【算法题解】Bindian 山丘信号问题(E. Bindian Signaling)

devtools/2024/12/27 6:23:21/

问题描述

在 Berland 古老的 Bindian 部落中,首都被 nn 座山丘围成一个圆环,每个山丘上都有一名守望者,日夜观察着周围的情况。

如果有危险,守望者可以在山丘上点燃篝火。两座山丘的守望者可以看到彼此的信号,条件是:

  1. 沿着两座山丘之间的圆弧(顺时针或逆时针方向)没有比这两座山丘更高的山丘。

需要计算有多少对山丘可以互相看见信号。


输入格式

  • 第一行包含一个整数 nn,表示山丘的数量 3≤n≤1063 \leq n \leq 10^6。
  • 第二行包含 nn 个整数,表示按顺时针顺序排列的山丘高度。所有高度均为正整数,范围为 11 至 10910^9。

输出格式

输出能互相看见信号的山丘对数。


示例输入输出

示例 1

输入:
5
1 2 4 5 3输出:
7

示例 2

输入:
4
3 3 3 3输出:
12

解题思路

这是一个经典的「单调栈」问题,涉及到可见性和环形结构处理,分为以下几步:

1. 问题简化

  • 如果所有山丘的高度都相同,则每一对山丘都可以互相看见,答案是 n×(n−1)n \times (n - 1)。
  • 对于一般情况,使用单调栈来解决。

2. 单调栈的作用

通过单调栈,我们可以快速找到:

  • 当前山丘是否有更高的山丘阻挡。
  • 当前山丘可以看到多少个较低或等高的山丘。

3. 环形结构的处理

由于山丘排列是圆环结构,我们需要遍历两次数组(顺时针和逆时针)来模拟圆环的可见性。

4. 复杂度要求

由于 nn 的范围高达 10610^6,我们需要:

  • 时间复杂度:O(n)O(n)。
  • 空间复杂度:O(n)O(n)。

代码实现

以下是 Python 的完整代码实现:

def count_visible_pairs(n, heights):# 如果所有山丘高度相同,则直接计算所有山丘对if len(set(heights)) == 1:return n * (n - 1)# 单调栈方法,计算可见的山丘对def calculate_pairs(heights):stack = []total_pairs = 0# 遍历每个山丘for h in heights:count = 1# 单调栈:移除较小或相等的山丘while stack and stack[-1][0] <= h:top = stack.pop()total_pairs += top[1]if top[0] == h:count += top[1]# 栈顶还有元素,说明能看到当前山丘if stack:total_pairs += 1# 将当前山丘加入栈stack.append((h, count))return total_pairs# 计算顺时针方向的可见山丘对linear_pairs = calculate_pairs(heights)# 计算逆时针方向的可见山丘对reverse_pairs = calculate_pairs(heights[::-1])# 总对数为顺时针和逆时针对数之和,但需要减去重复计算的部分total_pairs = linear_pairs + reverse_pairs - nreturn total_pairs# 输入处理
n = int(input())
heights = list(map(int, input().split()))# 计算并输出结果
print(count_visible_pairs(n, heights))

样例解析

示例 1

输入

5
1 2 4 5 3

输出

7

解析

  • 山丘对可以互相看见的情况为:
    (1, 2), (2, 3), (3, 4), (3, 5), (4, 3), (5, 3), (2, 1)。

示例 2

输入

4
3 3 3 3

输出

12

解析

  • 所有山丘高度相同,所有对均可互相看见。
    总共有 4×(4−1)=124 \times (4 - 1) = 12 对。

复杂度分析

  1. 时间复杂度

    • 单调栈遍历一次数组的时间复杂度为 O(n)O(n)。
    • 因为需要两次遍历,整体时间复杂度为 O(2n)=O(n)O(2n) = O(n)。
  2. 空间复杂度

