线段树 + 扫描线 + 离散化:亚特兰蒂斯
题目链接:https://www.acwing.com/problem/content/description/249/
题目:
有几个古希腊书籍中包含了对传说中的亚特兰蒂斯岛的描述。
其中一些甚至包括岛屿部分地图。
但不幸的是,这些地图描述了亚特兰蒂斯的不同区域。
您的朋友 Bill 必须知道地图的总面积。
你自告奋勇写了一个计算这个总面积的程序。
输入格式
输入包含多组测试用例。
对于每组测试用例,第一行包含整数 nn,表示总的地图数量。
接下来 nn 行,描绘了每张地图,每行包含四个数字 x1,y1,x2,y2x1,y1,x2,y2(不一定是整数),(x1,y1)(x1,y1) 和 (x2,y2)(x2,y2) 分别是地图的左上角位置和右下角位置。
注意,坐标轴 xx 轴从上向下延伸,yy 轴从左向右延伸。
当输入用例 n=0n=0 时,表示输入终止,该用例无需处理。
输出格式
每组测试用例输出两行。
第一行输出
Test case #k
,其中 kk 是测试用例的编号,从 11 开始。第二行输出
Total explored area: a
,其中 aa 是总地图面积(即此测试用例中所有矩形的面积并,注意如果一片区域被多个地图包含,则在计算总面积时只计算一次),精确到小数点后两位数。在每个测试用例后输出一个空行。
数据范围
1≤n≤100001≤n≤10000,
0≤x1<x2≤1000000≤x1<x2≤100000,
0≤y1<y2≤1000000≤y1<y2≤100000
注意,本题 nn 的范围上限加强至 1000010000。输入样例:
2 10 10 20 20 15 15 25 25.5 0
输出样例:
Test case #1 Total explored area: 180.00
样例解释
样例所示地图覆盖区域如下图所示,两个矩形区域所覆盖的总面积,即为样例的解。
分析:
1.离散化:
由于题目中要求的y是小数,虽然y的范围为 100000,实际上可以取的值有很多,而最多用到的y就2 * n个,所以需要离散化
2.扫描线:
使用扫描线的方式,将给定的多个矩形(蓝色部分)分成若干个区间,其中xi - x i -1是可以很容易求出来的。对x进行排序即可。此扫描线的切割方式,是按照我们给定的矩形的x进行切割成多个不同的矩形区域。
然后我们只需要求出每个区域的对应的y的长度即可。
3.线段树:
线段树维护的是一个区间,
如 1 ,2 , 5 ,7 维护的就是每一个段出现了多少次,1~2这个段出现了多少次,2~5这个段出现了多少次,5~7这个段出现了多少次。而不在像前面的统计某个点出现了多少次。实际上是一样的。
用1表示1~2这一段, 用2表示2~5这一段,用3表示5~7这一段,而当我们对y进行离散化之后,就更是如此般的理解即可。
线段树节点的结构:
struct Node // 线段树的节点
{
int l,r; // l,r为区间的范围
int cnt; // cnt代表对应的区间当前被覆盖了几次
double len; // 总长度
}edgs[8 * N]; // 为什么是8 * N 呢?因为,总的区间个数为2 * N , 开其4倍如何对线段树进行操作:
统计cnt的值。比如上面那张图中,x1~x2的区间,对应y轴的两个区间,所以这两个区间对应的线段树的部分会cnt ++. 然后到了x2~x3的区间,这个时候呢?由于前面的x1~x2的区间的长度还没有过,所以cnt在这两个区间没有发生改变。但是现在x2~x3的区间又新增加了一个区间,于是对应的线段树的那部分区间的cnt部分也会再次进行更新。 x3~x4区间的时候,原来的x1~x2的区间遇到了-1.所以这部分的cnt变为了0,由 + 1然后进行了-1操作.
2.无需使用pushdown操作。
这是由于扫描线的一个特性,直接访问根节点的值。所以在query()函数中
按照之前的写法
int query()
{
if(根节点)
{
一系列操作
return
}
else
{
pushdown()
}
}
而现在我们只会访问根节点,也就是每次只会访问if()直接rutuen不会进入到pushdown操作。
所以查询操作中不需要pushdown()。
那么另一个modify()操作呢?
