题解 | #区间增量与区间前驱#

区间增量与区间前驱

https://www.nowcoder.com/practice/11b11d5339f14d72afc732634a6ae80f

题目链接

PEEK72 区间增量与区间前驱

题目描述

给定一个长度为 的数组 ,你需要构建一个数据结构来支持以下两种操作共 次:

  1. 区间增量:给定区间 和一个整数 ,将该区间中的所有元素 修改为
  2. 区间前驱:给定区间 和一个整数 ,查询该区间中所有小于 的元素里的最大值。如果不存在这样的元素,则返回 -1。

数据范围:,

解题思路

本题涉及区间修改和一种特殊的区间查询(前驱查询)。标准的线段树可以轻松处理区间增量(通过懒标记),但难以高效地回答区间前驱查询,因为这需要在区间的子集内进行条件查询。

这种复杂度的操作组合,非常适合使用分块数据结构来解决。分块的核心思想是“大段维护,小段朴素”,在查询和修改之间取得平衡。

我们将数组 分成大约 个块,每个块的大小也为

维护信息:

  • a[]: 原始数组。
  • block[]: 一个辅助数组,其中 block[i] 存储了第 个块内所有元素的有序拷贝。这个有序数组是快速查询前驱的关键。
  • lazy[]: 每个块的懒标记。lazy[b] 记录了第 个块需要统一增加的值。

操作实现:

  1. 区间增量 (l, r, x)

    • 对于完全包含在 [l, r] 内的块:我们不需要修改块内的每一个元素,只需更新它们的懒标记即可:lazy[b] += x。这是 的。
    • 对于 lr 所在的、不完全包含的块(边界块):我们需要进行朴素的单点修改。
      1. 首先,下放(push down)该块的懒标记,即把 lazy[b] 的值加到块内 a[] 数组的每一个元素上,然后清零 lazy[b]
      2. 接着,遍历 [l, r] 在该块内的部分,对 a[i] 逐个加上
      3. 修改完成后,重新构建该块的有序拷贝 block[b]。这一步是必要的,以保证后续查询的正确性。
    • 整个增量操作的复杂度为 ,瓶颈在于边界块的重构。
  2. 区间前驱查询 (l, r, k)

    • 初始化一个结果 ans = -infinity (或一个极小值)。
    • 对于完全包含在 [l, r] 内的块
      1. 我们要在块 中找到小于 的最大元素。块内元素的实际值是 block[b][i] + lazy[b]
      2. 因此,我们要在有序数组 block[b] 中寻找小于 k - lazy[b] 的最大元素。这可以通过二分查找(例如 upper_bound)高效完成。
      3. 用找到的元素更新 ans
    • 对于边界块:我们直接遍历 [l, r] 在该块内的部分。对于每个元素 ,计算其实际值 a[i] + lazy[b],如果它小于 ,就用它来更新 ans
    • 整个查询操作的复杂度为

由于 的范围,数组元素可能会很大,需要使用 64 位整型(long long / long)来存储。

代码

#include <iostream>
#include <vector>
#include <cmath>
#include <algorithm>

using namespace std;

const long long INF = -2e18; // 使用一个足够小的数表示未找到
int n, m;
int block_size;
vector<long long> a;
vector<long long> lazy;
vector<vector<long long>> blocks;
vector<int> block_map;

// 重构指定块的有序版本
void rebuild(int b_idx) {
    int start = b_idx * block_size;
    int end = min((b_idx + 1) * block_size - 1, n - 1);
    blocks[b_idx].clear();
    for (int i = start; i <= end; ++i) {
        blocks[b_idx].push_back(a[i]);
    }
    sort(blocks[b_idx].begin(), blocks[b_idx].end());
}

