在解AOJ 0531 Paint Color时,学到了一个累积和的妙用——imos法,因为原文是日语,因此特地翻译过来。值得一提的是,做者Kentaro Imajo跟鄙人同龄,却已取得如此多的成就,而鄙人一无所成,实在汗颜。html
imos法是将累积和算法拓展到屡次元、高次空间的方法。虽然程序竞赛中出题最多不过2次元1次,可是2012年Kentaro Imajo将其用于高次元高次空间,在信号处理/图像处理领域取得了成就。ios
最简单的imos法是1次元0次系数的求解思想。如图,有三个俄罗斯方块在一块儿,悬空的部分会掉下去,求从左到右的高度?这个高度就是横坐标固定时,上面矩形高度之和。这就是最简单的imos法。算法
你在经营一个咖啡厅,你的咖啡厅里每一个客人在S_i时刻进店,E_i时刻出店。求店里最多有多少客人?(客人最多C个,时刻在T内。若是有多人同时进店出店,先算出店的人)。spa
朴素的思想是,计算每一个时刻客户的数量,从中找出最大值。可是,复杂度是\(O(CT)\)翻译
#include <iostream> #include <algorithm> using namespace std; #define C 4 #define T 10 // 每一个客人的进入时间 int S[C] = { 1, 3, 5, 7 }; // 每一个客人的离开时间 int E[C] = { 2, 8, 6, 8 }; // 店里的人数 int table[T]; int main(int argc, char *argv[]) { memset(table, 0, sizeof(table)); for (int i = 0; i < C; i++) { // 从时间 S[i] 到 E[i] - 1 店里人数计数加一 for (int j = S[i]; j < E[i]; j++) { table[j]++; } } // 找最大値 cout << *max_element(table, table + T) << endl; system("pause"); return 0; }
imos法的基本方向是,只统计出入店时刻的人数变化(我我的理解至关于求导),入店+1,出店-1。最终统计的时候,须要将每一个时刻加上前一个时刻的统计量(我我的理解至关于求积分),其中的最大值就是所求。记录复杂度O(C),累加复杂度O(T),因此总体复杂度O(C+T)。code
#include <iostream> #include <algorithm> using namespace std; #define C 4 #define T 10 // 每一个客人的进入时间 int S[C] = { 1, 3, 5, 7 }; // 每一个客人的离开时间 int E[C] = { 2, 8, 6, 8 }; // 店里的人数 int table[T]; int main(int argc, char *argv[]) { memset(table, 0, sizeof(table)); for (int i = 0; i < C; i++) { table[S[i]]++; // 入店+1 table[E[i]]--; // 出店-1 } // 累加 for (int i = 1; i < T; i++) { table[i] += table[i - 1]; } // 找最大値 cout << *max_element(table, table + T) << endl; system("pause"); return 0; }
\(imos\)相对于朴素方法的一个优势就是随着次元增大复杂度的下降越明显。htm
你在玩一个抓怪兽的游戏,如今你面前是一张W*H的地图,地图里有N种怪物。怪物i只会在左下角为(B_i,C_i),右上角为(A_i,D_i)的矩形区域内出现。求单位区域内最多有多少种怪兽?blog
朴素的解法就是计算每个单位区域内出现的怪兽数,而后找出最大值。复杂度是O(NWH)。游戏
#include <iostream> #include <algorithm> using namespace std; #define W 6 #define H 6 #define N 4 // 左下角坐标 int B[N] = {3,4,3,5,}; int C[N] = {0,1,2,2,}; // 右上角坐标 int A[N] = {0,3,2,2,}; int D[N] = {3,2,3,5,}; // 地图上的分布结果 int tiles[H][W]; int main(int argc, char *argv[]) { memset(tiles, 0, sizeof(tiles)); for (int i = 0; i < N; i++) { // 怪兽 i 出现的范围 [(A[i],C[i]), (B[i],D[i])) 内的计数加一 for (int y = C[i]; y < D[i]; y++) { for (int x = A[i]; x < B[i]; x++) { tiles[y][x]++; } } } // 求最大値 cout << *max_element(tiles[0], tiles[0] + H * W) << endl; system("pause"); return 0; }
矩形的左上角 (A[i],C[i]) +1 ,右上角 (A[i],D[i]) −1,左下角 (B[i],C[i]) −1 ,右下角(B[i],D[i]) +1 ,统计最终结果以前累加。加一减一 O(N),累加(WH) 总体复杂度 O(N+WH) 。element
#include <iostream> #include <algorithm> using namespace std; #define W 6 #define H 6 #define N 4 // 左下角坐标 int B[N] = {3,4,3,5,}; int C[N] = {0,1,2,2,}; // 右上角坐标 int A[N] = {0,3,2,2,}; int D[N] = {3,2,3,5,}; // 地图上的分布结果 int tiles[H][W]; int main(int argc, char *argv[]) { memset(tiles, 0, sizeof(tiles)); // 影响力计算 (图 3) for (int i = 0; i < N; i++) { tiles[C[i]][A[i]]++; tiles[C[i]][B[i]]--; tiles[D[i]][A[i]]--; tiles[D[i]][B[i]]++; } // 横向累积和 (图 4, 5) for (int y = 0; y < H; y++) { for (int x = 1; x < W; x++) { tiles[y][x] += tiles[y][x - 1]; } } // 纵向累积和 (图 6, 7) for (int y = 1; y < H; y++) { for (int x = 0; x < W; x++) { tiles[y][x] += tiles[y - 1][x]; } } cout << *max_element(tiles[0], tiles[0] + H * W) << endl; system("pause"); return 0; }
图三:影响力计算
图四:横向累加
图五:横向累加结果
图六:纵向累加
图七:纵向累加结果
暂时用不到,记录一个地址,有空再看。