当前位置: 首页 > news >正文

CSP-S 2023 提高级 第一轮(初赛) 完善程序(2)

【题目】

CSP-S 2023 提高级 第一轮(初赛) 完善程序(2)
(最大值之和)给定整数序列 a 0 , ⋯ , a n − 1 a_0,\cdots,a_{n-1} a0,,an1,求该序列所有非空连续子序列的最大值之和。上述参数满足 1 ≤ n ≤ 1 0 5 1\le n\le 10^5 1n105 1 ≤ a i ≤ 1 0 8 1\le a_i\le 10^8 1ai108
一个序列的非空连续子序列可以用两个下标 l 和 r(其中 0 ≤ l ≤ r < n 0 \le l \le r < n 0lr<n)表示,对应的序列为 a l , a l + 1 , ⋯ , a r a_l,a_{l+1},\cdots,a_r al,al+1,,ar。两个非空连续子序列不同,当且仅当下标不同。
例如,当原序列为 [1,2,1,2]时,要计算子序列 [1]、[2]、[1]、[2]、[1,2]、[2,1]、[1,2]、[1,2,1]、[2,1,2]、[1,2,1,2]的最大值之和,答案为 18。注意 [1,1] 和 [2,2]虽然是原序列的子序列,但不是连续子序列,所以不应该被计算。另外,注意其中有一些值相同的子序列,但由于他们在原序列中的下标不同,属于不同的非空连续子序列,所以会被分别计算。
解决该问题有许多算法,以下程序使用分治算法,时间复杂度 O(n\log n)O(nlogn)。

试补全程序。

#include <iostream>
#include <algorithm>
#include <vector>const int MAXN = 100000;int n;
int a[MAXN];
long long ans;void solve(int l, int r) {if (l + 1 == r) {ans += a[l];return;}int mid = (l + r) >> 1;std::vector<int> pre(a + mid, a + r);for (int i = 1; i < r - mid; ++i);std::vector<long long> sum(r - mid + 1);for (int i = 0; i < r - mid; ++i)sum[i + 1] = sum[i] + pre[i];for (int i = mid - 1, j = mid, max = 0; i >= l; --i) {while (j < r &&) ++j;max = std::max(max, a[i]);ans +=;ans +=;}solve(l, mid);solve(mid, r);
}int main() {std::cin >> n;for (int i = 0; i < n; ++i)std::cin >> a[i];;std::cout << ans << std::endl;return 0;
}

1.①处应填()
A. pre[i] = std::max(pre[i - 1], a[i - 1])
B. pre[i + 1] = std::max(pre[i],pre[i + 1])
C. pre[i] = std::max(pre[i -1], a[i])
D. pre[i] = std::max(pre[i], pre[i - 1])
2.②处应填()
A. a[j] < max
B. a[j] < a[i]
C. pre[j - mid] < max
D. pre[j - mid] > max
3.③处应填()
A. (long long)(j - mid) * max
B. (long long)(j - mid) * (i - 1) * max
C. sum[j - mid]
D. sum[j - mid] * (i - 1)
4.④处应填()
A. (long long)(r - j) * max
B. (long long)(r - j) * (mid - i) * max
C. sum[r - mid] - sum[j - mid]
D. (sum[r - mid] - sum[j - mid]) * (mid - i)
5.⑤处应填()
A. solve(0,n)
B. solve(0,n - 1)
C. solve(1,n)
D. solve(1,n - 1)

【题目考点】

1. 分治算法
2. 区间问题
3. 前缀和
4. vector构造函数
  1. vector<T> v(len, val);
    声明vector<T>类型的对象v,初始有len个元素,每个元素的初值为val。如果不填第二个参数val,每个元素的初值为T类型的默认值。整型、浮点型的默认值都为0。
    该构造函数的作用与成员函数v.resize(len, val)的作用相同。
  2. vector<T> v(lb, rb);
    声明vector<T>类型的对象v,v中的元素的值是从另一个序列的[lb, rb)(左闭右开区间)拷贝过来的。其中lb是区间下界,rb是区间上界。
    如果原序列是数组,lb、rb类型为该数组类型的指针类型。
    如果原序列是stl容器,lb、rb的类型为容器的迭代器类型。
    该构造函数的作用与成员函数v.assign(len, val)的作用相同。
    例:
int a[10] = {2,4,6,8};
vector<int> v(a, a+4);//v中元素为2,4,6,8