// 只将懒标记应用到原数组a,不重构
void apply_lazy(int b_idx) {
    if (lazy[b_idx] == 0) return;
    int start = b_idx * block_size;
    int end = min((b_idx + 1) * block_size - 1, n - 1);
    for (int i = start; i <= end; ++i) {
        a[i] += lazy[b_idx];
    }
    lazy[b_idx] = 0;
}

void update(int l, int r, long long x) {
    int start_block = block_map[l];
    int end_block = block_map[r];

    if (start_block == end_block) {
        apply_lazy(start_block);
        for (int i = l; i <= r; ++i) {
            a[i] += x;
        }
        rebuild(start_block);
    } else {
        apply_lazy(start_block);
        for (int i = l; i < (start_block + 1) * block_size; ++i) {
            a[i] += x;
        }
        rebuild(start_block);

        for (int i = start_block + 1; i < end_block; ++i) {
            lazy[i] += x;
        }

        apply_lazy(end_block);
        for (int i = end_block * block_size; i <= r; ++i) {
            a[i] += x;
        }
        rebuild(end_block);
    }
}

long long query(int l, int r, long long k) {
    long long ans = INF;
    int start_block = block_map[l];
    int end_block = block_map[r];

    if (start_block == end_block) {
        for (int i = l; i <= r; ++i) {
            if (a[i] + lazy[start_block] < k) {
                ans = max(ans, a[i] + lazy[start_block]);
            }
        }
    } else {
        for (int i = l; i < (start_block + 1) * block_size; ++i) {
            if (a[i] + lazy[start_block] < k) {
                ans = max(ans, a[i] + lazy[start_block]);
            }
        }
        for (int i = start_block + 1; i < end_block; ++i) {
            long long target = k - lazy[i];
            auto it = lower_bound(blocks[i].begin(), blocks[i].end(), target);
            if (it != blocks[i].begin()) {
                ans = max(ans, *(--it) + lazy[i]);
            }
        }
        for (int i = end_block * block_size; i <= r; ++i) {
            if (a[i] + lazy[end_block] < k) {
                ans = max(ans, a[i] + lazy[end_block]);
            }
        }
    }
    return ans == INF ? -1 : ans;
}

int main() {
    ios_base::sync_with_stdio(false);
    cin.tie(NULL);

    cin >> n >> m;
    a.resize(n);
    block_size = sqrt(n);
    int num_blocks = (n + block_size - 1) / block_size;
    lazy.assign(num_blocks, 0);
    blocks.resize(num_blocks);
    block_map.resize(n);

    for (int i = 0; i < n; ++i) {
        cin >> a[i];
        block_map[i] = i / block_size;
    }

    for (int i = 0; i < num_blocks; ++i) {
        rebuild(i);
    }

    for (int i = 0; i < m; ++i) {
        int type;
        cin >> type;
        if (type == 1) {
            int l, r;
            long long x;
            cin >> l >> r >> x;
            update(l - 1, r - 1, x);
        } else {
            int l, r;
            long long k;
            cin >> l >> r >> k;
            cout << query(l - 1, r - 1, k) << "\n";
        }
    }

    return 0;
}

import java.io.*;
import java.util.*;

public class Main {
    static int n, m;
    static int blockSize;
    static long[] a;
    static long[] lazy;
    static ArrayList<Long>[] blocks;
    static int[] blockMap;

    static void rebuild(int bIdx) {
        int start = bIdx * blockSize;
        int end = Math.min((bIdx + 1) * blockSize - 1, n - 1);
        blocks[bIdx].clear();
        for (int i = start; i <= end; i++) {
            blocks[bIdx].add(a[i]);
        }
        Collections.sort(blocks[bIdx]);
    }

