对顶堆算法

简介: 对顶堆算法

对顶堆可以动态维护一个序列上的第k大的数,由一个大根堆和一个小根堆组成,

  • 小根堆维护前k大的数(包含第k个)
  • 大根堆维护比第k个数小的数

image-20230731180249629

[CSP-J2020] 直播获奖

题目描述

NOI2130 即将举行。为了增加观赏性,CCF 决定逐一评出每个选手的成绩,并直播即时的获奖分数线。本次竞赛的获奖率为 $w\%$,即当前排名前 $w\%$ 的选手的最低成绩就是即时的分数线。

更具体地,若当前已评出了 $p$ 个选手的成绩,则当前计划获奖人数为 $\max(1, \lfloor p \times w \%\rfloor)$,其中 $w$ 是获奖百分比,$\lfloor x \rfloor$ 表示对 $x$ 向下取整,$\max(x,y)$ 表示 $x$ 和 $y$ 中较大的数。如有选手成绩相同,则所有成绩并列的选手都能获奖,因此实际获奖人数可能比计划中多。

作为评测组的技术人员,请你帮 CCF 写一个直播程序。

输入格式

第一行有两个整数 $n, w$。分别代表选手总数与获奖率。
第二行有 $n$ 个整数,依次代表逐一评出的选手成绩。

输出格式

只有一行,包含 $n$ 个非负整数,依次代表选手成绩逐一评出后,即时的获奖分数线。相邻两个整数间用一个空格分隔。

样例 #1

样例输入 #1

10 60
200 300 400 500 600 600 0 300 200 100

样例输出 #1

200 300 400 400 400 500 400 400 300 300

样例 #2

样例输入 #2

10 30
100 100 600 100 100 100 100 100 100 100

样例输出 #2

100 100 600 600 600 600 100 100 100 100

提示

样例 1 解释


数据规模与约定

各测试点的 $n$ 如下表:

测试点编号 $n=$
$1 \sim 3$ $10$
$4 \sim 6$ $500$
$7 \sim 10$ $2000$
$11 \sim 17$ $10^4$
$18 \sim 20$ $10^5$

对于所有测试点,每个选手的成绩均为不超过 $600$ 的非负整数,获奖百分比 $w$ 是一个正整数且 $1 \le w \le 99$。


提示

在计算计划获奖人数时,如用浮点类型的变量(如 C/C++ 中的 floatdouble,Pascal 中的 realdoubleextended 等)存储获奖比例 $w\%$,则计算 $5 \times 60\%$ 时的结果可能为 $3.000001$,也可能为 $2.999999$,向下取整后的结果不确定。因此,建议仅使用整型变量,以计算出准确值。

思路

模版题: k为i*w/100

  • 使用一个大根堆x维护比第k个数小的数
  • 使用一个小根堆y来维护前k大的数

代码

#include <bits/stdc++.h>

#define int long long
#define yes cout << "YES" << endl;
#define no cout << "NO" << endl;
#define IOS cin.tie(0), cout.tie(0), ios::sync_with_stdio(false);
#define cxk 1
#define debug(s, x) if (cxk) cout << "#debug:(" << s << ")=" << x << endl;
using namespace std;

void solve() {
   
   
    int n, w;
    cin >> n >> w;
    priority_queue<int> x;//大根堆 ,维护 ai<q
    priority_queue<int, vector<int>, greater<>> y;//小根堆,维护ai>=q;
    for (int i = 1; i <= n; i++) {
   
   
        int a;
        cin >> a;
        if (y.empty() || a >= y.top()) y.push(a);
        else x.push(a);
        int k = max((int) 1, i * w / 100);
        while (y.size() > k) x.push(y.top()), y.pop();//保持小根堆有k个元素
        while (y.size() < k) y.push(x.top()), x.pop();
        cout << y.top() << " ";
    }
}

signed main() {
   
   
    IOS
#ifndef ONLINE_JUDGE
    freopen("../test.in", "r", stdin);
    freopen("../test.out", "w", stdout);
#endif
    int _ = 1;
    while (_--) solve();
    return 0;
}

[ABC306E] Best Performances

题面翻译

题目描述:

给定长度为 $N$ 的数列 $A=(A_1,A_2,\dots,A_N)$,最开始所有项均为 $0$。

定义函数 $f(A)$ 如下:

将 $A$ 按照降序(即使得 $A$ 为广义单调递减序列)排序得到 $B$。
则 $f(A)=B_1+B_2+\dots+B_K$,其中 $B$ 为排序后的数列,$K$ 为 $A$ 中不为 $0$ 的元素个数。

现在对该数列进行 $Q$ 次更新。对于每次更新,按顺序执行以下操作,并输出此时的 $f(A)$ 值:

将 $A_{X_i}$ 更改为 $Y_i$。

题目描述

样例 #1

样例输入 #1

4 2 10
1 5
2 1
3 3
4 2
2 10
1 0
4 0
3 1
2 0
3 0

样例输出 #1

5
6
8
8
15
13
13
11
1
0

提示

  • $ 1\ \le\ K\ \le\ N\ \le\ 5\ \times\ 10^5 $
  • $ 1\ \le\ Q\ \le\ 5\ \times\ 10^5 $
  • $ 1\ \le\ X_i\ \le\ N $
  • $ 0\ \le\ Y_i\ \le\ 10^9 $