    • 单调栈的最大深度为 nn,空间复杂度为 O(n)O(n)。

算法可以高效解决 n=106n = 10^6 的大规模输入问题。


总结

  • 本题的核心是「单调栈」和「环形数组」的结合。
  • 通过单调栈高效计算每个山丘的可见性,避免了暴力计算的 O(n2)O(n^2) 时间复杂度。
  • 在环形数组中,我们通过两次遍历实现了对所有方向的处理。

这道题展示了如何用数据结构优化传统的暴力算法,是经典的竞赛题之一。


如果觉得文章有帮助,欢迎点赞、收藏和关注!有其他思路或疑问,也欢迎在评论区讨论 😊!


http://www.ppmy.cn/devtools/145737.html

相关文章

只谈C++11新特性 - 默认函数

默认函数 C11之前的问题 在C11之前&#xff0c;如果给一个类显式地声明了构造函数&#xff08;无论是默认构造函数还是自定义的&#xff09;&#xff0c;系统就不会再生成默认的抽象赋值函数和拷贝构造函数。这带来了一些不方便和隐藏的问题。举一个简单的例子&#xff1a; …

2-196基于matlab的混沌改进蚁群算法优化PID

基于matlab的混沌改进蚁群算法优化PID。以控制误差为PID控制参数优化的目标函数&#xff0c;输入比例系数、积分比例系数、微分比例系数等参数进行优化&#xff0c;输出最佳的控制参数。程序已调通&#xff0c;可直接运行。 2-196基于matlab的混沌改进蚁群算法优化PID

无需公网 IP 实现外部访问 Puter 一站式云平台

Puter 是一款隐私至上的个人云&#xff0c;它是开源桌面环境&#xff0c;运行在浏览器中&#xff0c;这款桌面环境具备丰富的功能、异常快速和高度可扩展性。它可以用于构建远程桌面环境&#xff0c;也可以作为云存储服务、远程服务器、Web 托管平台等的界面。 第一步&#xf…

报表工具DevExpress Reporting v24.2亮点 - AI功能进一步强化

DevExpress Reporting是.NET Framework下功能完善的报表平台&#xff0c;它附带了易于使用的Visual Studio报表设计器和丰富的报表控件集&#xff0c;包括数据透视表、图表&#xff0c;因此您可以构建无与伦比、信息清晰的报表。 报表工具DevExpress Reporting v24.2将于近期发…

决策树(理论知识3)

目录 评选算法信息增益&#xff08; ID3 算法选用的评估标准&#xff09;信息增益率&#xff08; C4.5 算法选用的评估标准&#xff09;基尼系数&#xff08; CART 算法选用的评估标准&#xff09;基尼增益基尼增益率 评选算法 决策树学习的关键在于&#xff1a;如何选择最优划…

CCF-A类 USENIX ATC 2025截稿指南

一、会议资讯&#xff1a; USENIX Annual Technical Conference (USENIX ATC)2025&#xff0c;即2025年USENIX年度技术会议&#xff0c;是CCF推荐A类会议&#xff0c;Core Conference Ranking A类会议。会议汇集了领先的系统研究人员&#xff0c;展示尖端的系统研究&#xff0…

OpenAI 12天发布会:AI革命的里程碑@附35页PDF文件下载

在人工智能的浪潮中&#xff0c;OpenAI的12天发布会无疑是2024年科技界的一场盛宴。从12月5日开始&#xff0c;OpenAI连续12天每天发布一个新应用或功能&#xff0c;标志着AI技术的又一次飞跃。本文将梳理这些激动人心的发布&#xff0c;带你一探究竟。 OpenAI发布会概览 Ope…

并发编程 - 死锁的产生、排查与解决方案

在多线程编程中&#xff0c;死锁是一种非常常见的问题&#xff0c;稍不留神可能就会产生死锁&#xff0c;今天就和大家分享死锁产生的原因&#xff0c;如何排查&#xff0c;以及解决办法。 线程死锁通常是因为两个或两个以上线程在资源争夺中&#xff0c;形成循环等待&#xf…