    // 只将懒标记应用到原数组a,不重构
    static void applyLazy(int bIdx) {
        if (lazy[bIdx] == 0) return;
        int start = bIdx * blockSize;
        int end = Math.min((bIdx + 1) * blockSize - 1, n - 1);
        for (int i = start; i <= end; i++) {
            a[i] += lazy[bIdx];
        }
        lazy[bIdx] = 0;
    }

    static void update(int l, int r, long x) {
        int startBlock = blockMap[l];
        int endBlock = blockMap[r];

        if (startBlock == endBlock) {
            applyLazy(startBlock);
            for (int i = l; i <= r; i++) {
                a[i] += x;
            }
            rebuild(startBlock);
        } else {
            applyLazy(startBlock);
            for (int i = l; i < (startBlock + 1) * blockSize; i++) {
                a[i] += x;
            }
            rebuild(startBlock);

            for (int i = startBlock + 1; i < endBlock; i++) {
                lazy[i] += x;
            }

            applyLazy(endBlock);
            for (int i = endBlock * blockSize; i <= r; i++) {
                a[i] += x;
            }
            rebuild(endBlock);
        }
    }

    static long query(int l, int r, long k) {
        long ans = Long.MIN_VALUE;
        int startBlock = blockMap[l];
        int endBlock = blockMap[r];
        
        if (startBlock == endBlock) {
            for (int i = l; i <= r; i++) {
                if (a[i] + lazy[startBlock] < k) {
                    ans = Math.max(ans, a[i] + lazy[startBlock]);
                }
            }
        } else {
            for (int i = l; i < (startBlock + 1) * blockSize; i++) {
                if (a[i] + lazy[startBlock] < k) {
                    ans = Math.max(ans, a[i] + lazy[startBlock]);
                }
            }
            for (int i = startBlock + 1; i < endBlock; i++) {
                long target = k - lazy[i];
                int idx = Collections.binarySearch(blocks[i], target);
                if (idx < 0) {
                    idx = -idx - 1; // Insertion point
                }
                if (idx > 0) {
                    ans = Math.max(ans, blocks[i].get(idx - 1) + lazy[i]);
                }
            }
            for (int i = endBlock * blockSize; i <= r; i++) {
                if (a[i] + lazy[endBlock] < k) {
                    ans = Math.max(ans, a[i] + lazy[endBlock]);
                }
            }
        }
        return ans == Long.MIN_VALUE ? -1 : ans;
    }

    public static void main(String[] args) throws IOException {
        BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
        StringTokenizer st = new StringTokenizer(br.readLine());
        n = Integer.parseInt(st.nextToken());
        m = Integer.parseInt(st.nextToken());

        a = new long[n];
        blockSize = (int) Math.sqrt(n);
        int numBlocks = (n + blockSize - 1) / blockSize;
        lazy = new long[numBlocks];
        blocks = new ArrayList[numBlocks];
        blockMap = new int[n];

        st = new StringTokenizer(br.readLine());
        for (int i = 0; i < n; i++) {
            a[i] = Long.parseLong(st.nextToken());
            blockMap[i] = i / blockSize;
        }

        for (int i = 0; i < numBlocks; i++) {
            blocks[i] = new ArrayList<>();
            rebuild(i);
        }

        PrintWriter out = new PrintWriter(new BufferedWriter(new OutputStreamWriter(System.out)));
        for (int i = 0; i < m; i++) {
            st = new StringTokenizer(br.readLine());
            int type = Integer.parseInt(st.nextToken());
            if (type == 1) {
                int l = Integer.parseInt(st.nextToken());
                int r = Integer.parseInt(st.nextToken());
                long x = Long.parseLong(st.nextToken());
                update(l - 1, r - 1, x);
            } else {
                int l = Integer.parseInt(st.nextToken());
                int r = Integer.parseInt(st.nextToken());
                long k = Long.parseLong(st.nextToken());
                out.println(query(l - 1, r - 1, k));
            }
        }
        out.flush();
    }
}

import sys
import math
import bisect

def rebuild(b_idx):
    start = b_idx * block_size
    end = min((b_idx + 1) * block_size, n)
    # Clear and rebuild
    blocks[b_idx] = sorted(a[start:end])