【解题思路】

void solve(int l, int r) {if (l + 1 == r) {ans += a[l];return;}int mid = (l + r) >> 1;std::vector<int> pre(a + mid, a + r);for (int i = 1; i < r - mid; ++i);std::vector<long long> sum(r - mid + 1);for (int i = 0; i < r - mid; ++i)sum[i + 1] = sum[i] + pre[i];for (int i = mid - 1, j = mid, max = 0; i >= l; --i) {while (j < r &&) ++j;max = std::max(max, a[i]);ans +=;ans +=;}solve(l, mid);solve(mid, r);
}

看递归出口,是l+1==r,然后ans变量加的是a[l]。此时看的是长为1的区间,区间中只有a[l]。说明l是区间下界,r是区间上界,[l, r)是左闭右开区间。看最下面的递归调用,将区间[l, r)分为[l, mid)和[mid, r),分别进行递归调用,这也能说明传入的参数l、r表示的是一个左闭右开区间[l, r)。
整个a数组的下标范围为0到n-1,写成左闭右开区间为[0, n),因此最初的函数调用为solve(0, n),第(5)空选A。
函数内,求中点 m i d = l + r 2 mid = \frac{l+r}{2} mid=2l+r
pre使用了相当于vector的assign成员函数的构造函数,把a[mid]到a[r-1]复制到了pre序列中。pre[0]的值为a[mid],pre[1]的值为a[mid+1],……,pre[r-mid-1]的值为a[r-1]。
for (int i = 1; i < r - mid; ++i) ①;
而后i从1到r-mid-1遍历,看第(1)空的选项可知是要填对pre数组的更新操作。pre数组的意义发生变化。该问题最终要求的是区间最大值的加和,因此此处应该求某一段的最大值,因此表达式中都有max。观察选项,A和C中涉及到了a[i]或a[i-1],pre的下标i和a的下标i之间存在pre[i] == a[mid+i]这样的关系,而pre[i]和a[i]没有直接关系,表达式中不应该出现a。此处的下标i是从1开始的,而pre数组的下标是从0开始的,如果为pre[i+1]赋值,那么pre[1]的值就没有设。正确的写法是pre[i] = max(pre[i-1], pre[i]),pre[i]更新后的意义为pre[0]~pre[i]的最大值,也就是a数组区间[mid, mid+i]的最大值。第(1)空选D。
设顺序表sum,长度为r-mid+1。

    for (int i = 0; i < r - mid; ++i)sum[i + 1] = sum[i] + pre[i];

这一段很清楚,sum为pre数组的前缀和,sum[i]表示pre数组区间[0, i-1]的加和,即是sum[i+1]表示pre数组区间[0, i]的加和。

    for (int i = mid - 1, j = mid, max = 0; i >= l; --i) {while (j < r &&) ++j;max = std::max(max, a[i]);ans +=;ans +=;}

接下来的循环,i从mid-1循环到l,j从mid循环到r(注意有条件j<r)
对于每次遍历到的a[i],求最大值max
很明显,现在整个区间[l, r-1]被mid分为两个子区间:[l, mid-1], [mid, r-1]
两个子区间内部的区间最大值的加和已经通过递归调用统计完成,此时只需要统计左端点在[l, mid-1]范围内,右端点在[mid, r-1]范围内的区间的最大值的加和。
当前循环考虑的就是区间左端点为i,右端点在[mid, r-1]范围内的区间的最大值的加和。
区间最大值有两种情况,最大值在[i, mid-1]范围内,或最大值在[mid, r-1]范围内。
在这里插入图片描述
如果第(2)空填a[j] < a[i],选B。
左端点为i,记区间[i, mid-1]中的最大值为max,值max的下标为im,即max为a[im]。
考虑当i == im,即a[i]是区间[i, mid-1]中的最大值时:

