[POJ] [INDEX] [1716] [Integer Intervals]
[Time: 1000MS] [Memory: 10000K] [难度: 中级] [分类: 差分约束]
给出数轴上的n个区间,每个区间都是连续的int区间。
现在要在数轴上任意取一堆元素,构成一个元素集合V
要求每个区间和元素集合V的交集至少有两个不同的元素
求集合V最小的元素个数。
本题有两种解法: 贪心算法 或 差分约束
一、贪心算法
先对所有区间按末端点排序
取第i个区间的最后两个元素Selem和Eelem
若第i+1个区间包含了这两个元素,则跳到下一个区间所取的元素个数+0
若第i+1个区间只包含了这两个元素中的一个(由于有序,所以必定是包含Eelem),则取第i+1个区间的最后一个元素,所取的元素个数+1。为了方便下一区间的比较,更新Selem和Eelem的值,使他们为当前V集合中最后的两个元素。
若第i+1个区间没有包含这两个元素,则第i+1个区间的最后两个元素,所取的元素个数+2。为了方便下一区间的比较,更新Selem和Eelem的值,使他们为当前V集合中最后的两个元素。
Selem初始化为第一个区间的最后倒数第2个元素
Eelem初始化为第一个区间的最后的元素
所取的元素个数初始化为2 (就是Selem和Eelem)
二、差分约束+Relax
设 s[x] = 从0到x
的所有在集合中的数的个数
则ai到bi的个数即 S[bi] - S[ai-1]
。
因此有
(1) S[bi] - S[ai-1] >= 2
。
又根据s[x]本身的性质,后面的一定不比前面的小,后面的最多比前面多一,有:
(2) s[i + 1] - s[i] >= 0
(3) s[i + 1] - s[i] <= 1
故建图,使图中每一组边,均满足(注意三条式子的不等号方向要一致,这个很重要):
S[ai - 1] <= S[bi] - 2
S[i] <= S[i - 1] + 1
S[i - 1] <= S[i]
上面三式,可把 s[x]
看作源点(假设存在)到各点的最短距离,初始化为0;
常数为边 (ai – 1,bi)
的边权
当存在不满足这三条式子的边时,对这条边进行Relax操作,更新不等号左边的变量。
其实就是Bellman-Ford算法的核心部分
if( S[ai - 1] > S[bi] – 2 ) S[ai - 1] = S[bi] – 2;
if( S[i] > S[i - 1] + 1 ) S[i] > S[i - 1] + 1;
if( S[i - 1] > S[i] ) S[i - 1] = S[i];
最后源点到最大顶点的距离减去源点到最小顶点的距离就是所求(其实一个单位距离就代表V中的一个元素;最小顶点到最大顶点其实就是所有输入的区间中,最小的左端点到最大的右端点这个范围)。
注意,经过我测试,本题变量的定义均要从全局定义,否则WA,什么原因我也不清楚(变量和数组的大小都只有10000,真是神了),只能说POJ太虐人了,白白耗了我一堆时间。
//Memory Time
//284K 94MS
/*Greed*/
#include<iostream>
#include<algorithm>
using namespace std;
typedef class
{
public:
int s,e;
}interval; //间隔(区间)
int cmp(const void* a,const void* b)
{
interval* x=(interval*)a;
interval* y=(interval*)b;
return (x->e) - (y->e); //对区间按末端点排序
}
int main(void)
{
int n; //区间数
while(cin>>n)
{
interval* inter=new interval[n];
for(int i=0;i<n;i++)
cin>>inter[i].s>>inter[i].e;
qsort(inter,n,sizeof(interval),cmp); //对区间按末端点排序
int Selem=inter[0].e-1 , Eelem=inter[0].e; //当前区间所取的两个元素,初始化为第0个区间最后两个元素
int sum=2; //至少取sum个元素才能保证每个区间至少含有其中的2个元素
for(int k=1;k<n;k++)
if(inter[k].s<=Selem) //前一个区间所取的两个元素都在当前区间内
continue; //则当前区间无需取任何元素
else if(inter[k].s<=Eelem) //前一个区间所取的只有一个元素在当前区间内
{
Selem=Eelem;
Eelem=inter[k].e; //按序更新当前区间所取的两个元素:Selem与Eelem
sum++; //Eelem是新取的一个元素
}
else //前一个区间所取的没有一个元素在当前区间内
{
Selem=inter[k].e-1;
Eelem=inter[k].e; //按序更新当前区间所取的两个元素:Selem与Eelem
sum+=2; //Selem与Eelem是新取的两个元素
}
cout<<sum<<endl;
delete inter;
}
return 0;
}
//Memory Time
//296K 282MS
/*Difference Constraints*/
#include<iostream>
using namespace std;
const int inf=20000;
class
{
public:
int s,e;
}inter[10001];
int dist[10001]; //源点到各点的距离
int n; //区间数
int upli;
int doli; // UpLimit , Downlimit 上下限
int main(int i)
{
while(cin>>n)
{
upli=0;
doli=inf;
/*Input*/
for(i=0;i<n;i++)
{
int a,b;
cin>>a>>b;
inter[i].s=a;
inter[i].e=b+1;
if(doli>inter[i].s) //寻找最小的顶点
doli=inter[i].s;
if(upli<inter[i].e) //寻找最大的顶点,inter[k].e必大于inter[k].s,因此无需再与inter[k].s比较
upli=inter[i].e;
dist[i]=0; //初始化源点到各点的距离
}
/*Bellman-Ford:Relax*/
bool flag=true;
while(flag) //只要某一次Relax没有更新,说明最短路径已经查找完毕,或者部分点不可达,可以跳出relax
{
flag=false;
for(i=0;i<n;i++)
if(dist[ inter[i].s ]>dist[ inter[i].e ]-2)
{
dist[ inter[i].s ]=dist[ inter[i].e ]-2;
flag=true; //Relax对路径有更新
}
for(i=doli;i<upli;i++)
if(dist[i+1]>dist[i]+1)
{
dist[i+1]=dist[i]+1;
flag=true;
}
for(i=upli-1;i>=doli;i--) //这里逆向松弛(从upli到doli)比正向松弛(从doli到upli)快了500ms
if(dist[i] > dist[i+1])
{
dist[i] = dist[i+1];
flag = true;
}
}
cout<<dist[upli]-dist[doli]<<endl;
}
return 0;
}
- Site: http://exp-blog.com
- Mail: [email protected]