覆盖的话 复杂度为

$O(n^{2}kmlog(n * k ^ 2))$ $(n <= 10, k <= 10, m <= 1000)$

由于时限只有$500ms$ 还有多组数据 这样很可能$T$掉

再多想想我们会发现只有区间覆盖操作而没有区间修改操作$($相当于没有回档功能$)$

那就直接维护每个点所在覆盖线段的右端点即可

而维护操作显然是用并查集比较方便

复杂度减少了一个$log$后 单组$10^6$ 多组也不会$T$了

 1 #include <cstdio>
 2 #include <cstring>
 3 #include <cmath>
 4 #include <algorithm>
 5 using namespace std;
 6 int a[11][110][1010], fa[11][110][1010];
 7 int n, k0, m, n2, n3, sum, ans;
 8 int p1, q1, r1, p2, q2, r2;
 9 int findf(int x, int y, int z)
10 {
11     if(fa[x][y][z] != z)
12         fa[x][y][z] = findf(x, y, fa[x][y][z]);
13     return fa[x][y][z];
14 }
15 int main()
16 {
17     while(scanf("%d%d%d", &n, &k0, &m) != EOF)
18     {
19         n2 = n * k0;
20         n3= n2 * k0;
21         for(int i = 1; i <= n; ++i)
22             for(int j = 1; j <= n2; ++j)
23             {
24                 for(int k = 1; k <= n3; ++k)
25                 {
26                     scanf("%d", &a[i][j][k]);
27                     fa[i][j][k] = k;
28                 }
29                 fa[i][j][n3 + 1] = n3 + 1;
30             }
31         sum = 0;
32         ans = -1e9;
33         while(m--)
34         {
35             scanf("%d%d%d%d%d%d", &p1, &q1, &r1, &p2, &q2, &r2);
36             for(int i = p1; i <= p2; ++i)
37                 for(int j = q1; j <= q2; ++j)
38                     for(int k = r1; k <= r2; k = fa[i][j][k])
39                         if(findf(i, j, k) == k)
40                         {
41                             sum += a[i][j][k];
42                             fa[i][j][k] = findf(i, j, k + 1);
43                         }
44             ans = max(ans, sum);
45         }
46         printf("%d\n", ans);
47     }
48     return 0;
49 }
时间: 2024-10-09 06:39:02

whu 1581 Union of cubes的相关文章

spark 教程三 spark Map filter flatMap union distinct intersection操作

RDD的创建 spark 所有的操作都围绕着弹性分布式数据集(RDD)进行,这是一个有容错机制的并可以被并行操作的元素集合,具有只读.分区.容错.高效.无需物化.可以缓存.RDD依赖等特征 RDD的创建基础RDD 1.并行集合(Parallelized Collections):接收一个已经存在的Scala集合,然后进行各种并行运算 var sc=new SparkContext(conf) var rdd=sc.parallelize(Array(2,4,9,3,5,7,8,1,6)); rd

哈希(4) - 求两个链表的交集(intersection)以及并集(union)

给定两个链表,求它们的交集以及并集.用于输出的list中的元素顺序可不予考虑. 例子: 输入下面两个链表: list1: 10->15->4->20 list2: 8->4->2->10 输出链表: 交集list: 4->10 并集list: 2->8->20->4->15->10 方法1 (简单方法) 可以参考链表系列中的"链表操作 - 求两个链表的交集(intersection)以及并集(union)" 方法2

Union函数

. 共用体声明和共用体变量定义 共用体(参考“共用体”百科词条)是一种特殊形式的变量,使用关键字union来定义 共用体(有些人也叫"联合")声明和共用体变量定义与结构体十分相似.其形式为: union 共用体名{ 数据类型 成员名; 数据类型 成员名; ... } 变量名; 共用体表示几个变量共用一个内存位置,在不同的时间保存不同的数据类型和不同长度的变量.在union中,所有的共用体成员共用一个空间,并且同一时间只能储存其中一个成员变量的值. 下例表示声明一个共用体foo: uni

LINQ to SQL 中 Concat、Union、Intersect、Except 方法的使用

?  前言 LINQ to SQL 中需要对两个或多个数据集进行操作,比如:合并.取交集等,主要使用下面四个方法,这四个方法都是 System.Linq.IQueryable<out T> 接口的扩展方法,并且都是延迟加载方法,下面是使用的简单示例. ?  示例数据,数据表:Subject(科目表).Score(成绩表) 1.   Concat() 方法 1)   方法声明 public static IQueryable<TSource> Concat<TSource>

MySQL笔记-union

union语法 select ... union [all | distinct] selct ... union用于把来自多个select语句的结果组合在一个结果集中. 两次查询的列表必须相同,否则报[The used SELECT statements have a different number of columns] 多个select语句取出的字段名可以不同,不会报错,但是最后的结果集中显示时,以第一个select语句的字段名为准. 多个select语句中取出相同数据时,union会将

LINQ to SQL语句Concat/Union/Intersect/Except--2017年2月22日

Concat/Union/Intersect/Except操作 适用场景:对两个集合的处理,例如追加.合并.取相同项.相交项等等. Concat(连接) 说明:连接不同的集合,不会自动过滤相同项:延迟. 1.简单形式: var q = ( from c in db.Customers select c.Phone ).Concat( from c in db.Customers select c.Fax ).Concat( from e in db.Employees select e.Home

14.UNION 和 UNION ALL 操作符

union all   union UNION 操作符用于合并两个或多个 SELECT 语句的结果集.请注意,UNION 内部的 SELECT 语句必须拥有相同数量的列.列也必须拥有相似的数据类型.同时,每条 SELECT 语句中的列的顺序必须相同. CREATE TABLE Employees_China(   E_ID   INT              NOT NULL,    E_Name  CHAR (25)              NOT NULL); CREATE TABLE

SqlSever基础 union 将得到的横表变为纵表

镇场诗:---大梦谁觉,水月中建博客.百千磨难,才知世事无常.---今持佛语,技术无量愿学.愿尽所学,铸一良心博客.------------------------------------------ 1 base code 1 use master 2 drop database helloworld 3 4 --创建一个数据库 5 create database helloworld 6 7 --用helloworld1这个数据库 8 use helloworld 9 10 --创建一个表格

数据库中union 与union all 的区别

union 将两个表连接后删除其重复的项: union all 将两个表连接都不删除其重复的项. 数据库中,UNION和UNION ALL都是将两个结果集合并为一个,但这两者从使用和效率上来说都有所不同. UNION在进行表链接后会筛选掉重复的记录,所以在表链接后会对所产生的结果集进行排序运算,删除重复的记录再返回结果.实际大部分应用中是不会产生重复的记录,最常见的是过程表与历史表UNION.如: select * from users1 union select * from user2 这个