# 只将懒标记应用到原数组a,不重构
def apply_lazy(b_idx):
    if lazy[b_idx] == 0:
        return
    start = b_idx * block_size
    end = min((b_idx + 1) * block_size, n)
    for i in range(start, end):
        a[i] += lazy[b_idx]
    lazy[b_idx] = 0

def update(l, r, x):
    start_block = l // block_size
    end_block = r // block_size

    if start_block == end_block:
        apply_lazy(start_block)
        for i in range(l, r + 1):
            a[i] += x
        rebuild(start_block)
    else:
        apply_lazy(start_block)
        for i in range(l, (start_block + 1) * block_size):
            a[i] += x
        rebuild(start_block)
        
        for i in range(start_block + 1, end_block):
            lazy[i] += x

        apply_lazy(end_block)
        for i in range(end_block * block_size, r + 1):
            a[i] += x
        rebuild(end_block)

def query(l, r, k):
    ans = -float('inf')
    start_block = l // block_size
    end_block = r // block_size

    if start_block == end_block:
        for i in range(l, r + 1):
            val = a[i] + lazy[start_block]
            if val < k:
                ans = max(ans, val)
    else:
        for i in range(l, (start_block + 1) * block_size):
            val = a[i] + lazy[start_block]
            if val < k:
                ans = max(ans, val)
        
        for i in range(start_block + 1, end_block):
            target = k - lazy[i]
            # bisect_left finds insertion point, which is what we need
            idx = bisect.bisect_left(blocks[i], target)
            if idx > 0:
                ans = max(ans, blocks[i][idx - 1] + lazy[i])
        
        for i in range(end_block * block_size, r + 1):
            val = a[i] + lazy[end_block]
            if val < k:
                ans = max(ans, val)
                
    return int(ans) if ans != -float('inf') else -1

def solve():
    global n, block_size, a, lazy, blocks
    
    # Fast I/O
    lines = sys.stdin.readlines()
    n, m = map(int, lines[0].split())
    a = list(map(int, lines[1].split()))
    
    block_size = int(math.sqrt(n))
    num_blocks = (n + block_size - 1) // block_size
    lazy = [0] * num_blocks
    blocks = [[] for _ in range(num_blocks)]
    
    for i in range(num_blocks):
        rebuild(i)

    results = []
    for line in lines[2:]:
        parts = list(map(int, line.split()))
        op = parts[0]
        if op == 1:
            l, r, x = parts[1], parts[2], parts[3]
            update(l - 1, r - 1, x)
        else:
            l, r, k = parts[1], parts[2], parts[3]
            results.append(str(query(l - 1, r - 1, k)))
            
    print("\n".join(results))

solve()

算法及复杂度

  • 算法:分块 (Block Decomposition)
  • 时间复杂度:设块大小为 。修改操作涉及到两个边界块的重构和中间块的懒标记更新,复杂度为 。查询操作涉及到两个边界块的遍历和中间块的二分查找,复杂度为 。当 时,修改和查询的复杂度均为 。总时间复杂度为
  • 空间复杂度,用于存储原数组、块的有序拷贝等。
全部评论

