51nod round3# 序列分解(折半枚举+字典树)

小刀和大刀是双胞胎兄弟。今天他们玩一个有意思的游戏。 大刀给小刀准备了一个长度为n的整数序列。小刀试着把这个序列分解成两个长度为n/2的子序列。

这两个子序列必须满足以下两个条件:

1.他们不能相互重叠。

2.他们要完全一样。

如果小刀可以分解成功,大刀会给小刀一些糖果。

然而这个问题对于小刀来说太难了。他想请你来帮忙。

Input

第一行给出一个T,表示T组数据。(1<=T<=5)
接下来每一组数据,输入共2行。
第一行包含一个整数n (2<=n<=40且为偶数)。
第二行给出n个整数a[0],a[1],a[2],…,a[n-1]表示大刀给小刀准备的序列。(-1,000,000,000<=a[i]<=1,000,000,000)

Output

如果小刀可以完成游戏,输出"Good job!!" (不包含引号),否则 输出"What a pity!" (不包含引号)。

Input示例

2
4
1 1 2 2
6
1 2 3 4 5 6

Output示例

Good job!!
What a pity!

思路:把原来的串分成两半。然后前半段枚举哪些给第一个序列,剩下的给第二个序列,从前往后匹配,如果有一个串是另外一个串的前缀,那么把剩下的后缀插入到字典树中。否则不插入。

然后枚举后半段。这个时候要有一个串是另外一个串的后缀,然后拿剩下的前缀去字典树里面查询。如果有的话,说明成功。而且先要离散化一下

复杂度是  

//Accepted 375 ms 96120 KB
#include <iostream>
#include <cstring>
#include <cmath>
#include <queue>
#include <stack>
#include <list>
#include <map>
#include <set>
#include <sstream>
#include <string>
#include <vector>
#include <cstdio>
#include <ctime>
#include <bitset>
#include <algorithm>
#define SZ(x) ((int)(x).size())
#define ALL(v) (v).begin(), (v).end()
#define foreach(i, v) for (__typeof((v).begin()) i = (v).begin(); i != (v).end(); ++ i)
#define refeach(i, v) for (__typeof((v).rbegin()) i = (v).rbegin(); i != (v).rend(); ++ i)
#define REP(i,n) for ( int i=1; i<=int(n); i++ )
using namespace std;
typedef long long ll;
const int N = 1<<18;
struct node
{
    node* child[45];
    bool flag;
    node()
    {
        memset(child,0,sizeof(child));
        flag = 0;
    }
}trie[N];
int sz;
node *root,*cur;
node* createnode()
{
    memset(trie[sz].child,0,sizeof(trie[sz].child));
    trie[sz].flag = 0;
    return &trie[sz++];
}
void Insert(int s[],int L,int R)
{
    cur = root;
    for(int p = L; p <= R; p++)
    {
        int val = s[p] ;
        if(cur->child[val] == NULL )
            cur->child[val] = createnode();
        cur = cur->child[val];
    }
    cur->flag = 1;
}
bool query(int s[],int L,int R)
{
    cur = root;
    for(int p = R;p >= L; p--)
    {
        int val = s[p];
        if(cur->child[val] == NULL) return false;
        cur = cur->child[val];
    }
    return cur->flag;
}
pair<int,int>b[50];
int a[50];
int s1[50],s2[50];
int top1,top2;
int main()
{

    int T;
    cin>>T;
    while(T--)
    {
        sz = 0;
        root = createnode();
        int n;
        scanf("%d",&n);
        REP(i,n) scanf("%d",&b[i].first),b[i].second = i;
        sort(b+1,b+1+n);
        int maxx = 0;
        a[b[1].second] = maxx;
        for(int i = 2 ; i<= n ; i++)
            if(b[i].first == b[i-1].first) a[b[i].second] = maxx;
            else a[b[i].second] = ++maxx;
        for(int mask = 0; mask < (1<<n/2) ; mask++)
        {
            top1 = top2 =0;
            int i;
            for(i = 0; i < n/2; i++)
            {
                if(mask&(1<<i))
                {
                    s1[++top1] = a[i+1];
                    if(top1 <= top2 && s1[top1] != s2[top1]) break;
                }
                else
                {
                    s2[++top2] = a[i+1];
                    if(top2 <= top1 && s1[top2] != s2[top2]) break;
                }
            }
            if(i == n/2)
            {
                if(top1 <= top2) Insert(s2,top1+1,top2);
                else Insert(s1,top2+1,top1);
            }
        }

        bool KO = 0;
        for(int mask = 0; mask < (1<<n/2) && KO == 0; mask++)
        {
            top1 = top2 = 0;
            int i;
            for(i = 0; i < n/2; i++)
            {
                if(mask&(1<<i))
                {
                    s1[++top1] = a[n-i];
                    if(top1 <= top2 && s1[top1] != s2[top1]) break;
                }
                else
                {
                    s2[++top2] = a[n-i];
                    if(top2 <= top1 && s1[top2] != s2[top2]) break;
                }
            }
            if(i == n/2)
            {
                if(top1 <= top2 && query(s2,top1+1,top2)) KO = 1;
                else if(top1 > top2 && query(s1,top2+1,top1)) KO = 1;
            }
        }
        if(KO) puts("Good job!!");
        else puts("What a pity!");
    }
    return 0;
}

