摘要:
这个就是非常非常典的交互问题了。一个基本的思想,就是通过查询不断缩小范围,直到符合条件的只有一个元素。注意到可能有 \(10^{10}\) 情况,区分 \(5000\) 完全够了。根据每一次查询结果的不同,会形成一棵树。长成下面这样: 可以看到每一个点都可以通过某种方式划分为几个不同的集合(树的同一 阅读全文
这个就是非常非常典的交互问题了。一个基本的思想,就是通过查询不断缩小范围,直到符合条件的只有一个元素。注意到可能有 \(10^{10}\) 情况,区分 \(5000\) 完全够了。根据每一次查询结果的不同,会形成一棵树。长成下面这样: 可以看到每一个点都可以通过某种方式划分为几个不同的集合(树的同一 阅读全文
posted @ 2026-04-10 22:36
GE9x
阅读(25)
评论(0)
推荐(0)

显然地,考虑点静止的话,反而更难通过“重心”这类方式在老哥复杂度内求解,因此这个向上移动的条件是必要的。 题目给了 \(160\) 次操作,似乎是一个根号做法。尝试下。 然后玩一会可以发现一个大致框架,就是先从树根开始向下搜索,每次进入那个返回结果为 \(1\) 的分支。确保鼹鼠在当前点上面后,可以
一维 这个基本上可以用斜率优化搞定,可以看看前面的李超树。 但是如果遇到了转移方程出现了同时包含关于 \(j\) 的量与多个次数不同的关于 \(i\) 的量相乘的话,斜率优化就挂了,这个时候需要用一些一维四边形不等式的奇技淫巧,比如分治、二分队列、LARSCH 啥的,我先没学。 二维 这个用起来简单
终于有封面了(? 前情提要 主要是觉得斜率优化的时候推式子好麻烦,然后用 set 维护凸包也好麻烦(最讨厌这种 set 状物),然后就直接学李超树了,直接代替所有单调队列优化 DP。 李超树,就是支持加入直线,并且查询单点(整数点)下所有直线最值的数据结构,一个经典运用就是斜率优化 DP,传统斜率优
浙公网安备 33010602011771号