牛客 小 Q 与彼岸花(可持久化字典树+分块)

简介: 牛客 小 Q 与彼岸花(可持久化字典树+分块)

原题链接

思路:

O(n2)解法

考虑当数据范围为5 e 4的解法:

对于最大异或值一般的解法都是放到01字典树上去跑,这题也不例外。但是对于m个询问来说,每次都对于[ l , r ]重新建立字典树显然时间和空间都不允许,所以这时候就可以用可持久化字典树来查询[ l , r ]的字典树啦

这样的话时间也还不是很够,考虑再怎么进行优化。可以进行分块操作,因为整块区间的值都是固定的,设d p [ i ] [ j ]表示第i块到第j块之间的任取两个数的最大异或值,这个显然可以预处理出来。借鉴分块求区间众数的预处理思想,时间复杂度为O ( n n l o g n )

对于查询,考虑答案的构成:中间整块的最大异或值,左端点所在非完整块的最大异或值,右端点所在非完整块的最大异或值;第一种就是预处理的d p数组的值,后两种可以枚举每一个数,贪心的在[ l , r ]的字典树上查找最大异或值,时间复杂度为O ( 2 n l o g n )

强化版

代码:

//#pragma GCC optimize(2)
#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
typedef unsigned long long ull;
typedef pair<ll, ll>PLL;
typedef pair<int, int>PII;
typedef pair<double, double>PDD;
#define I_int ll
inline ll read(){ll x = 0, f = 1;char ch = getchar();while(ch < '0' || ch > '9'){if(ch == '-')f = -1;ch = getchar();}while(ch >= '0' && ch <= '9'){x = x * 10 + ch - '0';ch = getchar();}return x * f;}
inline void write(ll x){if (x < 0) x = ~x + 1, putchar('-');if (x > 9) write(x / 10);putchar(x % 10 + '0');}
#define read read()
#define closeSync ios::sync_with_stdio(0);cin.tie(0);cout.tie(0)
#define multiCase int T;cin>>T;for(int t=1;t<=T;t++)
#define rep(i,a,b) for(int i=(a);i<=(b);i++)
#define repp(i,a,b) for(int i=(a);i<(b);i++)
#define per(i,a,b) for(int i=(a);i>=(b);i--)
#define perr(i,a,b) for(int i=(a);i>(b);i--)
ll ksm(ll a, ll b,ll mod){ll res = 1;while(b){if(b&1)res=res*a%mod;a=a*a%mod;b>>=1;}return res;}
const int maxn=1e4+7,maxm=maxn*25;
int tr[maxm][2],max_id[maxm],idx,root[maxn];///字典树的数组
int n,m,a[maxn];
int block,num,L[maxn],R[maxn],belong[maxn];//分块数组
int dp[1100][1100];
void insert(int i,int k,int p,int q){
  if(k<0){
    max_id[q]=i;return ;
  }
  int v=a[i]>>k&1;
  tr[q][v^1]=tr[p][v^1];
  tr[q][v]=++idx;
  insert(i,k-1,tr[p][v],tr[q][v]);
  max_id[q]=max(max_id[tr[q][0]],max_id[tr[q][1]]);
}
int query(int root,int val,int l){
  int p=root;
  for(int i=23;i>=0;i--){
    int v=val>>i&1;
    if(max_id[tr[p][v^1]]>=l) p=tr[p][v^1];
    else p=tr[p][v];
  }
  return val^a[max_id[p]];
}
int qask(int l,int r){
  int bl=belong[l],br=belong[r];
  if(bl==br){
    int ans=0;
    for(int i=l;i<=r;i++)
      ans=max(ans,query(root[r],a[i],l));
    return ans;
  }
  else{
    int ans=dp[bl+1][br-1];
    for(int i=l;i<=R[bl];i++)
      ans=max(ans,query(root[r],a[i],l));
    for(int i=L[br];i<=r;i++)
      ans=max(ans,query(root[r],a[i],l));
    return ans;
  }
}
int main(){
  n=read,m=read;
  block=sqrt(n);
  num=n/block+(n%block>0);
  //root[0]=++idx;
  //max_id[0]=-1;
  //insert(0,23,0,root[0]);
  rep(i,1,n){
    a[i]=read,belong[i]=(i-1)/block+1;
    root[i]=++idx;
    insert(i,23,root[i-1],root[i]);
  }
  rep(i,1,num) L[i]=(i-1)*block+1,R[i]=i*block;
  for(int i=1;i<=num;i++){
    for(int j=i;j<=num;j++){
      int now=dp[i][j-1];
      for(int k=L[j];k<=R[j];k++){
        now=max(now,query(root[R[j]],a[k],L[i]));
      }
      dp[i][j]=now;
    }
  }
  while(m--){
    int l=read,r=read;
    int ans=qask(l,r);
    write(ans);puts("");
  }
  return 0;
}


目录
相关文章
|
5月前
|
搜索推荐 算法
【初阶数据结构篇】插入、希尔、选择、堆排序介绍(上篇)
堆排序(Heapsort)是指利⽤堆积树(堆)这种数据结构所设计的⼀种排序算法,它是选择排序的⼀ 种。它是通过堆来进⾏选择数据。需要注意的是排升序要建⼤堆,排降序建⼩堆。
23 0
|
存储 人工智能 算法
【C++杂货铺】再谈哈希算法:位图 | 布隆过滤器 | 哈希切分
【C++杂货铺】再谈哈希算法:位图 | 布隆过滤器 | 哈希切分
93 0
【C++杂货铺】再谈哈希算法:位图 | 布隆过滤器 | 哈希切分
|
8月前
|
存储 机器学习/深度学习 人工智能
数据结构(五)----特殊矩阵的压缩存储
数据结构(五)----特殊矩阵的压缩存储
357 3
|
8月前
|
存储 算法
Leetcode 30天高效刷数据结构和算法 Day1 两数之和 —— 无序数组
给定一个无序整数数组和目标值,找出数组中和为目标值的两个数的下标。要求不重复且可按任意顺序返回。示例:输入nums = [2,7,11,15], target = 9,输出[0,1]。暴力解法时间复杂度O(n²),优化解法利用哈希表实现,时间复杂度O(n)。
53 0
|
8月前
|
存储 Serverless
【数据结构】万字一文手把手解读哈希————(开/闭散列)解决哈希冲突完整详解(6)
【数据结构】万字一文手把手解读哈希————(开/闭散列)解决哈希冲突完整详解(6)
|
8月前
|
存储 机器学习/深度学习 人工智能
【408数据结构与算法】—数组和特殊矩阵的压缩存储(二十五)
【408数据结构与算法】—数组和特殊矩阵的压缩存储(二十五)
|
算法 搜索推荐
【数据结构】第十三站:排序(下)归并排序
【数据结构】第十三站:排序(下)归并排序
48 0
【开卷数据结构 】哈夫曼编码
【开卷数据结构 】哈夫曼编码
179 1
|
算法 Java 编译器
【算法与数据结构】2 梅开二度,线性查找的究极优化
【算法与数据结构】2 梅开二度,线性查找的究极优化
100 0
|
存储 算法 Java
Java数据结构与算法分析(十一)散列表(哈希表)
散列表(Hash Table)也叫哈希表,是根据给定关键字(Key)来计算出该关键字在表中存储地址的数据结构。也就是说,散列表建立了关键字与存储地址之间的一种直接映射关系,将关键字映射到表中记录的地址,这加快了查找速度。
208 0