相关推荐

04-24 13:51
已编辑
西安电子科技大学 Java
👋个人背景:211计算机混子,代码能力一般,春招急头白脸参加央国企最后拿下这两个offer👏offer1:中广核工程公司驻陆丰仪控调试,待遇19+4,离家1800km💯offer2:张家口卷烟厂待遇未知,应该有13个(猜测),离家500km牛油们帮忙选一下,家里人不是很喜欢卷烟厂这个offer,但是蜀黍烟草局下岸了
鸿雁于飞:先说offer1:中广核工程公司驻陆丰仪控调试(待遇19+4) 中广核这艘央企大船还是很稳的,集团综合效益稳居央企前列。但你得搞清楚,这个19+4的"19"是总包,不是到手数——招聘宣传待遇里把所有能算的都算进去了,饭卡福利积分啥的全包含,有牛油分享实际到手大概打七折。试用期到手可能就四五千的水平,转正后基本工资4800左右,其余靠绩效、年终、大修费撑着。不过核电的工作环境有点"牢笼感"——核电站位置偏僻,远离繁华都市。工程公司是承包商性质,干活比业主公司累,而且大概率要经常出差,有的岗位年出差天数100天以上。最大问题是你这1800km的距离过于离谱,核电员工工作强度最小的时候一周也就回一次家,离得远回家成本高,夫妻感情和亲子关系都是现实考验。说白了:高薪是拿青春和生活换的。 再来看offer2:张家口卷烟厂(待遇约13个) 张家口卷烟厂是河北中烟下属三家卷烟厂之一,河北中烟主打的"荷花"系列连续多年位居全国高端卷烟品牌销量前列。烟草系统薪资由基本工资+绩效+年终奖构成,综合年薪普遍显著高于当地平均水平,六险二金齐全,福利拉满。有人问"13个是不是太平平无奇了"——关键张家口是四线城市,生活成本低,这13万的购买力相当于深圳的二十多万。离家500km,开车半天到家,周末回趟家完全可行,幸福感直接上两个档次。中广核的牛油说了句大实话: "哪个核电站好?永远是离家近的那个最好。" 选烟厂同理。 但是,卷烟厂的坑你得清楚: 首先卷烟厂和烟草局不一样,卷烟厂是生产操作类岗位,很多要三班倒。报考条件明确写了要能"胜任夜班工作和长时间站立工作"。一线操作工每天盯着流水线卷烟,工作内容高度重复,有入职的人描述为"食之无味弃之可惜"。有牛油直言"卷烟厂和商业性质的烟草公司不一样,前者很坑很累"。其次你家里人不是不喜欢,而是担心你这211计算机科班出身,进了烟厂干操作工,技能会快速退化,未来如果行业改革,技术壁垒不高,转行比较困难。等你干两年再跳出来,技术栈全忘干净了,回头再去敲代码,发现连应届生都卷不过。 老牛油的灵魂三问: 1. 你是更怕穷,还是更怕想家? 如果特别恋家的人跑1800km之外,第一年哭鼻子的概率高达80%。陆丰那地方偏僻单调,核电基地又远又闷,闲下来除了打游戏没啥娱乐,社交圈也窄。找个对象都费劲——牛油亲测核电站"狼多肉少"。 2. 你的代码能力有多"一般"? 如果真的一般,仪控调试和你专业匹配度不算高,这活儿主要是工程改造设计、现场实施管理、在建机组设计审查等,偏工程向而非纯软开。干两年后跳回互联网赛道,竞争力不一定有明显提升。反倒是烟厂不需要你写代码,进去就是稳定躺平。 3. 烟草局下岸这事儿会不会让你耿耿于怀? 如果烟草局是你第一志愿,烟厂只是plan B,那得想清楚:进去了可能每天看着天花板想"如果当初去了烟草局该多好",这种内耗比钱少还折磨人。如果你能接受"反正都是烟草系统,先进去再说"的心态,那倒无所谓。 一句话总结: 如果年轻想拼想闯做技术积累,中广核虽然累和远,但简历上央企核电的金字招牌确实有含金量,加上到手收入在这两个选项里确实更高,考虑到你个人经济情况和家庭状况,假如家里不需要你常回去照顾,家里有兄弟姐妹帮手分担,那先去核电待三四年,积累经验再跳槽也不失为一步棋。 如果想安稳过日子离家近当"人上人",烟厂低线生活成本加持,加上稳定的编制和福利体系,在张家***得滋润,幸福感吊打陆丰。尤其家里人是那种离不开你的,有烟厂的稳定且离家近,比任何高薪都实在。
点赞 评论 收藏
分享
牛客62533758...:华为不卡双非,而是卡院校hhhh
点赞 评论 收藏
分享
评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务