首先,如果是k == -1的情况,也就是遇到了矩形的右边界,-1的情况。
(由于成对存在,所以cnt不会为负值,最小为0,加了1后又减1)
那么如果现在减去1了。那么cnt可能依旧为正值,如果依旧为正值的话,那么直接返回对应的结果。
如果变为了0,那么就通过子节点的len值去更新父结点的len值。并且如果cnt == 0了,pushdown操作也不会执行下去。
同样如果为k == 1的情况,加1. 那么也是如此。所以无需使用pushdown()操作。
此题,只需要使用pushup操作,build()操作,modify操作。
pushup操作,如果cnt > 0 的话,直接返回对应的区间值,应为这个区间有被覆盖,不管cnt为几都可以直接返回区间值。
如果cnt == 0,如果不是叶子节点,则通过子节点更新父结点的值。
如果cmt == 0 且是叶子节点,则更新len值为0.
build()操作与之前一样。
modify()操作:
如果在l,r的区间内,直接修改k,并进行pushup(),因为我们只会访问根节点,
如果不在l,r的区间内,则和之前一样。
代码实现:
# include <iostream>
# include <algorithm>
# include <vector>
using namespace std;const int N = 10010;struct qujian
{double x; // x代表它横坐标的位置double y1; // y1代表它当前第一个纵坐标的位置double y2; // y2代表它当前第二个纵坐标的位置int k; // k 代表它的值(1或者是 -1)
}qujian[2 * N ]; // 因为一个矩形就会有两条这样的线,x1,x2不同,但是y1,y2相同,k一个为1 一个为-1vector<double> lisan; // 进行离散化的vector<>bool cmp(struct qujian a , struct qujian b) // 后面会对qujian关于x从小到大进行排序
{return a.x < b.x;
}struct Node // 线段树的节点
{int l,r; // l,r为区间的范围int cnt; // cnt代表对应的区间当前被覆盖了几次double len; // 总长度
}edgs[8 * N]; // 为什么是8 * N 呢?因为,总的区间个数为2 * N , 开其4倍int find(double y) // 找到当前y值对应的离散化后的下标
{int l = 0,r = lisan.size() - 1;while(l < r){int mid = (l + r) / 2;if(lisan[mid] >= y){r = mid;}else{l = mid + 1;}}return l;
}void pushup(int u)
{if(edgs[u].cnt) // 如果edgs[u].cnt > 0 的话{edgs[u].len = lisan[edgs[u].r + 1] - lisan[ edgs[u].l ];}else if(edgs[u].l != edgs[u].r) // 非叶子节点{edgs[u].len = edgs[2 * u].len + edgs[2 * u + 1].len;}else{edgs[u].len = 0;}
}void build(int u , int l , int r)
{edgs[u].l = l , edgs[u].r = r;if(l == r){edgs[u].cnt = 0;edgs[u].len = 0;return;}else{int mid = (edgs[u].l + edgs[u].r) / 2;build(2 * u , l , mid);build(2 * u + 1 , mid + 1 , r);pushup(u); // 这道题可写可不写}
}void modify(int u , int l , int r , int k) //给离散化后的l~r加一个k值,1或者-1
{if(edgs[u].l >= l && edgs[u].r <= r){edgs[u].cnt += k;pushup(u);return;}else{int mid = ( edgs[u].l + edgs[u].r ) / 2;if(l <= mid){modify(2 * u , l , r , k);}if(r > mid){modify(2 * u + 1 , l , r , k);}pushup(u);}
}int n;int main()
{int t = 1;while(scanf("%d",&n),n){lisan.clear();for(int i = 1 , j = 0; i <= n ; i++){double x1,y1,x2,y2;scanf("%lf %lf %lf %lf",&x1,&y1,&x2,&y2);qujian[j++] = {x1,y1,y2,1};qujian[j++] = {x2,y1,y2,-1};lisan.push_back(y1);lisan.push_back(y2);}sort(lisan.begin(),lisan.end());lisan.erase(unique(lisan.begin(),lisan.end()),lisan.end());//建立线段树build(1,0,lisan.size() - 2); // 为什么是0~lisan.size() - 2呢? 这是因为我们线段树中维护的是 线段区间, 比如y1~y2 实际上用的是y1进行表示。同样的我们现在离散化了之后,变为了0,1,2,..lisan.size() - 1。 那么0~1变为了0, 1~2变为了1, lisan.size() - 2 ~ lisan.size() - 1变为了lisan.size() -2//将区间关于x进行排序好,对y1~y2的长度进行计算统计sort(qujian , qujian + 2 * n ,cmp);double ans = 0;//开始进行计算for(int i = 0 ; i < 2 * n ; i++){if(i > 0)ans += edgs[1].len * (qujian[i].x - qujian[i - 1].x);modify(1,find(qujian[i].y1),find(qujian[i].y2) - 1,qujian[i].k); //范围为y1~y2,如2 ~ 4则结果就变为了,}printf("Test case #%d\n",t++);printf("Total explored area: %.2lf\n\n",ans);}return 0;
}
线段树 + 扫描线 + 离散化:亚特兰蒂斯相关推荐
- 亚特兰蒂斯【线段树+扫描线+离散化】
亚特兰蒂斯[线段树+扫描线+离散化] POJ1151.ACwing247 题目: 有几个古希腊书籍中包含了对传说中的亚特兰蒂斯岛的描述. 其中一些甚至包括岛屿部分地图. 但不幸的是,这些地图描述了亚特 ...