思路

可以使用对顶堆,这里涉及到修改操作,因此可以使用multiset维护方便一些

  • a维护前k大为小根堆
  • b维护比第k个数小的,大根堆

使用res来维护前k大的和。

代码

#include <bits/stdc++.h>

#define int long long
#define yes cout << "YES" << endl;
#define no cout << "NO" << endl;
#define IOS cin.tie(0), cout.tie(0), ios::sync_with_stdio(false);
#define cxk 1
#define debug(s, x) if (cxk) cout << "#debug:(" << s << ")=" << x << endl;
using namespace std;

const int N = 5e5 + 10;
int n, k, q, res;
int w[N];
multiset<int> a, b;

//a维护前k大,小根堆    b维护比第k个数小的,大根堆
void solve() {
   
   
    cin >> n >> k >> q;
    for (int i = 1; i <= k; i++)a.insert(0);
    for (int i = 1; i <= n - k; i++) b.insert(0);
    while (q--) {
   
   
        int x, y;
        cin >> x >> y;
        if (a.find(w[x]) != a.end()) a.erase(a.find(w[x])), res -= w[x];
        else b.erase(b.find(w[x]));
        w[x] = y;
        if (!b.empty() && y >= *b.rbegin()) a.insert(y), res += y;
        else b.insert(y);
        while (a.size() > k) {
   
   
            b.insert(*a.begin());
            res -= *a.begin();
            a.erase(a.begin());
        }
        while (a.size() < k) {
   
   
            a.insert(*b.rbegin());
            res += *b.rbegin();
            b.erase(b.find(*b.rbegin()));
        }
        cout << res << endl;
    }
}

signed main() {
   
   
    IOS
#ifndef ONLINE_JUDGE
    freopen("../test.in", "r", stdin);
    freopen("../test.out", "w", stdout);
#endif
    int _ = 1;
    while (_--) solve();
    return 0;
}
相关文章
|
5月前
|
存储 机器学习/深度学习 算法
数据结构与算法:堆
朋友们大家好啊,本篇文章来到堆的内容,堆是一种完全二叉树,再介绍堆之前,我们首先对树进行讲解
数据结构与算法:堆
|
2月前
|
数据采集 算法
基于PSO粒子群算法的三角形采集堆轨道优化matlab仿真
该程序利用PSO算法优化5个4*20矩阵中的模块采集轨迹,确保采集的物品数量及元素含量符合要求。在MATLAB2022a上运行,通过迭代寻优,选择最佳模块组合并优化轨道,使采集效率、路径长度及时间等综合指标最优。具体算法实现了粒子状态更新、需求量差值评估及轨迹优化等功能,最终输出最优轨迹及其相关性能指标。
|
3月前
|
算法 Java 开发者
Java面试题:Java内存探秘与多线程并发实战,Java内存模型及分区:理解Java堆、栈、方法区等内存区域的作用,垃圾收集机制:掌握常见的垃圾收集算法及其优缺点
Java面试题:Java内存探秘与多线程并发实战,Java内存模型及分区:理解Java堆、栈、方法区等内存区域的作用,垃圾收集机制:掌握常见的垃圾收集算法及其优缺点
30 0
|
3月前
|
存储 算法 Java
Java面试题:解释JVM的内存结构,并描述堆、栈、方法区在内存结构中的角色和作用,Java中的多线程是如何实现的,Java垃圾回收机制的基本原理,并讨论常见的垃圾回收算法
Java面试题:解释JVM的内存结构,并描述堆、栈、方法区在内存结构中的角色和作用,Java中的多线程是如何实现的,Java垃圾回收机制的基本原理,并讨论常见的垃圾回收算法
30 0
|
3月前
|
算法 安全 调度
逆天改命!Python高级数据结构堆(Heap)与优先队列,让你的算法效率飙升至宇宙级!
【7月更文挑战第8天】Python的heapq模块和queue.PriorityQueue实现了堆和优先队列,提供高效算法解决方案。堆用于Dijkstra算法求解最短路径,例如在图论问题中;PriorityQueue则在多线程下载管理中确保高优先级任务优先执行。这两个数据结构提升效率,简化代码,是编程中的强大工具。
37 0
|
4月前
|
存储 算法
【数据结构和算法】---二叉树(2)--堆的实现和应用
【数据结构和算法】---二叉树(2)--堆的实现和应用
20 0
|
4月前
|
存储 算法 Java
面试高频算法题汇总「图文解析 + 教学视频 + 范例代码」之 二分 + 哈希表 + 堆 + 优先队列 合集
面试高频算法题汇总「图文解析 + 教学视频 + 范例代码」之 二分 + 哈希表 + 堆 + 优先队列 合集
|
5月前
|
存储 机器学习/深度学习 算法
数据结构与算法⑬(第四章_中_续二)堆解决Topk问题+堆的概念选择题
数据结构与算法⑬(第四章_中_续二)堆解决Topk问题+堆的概念选择题
46 3
|
5月前
|
Arthas 监控 算法
JVM工作原理与实战(二十五):堆的垃圾回收-垃圾回收算法
JVM作为Java程序的运行环境,其负责解释和执行字节码,管理内存,确保安全,支持多线程和提供性能监控工具,以及确保程序的跨平台运行。本文主要介绍了垃圾回收算法评价标准、标记清除算法、复制算法、标记整理算法、分代垃圾回收算法等内容。
62 0
JVM工作原理与实战(二十五):堆的垃圾回收-垃圾回收算法
|
5月前
|
算法 C++
c++算法学习笔记 (19) 堆
c++算法学习笔记 (19) 堆
下一篇
无影云桌面