• AGC026D Histogram Coloring 题解


    一、题目:

    AtCoder原题

    二、思路:

    先来看一波官方题解。

    在这里对两个转移方程做一点解释。

    先看

    [dp1(H)=2^xprod_{i=1}^kdp1(c_i) ]

    这个转移方程的意思是说,直方图的最下面 (x) 行每行都有两种选择,要么是 (mathtt{RBRB}),要么是 (mathtt{BRBR})。所以等式右边有一个因子 (2^x),又根据乘法原理,再乘上 (prodlimits_{i=1}^k dp1(c_i)) 即可。

    再来看第二个转移方程

    [dp2(H)=2^wprodlimits_{i=1}^k(dp1(c_i)+dp2(c_i))+(2^x-2)prodlimits_{i=1}^kdp1(c_i) ]

    根据加法原理,(dp2(H)) 的计数可以分为两部分。

    1. 直方图的最下面 (x) 行每列都是红蓝交替染色。那么每列都有两种选择,所以是 (2^w)。剩下的部分,对于每个 (c_i) 又可以根据加法原理分成两部分。

      1. (c_i) 下面那一行是红蓝交替染色。那么 (c_i) 染色的方案数为 (2 imes dp1(c_i))
      2. (c_i) 下面那一行不是红蓝交替染色。那么 (c_i) 染色的方案数就是 (dp2(c_i)-dp1(c_i))

      因此剩下部分的计数就是 (prodlimits_{i=1}^k dp1(c_i)+dp2(c_i))

    2. 直方图最下面 (x) 行每列都是红蓝交替染色。我们发现只要第一列填好,剩下列的染色也就确定了。因此最下面 (x) 行的染色仅取决于第一列的染色。所以是 (2^x-2)(除去两种红蓝交替的情况)。剩下的部分,对于每个 (c_i),它的第一行必然是红蓝交替的,所以方案数为 (dp1(c_i));因此剩下部分的总方案数就是 (prodlimits_{i=1}^kdp1(c_i))

    三、代码:

    #include <iostream>
    #include <cstdio>
    #include <cstring>
    #include <vector>
    
    using namespace std;
    #define FILEIN(s) freopen(s".in", "r", stdin);
    #define FILEOUT(s) freopen(s".out", "w", stdout)
    #define mem(s, v) memset(s, v, sizeof s)
    
    inline int read(void) {
        int x = 0, f = 1; char ch = getchar();
        while (ch < '0' || ch > '9') { if (ch == '-') f = -1; ch = getchar(); }
        while (ch >= '0' && ch <= '9') { x = x * 10 + ch - '0'; ch = getchar(); }
        return f * x;
    }
    
    const int maxn = 105, mod = 1e9 + 7;
    
    int n, h[maxn];
    
    inline void chkmin(int &x, int y) {
        x = y < x ? y : x;
    }
    
    inline long long power(long long a, long long b) {
        long long res = 1;
        for (; b; b >>= 1) {
            if (b & 1) res = res * a % mod;
            a = a * a % mod;
        }
        return res;
    }
    
    void solve(int l, int r, long long &res1, long long &res2) {
        vector<int>vec;
        vector<long long>dp1, dp2;
        int mn = 0x3f3f3f3f;
        for (int i = l; i <= r; ++ i) {
            chkmin(mn, h[i]);
        }
        for (int i = l; i <= r; ++ i) {
            if (h[i] == mn) vec.push_back(i);
        }
        for (int i = l; i <= r; ++ i) h[i] -= mn;
    
        long long tmp1, tmp2;
        
        int w = vec.size();
        for (int i = l; i <= r; ++ i) {
            if (h[i] > 0) {
                int j = i;
                for (; j <= r && h[j] > 0; ++ j);
                -- j;
                solve(i, j, tmp1, tmp2);
                dp1.push_back(tmp1); dp2.push_back(tmp2);
                i = j + 1;
            }
        }
        if (dp1.empty()) {
            res1 = power(2, mn);
            res2 = (power(2, w) + power(2, mn) - 2) % mod;
            return;
        }
    
        tmp1 = 1;
        for (auto &p : dp1) (tmp1 *= p) %= mod;
        res1 = power(2, mn) * tmp1 % mod;
    
        res2 = (power(2, mn) - 2) * tmp1 % mod; if (res2 < 0) res2 += mod;
        tmp2 = 1;
        for (int i = 0; i < (int)dp1.size(); ++ i) (tmp2 *= (dp1[i] + dp2[i]) % mod) %= mod;
        (tmp2 *= power(2, w)) %= mod;
        (res2 += tmp2) %= mod;
    }
    int main() {
        n = read();
        for (int i = 1; i <= n; ++ i) {
            h[i] = read();
        }
        long long ans1, ans2;
        solve(1, n, ans1, ans2);
        printf("%lld
    ", ans2);
        return 0;
    }
    
  • 相关阅读:
    js 词法作用域揭秘
    Python 操作 Redis 发布订阅
    Logistic Regression
    快速逆平方根
    牛顿法
    Ubuntu安装BCC
    树莓派4b安装Ubuntu20.04
    丢弃法
    SpringBoot整合Redis
    Linear Regression
  • 原文地址:https://www.cnblogs.com/little-aztl/p/14790684.html
Copyright © 2020-2023  润新知