版权声明:本文为博主原创文章,未经博主允许不得转载。

时间: 2024-10-24 13:05:02

51nod round3# 序列分解(折半枚举+字典树)的相关文章

51NOD 1400 序列分解

传送门:1400 序列分解序列分解 基准时间限制:1s  空间限制:131072 KBKB131072 KB 1 秒 空间限制:131072 KB 分值: 40 难度:4级算法题1 秒 空间限制:131072 KB 分值: 40 难度:4级算法题 小刀和大刀是双胞胎兄弟.今天他们玩一个有意思的游戏. 大刀给小刀准备了一个长度为n的整数序列.小刀试着把这个序列分解成两个长度为n/2的子序列. 这两个子序列必须满足以下两个条件: 1.他们不能相互重叠. 2.他们要完全一样. 如果小刀可以分解成功,大

51nod 1400 序列分解(DFS + 剪枝)

题目链接:传送门 题意: 把一个长度为n的序列分成个完全相同的子序列且不能有交叉. 分析: 对于一个数我们首先将其放在va[]数组里,如果接下来要讨论的一个数与va里的第一个数相同的话 那么这个数就可能是第二个序列的第一个数. 那么就有这样的几种情况: 1) 这个数是v1中间的一个数,直接放入v1. 2) 这个数v1的第一个数放在v2中, 代码如下: #include <iostream> #include <cstring> #include <cstdio> #in

CodeFoeces GYM 101466A Gaby And Addition (字典树)

gym 101466A Gaby And Addition 题目分析 题意: 给出n个数,找任意两个数 “相加”,求这个结果的最大值和最小值,注意此处的加法为不进位加法. 思路: 由于给出的数最多有 1e6 个,且每个数的值最大为 1e18 ,又因为特殊的加法运算,我们自然无法用常规的方法解决 注意到这个加法运算可以分配到每一位上进行运算,而且最大为1e18,十九位数,那么我们就可以用字典树来存储每个数,并进行计算,为了将字典树每个结点的深度和数的位数对应起来,我们可以将每个数都处理为19位数,

[01字典树]求序列完美度(求区间最大异或值)

https://nanti.jisuanke.com/t/15531 解题关键:01字典树模板,用字典树保存每个数的二进制表示,从而动态维护区间上的最大异或值,注意添加和删除都可以用于一个change函数表示. 复杂度:$O(n\log n + {n^2}\log n)$ 1 #include<bits/stdc++.h> 2 #define maxn 1005 3 #define inf 0x3f3f3f3f 4 using namespace std; 5 typedef long lon

白话算法与数据结构之【字典树】

1. 什么是trie树 1.Trie树 (特例结构树) Trie树,又称单词查找树.字典树,是一种树形结构,是一种哈希树的变种,是一种用于快速检索的多叉树结构.典型应用是用于统计和排序大量的字符串(但不仅限于字符串),所以经常被搜索引擎系统用于文本词频统计.它的优点是:最大限度地减少无谓的字符串比较,查询效率比哈希表高.      Trie的核心思想是空间换时间.利用字符串的公共前缀来降低查询时间的开销以达到提高效率的目的. Trie树也有它的缺点,Trie树的内存消耗非常大.当然,或许用左儿子

跳跃表,字典树(单词查找树,Trie树),后缀树,KMP算法,AC 自动机相关算法原理详细汇总

第一部分:跳跃表 本文将总结一种数据结构:跳跃表.前半部分跳跃表性质和操作的介绍直接摘自<让算法的效率跳起来--浅谈"跳跃表"的相关操作及其应用>上海市华东师范大学第二附属中学 魏冉.之后将附上跳跃表的源代码,以及本人对其的了解.难免有错误之处,希望指正,共同进步.谢谢. 跳跃表(Skip List)是1987年才诞生的一种崭新的数据结构,它在进行查找.插入.删除等操作时的期望时间复杂度均为O(logn),有着近乎替代平衡树的本领.而且最重要的一点,就是它的编程复杂度较同类

简述字典树

字典是用来查阅某一个字或词的,所谓字典树也就是用于查找某一个数字序列或字符串的.字典树又称Trie树,是一种用树状结构存储字符串的数据结构,经典题目有最长公共前缀.单词统计等. 字典树的存储 字典树的存储原理可见下图.树的根节点什么都不存,接下来每一层的一个节点存储一个字母(或数字),直到将所有的字符串存储完毕. 上图中的字典树存储了ans.alpha.cry.bee.beef五个单词. 由上图可以看出,以小写字母为例,字符串在存储时先按照每个单词的首字母分为若干个节点,首字母相同的会进入同一个

剑指Offer——Trie树(字典树)

剑指Offer--Trie树(字典树) Trie树 Trie树,即字典树,又称单词查找树或键树,是一种树形结构,是一种哈希树的变种.典型应用是统计和排序大量的字符串(但不仅限于字符串),所以经常被搜索引擎系统用于文本词频统计.它的优点是:最大限度地减少无谓的字符串比较,查询效率比哈希表高. Trie的核心思想是空间换时间.利用字符串的公共前缀来降低查询时间的开销以达到提高效率的目的. Trie树也有它的缺点,Trie树的内存消耗非常大.当然,或许用左儿子右兄弟的方法建树的话,可能会好点.可见,优

ACM学习历程—HDU 5536 Chip Factory(xor &amp;&amp; 字典树)

题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=5536 题目大意是给了一个序列,求(si+sj)^sk的最大值. 首先n有1000,暴力理论上是不行的. 此外题目中说大数据只有10组,小数据最多n只有100.(那么c*n^2的复杂度应该差不多) 于是可以考虑枚举i和j,然后匹配k. 于是可以先把所有s[k]全部存进一个字典树, 然后枚举s[i]和s[j],由于i.j.k互不相等,于是先从字典树里面删掉s[i]和s[j],然后对s[i]+s[j]这个