上一题“序列查询”中说道:
A=[A0,A1,A2,⋯,An] 是一个由 n+1 个 [0,N) 范围内整数组成的序列,满足 0=A0
对于给定的序列 A 和整数 x,查询 f(x) 是一个很经典的问题,可以使用二分搜索在 O(logn) 的时间复杂度内轻松解决。但在 IT 部门讨论如何实现这一功能时,小 P 同学提出了些新的想法。
小 P 同学认为,如果事先知道了序列 A 中整数的分布情况,就能直接估计出其中小于等于 x 的最大整数的大致位置。接着从这一估计位置开始线性查找,锁定 f(x)。如果估计得足够准确,线性查找的时间开销可能比二分查找算法更小。
比如说,如果 A1,A2,⋯,An 均匀分布在 (0,N) 的区间,那么就可以估算出:
f(x)≈(n+1)⋅xN
为了方便计算,小 P 首先定义了比例系数 r=⌊Nn+1⌋,其中 ⌊ ⌋ 表示下取整,即 r 等于 N 除以 n+1 的商。进一步地,小 P 用 g(x)=⌊xr⌋ 表示自己估算出的 f(x) 的大小,这里同样使用了下取整来保证 g(x) 是一个整数。
显然,对于任意的询问 x∈[0,N),g(x) 和 f(x) 越接近则说明小 P 的估计越准确,后续进行线性查找的时间开销也越小。因此,小 P 用两者差的绝对值 |g(x)−f(x)| 来表示处理询问 x 时的误差。
为了整体评估小 P 同学提出的方法在序列 A 上的表现,试计算:
error(A)=∑i=0N−1|g(i)−f(i)|=|g(0)−f(0)|+⋯+|g(N−1)−f(N−1)|
从标准输入读入数据。
输入的第一行包含空格分隔的两个正整数 n 和 N。
输入的第二行包含 n 个用空格分隔的整数 A1,A2,⋯,An。
注意 A0 固定为 0,因此输入数据中不包括 A0。
输出到标准输出。
仅输出一个整数,表示 error(A) 的值。
- 3 10
- 2 5 8
Data
5
思路:对于枚举的区间[a[i - 1], a[i] - 1),计算出其gx的取值范围,然后按gx去分段,因为当前区间的所有x,其fx = i - 1。
- #include
- using namespace std;
-
- #define x first
- #define y second
- #define endl '\n'
- #define rep(i,a,n) for (int i = a; i < n; i ++ )
- #define repn(i,a,n) for (int i = a; i <= n; i ++ )
- #define pb push_back
- #define IOS ios::sync_with_stdio(false); cin.tie(0);cout.tie(0);
- typedef long long ll;
- typedef pair<int,int> PII;
-
- ll gcd(ll a,ll b) { return b ? gcd(b,a % b) : a; }
- const int mod = 1e9+7;
- int n, k;
- const int N = 100010;
- int a[N];
- ll ans;
-
- int main()
- {
- IOS;
- cin >> n >> k;
- repn(i, 1, n)
- cin >> a[i];
-
- a[n + 1] = k;
- int t = k / (n + 1);
- for (int i = 1; i <= n + 1; i ++ )
- {
- ll l = a[i - 1], r = a[i] - 1;//枚举区间[l, r);
- ll gl = l / t, gr = r / t;
- ll x = i - 1;
-
-
- //将每一段分成三部分:
- //最开始的部分,中间部分,最后的部分
- //最开始和最后部分可能不完整
- //也可能开始部分和最后部分是一个数
- if(gl == gr)//如果开始和最后部分相同
- {
- ans += (r - l + 1) * labs(gr - x);
- }
- else//加上开始部分和最后部分
- {
- ans += (t - (l % t)) * labs(gl - x);
- ans += (r % t + 1) * labs(gr - x);
- }
- //加上中间完整的部分
- for (int j = gl + 1; j < gr; j ++ ) ans += t * labs(j - x);
- }
-
- cout << ans << endl;
-
-
-
- return 0;
- }