- 2016 UESTC Training for Data Structures F - 郭大侠与“有何贵干?” CDOJ 1335 线段树 扫描线 离散化
F - 郭大侠与"有何贵干?" 就是给一个三维空间,和N个长方体,问覆盖K次的体积 x和y都是1e9,但是z是[1,3],所以可以把这个分为两个二维平面,求被覆盖K次的面积,最后加 ...
- POJ1151-Atlantis【线段树,扫描线,离散化】
正题 题目链接:http://poj.org/problem?id=1151 题目大意 有n个矩形,求所以矩形的覆盖面积. 解题思路 我们用离散化一个坐标,然后每次用线段树维护这个宽度内覆盖高度和,然 ...
- 610D - Vika and Segments(线段树+扫描线+离散化)
扫描线:http://www.cnblogs.com/scau20110726/archive/2013/04/12/3016765.html 看图,图中的数字是横坐标离散后对应的下标,计算时左端点不 ...
- POJ2482-Stars in Your Window【线段树,扫描线,离散化】
正题 题目链接:http://poj.org/problem?id=2482 题目大意 有若干个点,每个点有不同的权值,求用一个h*w的矩阵扩起来的权值最大. 解题思路 先离散化一个坐标,然后另一个坐 ...
- hdu1542 线段树扫描线求矩形面积的并
题意: 给你n个正方形,求出他们的所占面积有多大,重叠的部分只能算一次. 思路: 自己的第一道线段树扫描线题目,至于扫描线,最近会写一个总结,现在就不直接在这里写了,说下我的方 ...
- hdu 1542 Atlantis (线段树+扫描线)
http://acm.hdu.edu.cn/showproblem.php?pid=1542 单纯的线段树+扫描线求面积并,需要离散化. code: #include <cstdlib> ...
- HDU 1264 Counting Squares (线段树-扫描线-矩形面积并)
版权声明:欢迎关注我的博客.本文为博主[炒饭君]原创文章,未经博主同意不得转载 https://blog.csdn.net/a1061747415/article/details/25471349 P ...
- 线段树扫描线求矩形周长详解
线段树扫描线求矩形周长详解 原创 wucstdio 最后发布于2018-04-24 16:12:09 阅读数 841 收藏 发布于2018-04-24 16:12:09 版权声明:本文为博主原创文章, ...
最新文章
- Pandas之将保存的数据写入到Excel的多个sheet
- 视频监控为校园安全插上“隐形的翅膀”
- 技术面试的时候应该了解公司点什么
- JavaScript 有多灵活?
- notepad++ vim插件_是时候摒弃掉Notepad++ ,因为你还有更多的选择...
- python web界面整合 tail_如何使用Python Tornado在HTTP上实现“ tail”?
- vue watch第一次监听不到_Vue 的 computed 和 watch 的区别
- 大话知识图谱--构建知识图谱第一步定义数据模型
- 搭建亿级时间线数据的监控系统,我有绝招!
- Python精确指南——第二章 界面开发
- 【重难点】【Java集合 04】ArrayDeque 的使用场景、ArrayBlockingQueue
- Unity中Light Probe详解
- 不属于处理数据的计算机应用,计算机应用基础6
- 考勤系统之计算工作小时数
- session timer(一)
- Python入门教程!手把手教会你爬取网页数据
- 【ICPC-457】数学笔记
- clion:输出中文乱码终极解决方案
- 西安交通大学计算机考研资料汇总
- 未来已来——云应用引擎CAE开启应用Serverless新时代
热门文章
- 解决小程序button: text-align: center;不生效的问题
- 乐高制作的写字机器人夹笔机构,可快速装卸更换
- xml文件报错:The reference to entity “characterEncoding“ must end with the ‘;‘ delimiter.
- 乾坤未定,你我皆黑马—ALOKEX交易所逆流而上
- TP-Link的config.bin的解码
- WebSocket 知识使用
- 模式分类识别 | Python实现基于LGBM模型的信用类型识别预测
- Linux-系统管理12-进程和计划任务管理
- 视、音频分开的网站内容如何合并?批量下载代码又该如何编写?
- 别光追求美 靓女开车最应改掉的六大陋习