  • 如果存在位置jm,满足a[jm]>=a[i],且区间[mid, j-1]中的元素都小于a[i],由于循环进行的条件有a[j] < a[i],那么while循环跳出时,j的值为jm。
  • 如果在区间[mid, r]中的元素都小于a[i],那么j会不断增加直到r,while循环跳出时j为r,可以认为此时jm的值为r。

当i < im时,在之前i为im时j已经增加到jm了,此时j的值为jm。由于a[im]是区间[i, mid-1]中的最大值,所以a[i] <= a[im] <=a[jm]=a[j],不满足条件a[j] < a[i],所以while循环跳出。
则以下区间:[i, mid], [i, mid+1], …, [i, j-1]的最大值都为a[im],即max,区间有j-mid个。因此最大值的加和增加了j-mid个max,即(j-mid)*max,第(3)空选A。
对于左端点为i,右端点大于等于j的区间,设右端点叫做jx,jx满足j<=jx<=r-1。
区间[i, jx]中包括数值a[jm],由于a[jm]>=a[im],因此区间[i, jx]的最大值在区间[mid, jx]范围内。
已知pre[i]表示区间[mid, mid+1]中的最大值,那么区间[mid, jx]中的最大值为pre[jx-mid]。
考察最大值在区间[mid, r-1]中的区间,有:
区间[i, j]的最大值为pre[j-mid]
区间[i, j+1]的最大值为pre[j+1-mid]
区间[i, j+2]的最大值为pre[j+2-mid]

区间[i, r-1]的最大值为pre[r-1-mid]
求以上各区间最大值的加和,为pre数组区间[j-mid, r-1-mid]的加和。
已知sum[i+1]表示pre数据区间[0, i]的加和。
那么pre数组区间[0, j-mid-1]的加和为sum[j-mid]。
pre数组区间[0, r-1-mid]的加和为sum[r-mid]。
pre数组区间[j-mid, r-1-mid]的加和,为pre数组区间[0, r-1-mid]的加减去pre数组区间[0, j-mid-1]的加和,即sum[r-mid]-sum[j-mid],因此第(4)空选C。

【答案】

  1. D
  2. B
  3. A
  4. C
  5. A

http://www.mrgr.cn/news/29221.html

相关文章:

  • SpringCloud篇(微服务)
  • Tofu AI视频处理模块视频输入配置方法
  • 机器学习:XGBoost模型(升级版)——高效且强大的树形模型
  • CDA LEVEL 2考试大纲
  • 艾体宝方案丨制造业BI解决方案:推动智能生产和数字化转型
  • Day44 | 动态规划 :状态机DP 买卖股票的最佳时机IV买卖股票的最佳时机III
  • pywebview 中错误使用async
  • Vue3中shallowRef和ref区别
  • 最新简洁大方的自动发卡网站源码/鲸发卡v11.61系统源码/修复版
  • IBM中国研发部裁员:全球化背景下的中国IT产业挑战与机遇
  • 本地虚拟机centos7安装达梦8数据库
  • uni-app 聊天界面滚动到消息底部
  • 大模型微调基本概念指北,零基础入门到精通,收藏这一篇就够了
  • Maven的详细解读和配置
  • 优化内容个性化:无限住宅代理如何做到的
  • 基于51单片机的锅炉控制系统PID调节proteus仿真
  • 架构师:生成唯一标识的技术指南
  • 腾讯百度阿里华为常见算法面试题TOP100(5):子串、堆
  • python 实现费马检测算法
  • 深入解析 Apache Kylin
  • 【JAVA】多线程的创建、线程池创建线程的方式(超详细)
  • 基于LangChain的Embedding开发手册(保姆级)
  • 【C/C++】涉及string类的经典OJ编程题
  • 深入理解JNDI注入—RMI/LDAP攻击
  • 变电站缺陷隐患检测图像数据集,总共包含8000张图片,包含渗漏油,鸟巢,表盘破损,呼吸器变色等
  • MySQL-DDL/DML(数据定义/操作语言)