AcWing 802. 区间和
发布日期:2021-05-07 14:08:23 浏览次数:15 分类:原创文章

本文共 2815 字,大约阅读时间需要 9 分钟。

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。

再接下里 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≤109−109≤x≤109,
1≤n,m≤1051≤n,m≤105,
−109≤l≤r≤109−109≤l≤r≤109,
−10000≤c≤10000−10000≤c≤10000

输入样例:

3 31 23 67 51 34 67 8

输出样例:

805

思想:

存储所有出现的坐标值,然后排序,离散化到新数组,将坐标对应的值存入前缀和数组,根据lr在离散化数组中找到下标,然后根据前缀和计算差值。

1、利用TreeMap将所有的(x,c)存储起来平均O(nlogn)

2、区间l,r将他们作为键值存储到TreeMap;平均O(mlogm),他们所对应的值不变,并且将区间(l,r)作为查询键值对存储到集合O(m)

3、根据map的value值集合构造前缀和数组O(n + m)

4、根据map的key键集合构造查询数组O(n + m)

5、根据集合的键值对在查询数组中查找对应的离散化下标O(mlog(n+m))

6、根据前缀和进行计算

总的时间复杂度O(nlogn) + O(nlogn) + O(m) + 2O(n + m) + O(mlog(n+m)) 抽象为 O(nlogn)

//离散化import java.io.*;import java.lang.Integer;import java.util.*;class Node{//键值对相当于c++的pair<int, int>    public int first;    public int second;    public Node(int first, int second){        this.first = first;        this.second = second;    }}class Main{    static int N = 300010;    static int[] sum = new int[N];//离散数组,存储前缀和    static TreeMap<Integer, Integer> map = new TreeMap<>();//存储坐标和长度    static ArrayList<Node> query = new ArrayList<>();//用于查询 相当于c++的vector<pair<int,int>>        static int binserySearch(Integer[] index, int x){//二分查找        int l = 0, r = index.length - 1;        while(l < r){            int mid = l + r >> 1;            if(index[mid] < x)l = mid + 1;            else r = mid;        }        return l;    }    public static void main(String[] args)throws Exception{        BufferedReader buf = new BufferedReader(new InputStreamReader(System.in));        String[] params = buf.readLine().split(" ");        int n = Integer.valueOf(params[0]);        int m = Integer.valueOf(params[1]);        for(int i = 0; i < n; ++i){            String[] xc = buf.readLine().split(" ");            int x = Integer.valueOf(xc[0]);//构造排序键值            int c = Integer.valueOf(xc[1]);            map.put(x, map.getOrDefault(x, 0) + c);        }        for(int i = 0; i < m; ++i){            String[] lr = buf.readLine().split(" ");            int l = Integer.valueOf(lr[0]);            int r = Integer.valueOf(lr[1]);            map.put(l, map.getOrDefault(l, 0));            map.put(r, map.getOrDefault(r, 0));            query.add(new Node(l, r));//区间读入集合        }        int k = 1;        for(int num : map.values()){//构造前缀和数组            sum[k] = sum[k - 1] + num;            k++;        }        Object[] obj = map.keySet().toArray();        Integer[] index = Arrays.copyOfRange(obj, 0, obj.length, Integer[].class);        for(Node node : query){            int x1 = binserySearch(index, node.first);//查找离散化坐标            int x2 = binserySearch(index, node.second);            int res = sum[x2 + 1] - sum[x1];//计算差值            System.out.printf("%d\n", res);        }            }     }

 

上一篇:AcWing 803. 区间合并
下一篇:AcWing 798. 差分矩阵

发表评论

最新留言

初次前来,多多关照!
[***.217.46.12]2025年03月19日 02时06分40秒