A. 凯文和湖景村
当我们将 \overline{x33y} 变成 \overline{xy} 时(x,y 均为十进制数),真实值从 10^{p+2}\cdot x+33\cdot 10^p+y 变成了 10^p\cdot x+y,实际减少了 99\cdot 10^p\cdot x+33\cdot 10^p,容易发现 33\mid 99\cdot 10^p\cdot x+33\cdot 10^p,因此我们可以用若干次 -33 操作来代替删除连续两个 3 这种操作。
所以我们只需要判断 x 能否通过若干次 -33 操作变为 0 即可,即判断 x\bmod 33 是否为零。
B. 凯文和不归林
整个排列中,最多只有 k 个区间能包含 1,同理,最多只有 k 个区间包含 2,3,\dots,我们希望最小值尽可能小的子区间数量尽可能多,因此采用如下构造:
p_k=1,p_{2k}=2,\dots,p_{\lfloor{\frac{n}{k}}\rfloor\cdot k}=\left\lfloor\frac{n}{k}\right\rfloor
对于剩余的位置,可以用 \lfloor\frac{n}{k}\rfloor+1\sim n 的所有值任意填写。容易证明这种构造的答案最小。
C. 凯文和月亮河公园
-
提示 #1
是否存在一个对于所有串,都必然会被选择的子串?
-
提示 #2
-
提示 #3
注意特殊处理全 1 串。
为了最大化两个串的异或和,肯定想要最大化异或和的二进制位数,为了最大化这个位数,[1,n] 必然被选择。假设我们选择的另一个串的首位为 1,若不为 1 可以把前导零全部删去。
找到整个串从前往后的第一个 0 的位置,我们必然想让这个位置变为 1,而且不让更前面的 1 改变为 0。因此,设第一个 0 的位置为 p,则另一个串长度为 n-p+1,枚举另一个串的开始位置,线性计算两个串的异或和,取最大值即可。复杂度 O(n^2)。
若整个串全部是 1,则选择一个 [1,n],一个 [1,1] 可以被证明是所有选择中最大的。
有趣的事实:这个题可以做到 O(n) 复杂度。具体来说,观察到另一个串需要满足:长度为 n-p+1,第一个字符为 1,所以左端点必须 <p,也就是说,另一个串的前缀 1 长度可以在 [1,p-1] 之间任意选择。我们希望原串的第一段 0 尽可能被赋值为 1,且第一段 0 后面的那个 1 不会被修改成 0,假设原串第一段 0 的长度是 q,则选择的另一个串的前缀 1 的长度必然为 \min(p-1,q),容易快速定位到起始位置。
在筹备比赛确定题目过程中,我们认为 O(n) 做法对于 C 题难度来说过高,因此使用了 O(n^2) 的数据范围作为使用的题目。
D. 凯文和里奥的回忆
阅读所有提示。先删除所有 rating 低于你的参赛者,这样你就成了 rating 最低的参赛者。此时你能解决的问题所有人都能解决,不影响你的排名,可以将这些问题的难度看作 +\infty。
此时,你不能解决任何问题,因此你在一场比赛中的排名是 (1+ 在这张比赛中解决至少一个问题的参赛者数量 ),即我们只需要关注每场比赛中的最简单的问题。
预处理出对于每个问题,有多少参赛者能够解决,设为 c_i。可以通过将参赛者 rating 和题目难度排序后使用双指针或二分算法求出 c_i。
接下来的问题是,给定 c_i,你需要将所有 c_i 分为 \lfloor\frac{n}{k}\rfloor 组,每组 k 个,最小化每组 c_i 最大值之和。可以使用贪心算法解决,将 c_i 从小到大排序,对于一个 k,答案就是 (c_k+1)+(c_{2k}+1)+\dots,暴力计算复杂度是调和级数,算上排序后即为 O(n\log n+m\log m)。
E. 凯文和军工厂
图总共有 2nm 条边,而每种颜色构成一个森林,因此对于一种颜色最多存在 2n+m-1 条边,那么总边数一定不超过 (2n+m-1)n。于是得到条件:(2n+m-1)n\ge 2nm,化简得 m\le 2n-1。
接下来我们只需构造出 m=2n-1 的情况即可解决本题。
事实上容易构造,由于每个右部点的度数为 2n,且颜色总数为 n,令每种颜色的边恰好 2 条。则对于每个颜色而言,相当于选择两个左部点使其联通(我们忽略右部点的存在),最后经过 2n-1 次连接,左部点需要形成树。可以发现只需要将左部点连成链即可,构造时只需要循环移动第一个右部点的颜色。例如对 n=4,m=7 的情况,形如:
1 4 4 3 3 2 2
1 1 4 4 3 3 2
2 1 1 4 4 3 3
2 2 1 1 4 4 3
3 2 2 1 1 4 4
3 3 2 2 1 1 4
4 3 3 2 2 1 1
4 4 3 3 2 2 1
因此一种简单的构造方法是对于左部点 i 和右部点 j,其连边的颜色为:
\left\lfloor\dfrac{(i+j)\bmod 2n}2\right\rfloor+1
F. 凯文和永眠镇
对于 b 序列建出小根笛卡尔树,容易发现,我们只会操作这棵笛卡尔树上的区间。
- 证明:对于一个 b_x,找到其左侧最后一个 b_p\le b_x 的 p 与右侧第一个 b_q<b_x 的 q,如果我们希望区间除以 b_x,那么操作区间不能包含 p,q 两个位置,同时区间尽可能长肯定不劣,因此必然操作 [p+1,q-1] 这个区间。而这些所有区间就是笛卡尔树上的区间。
考虑在笛卡尔树上进行 dp,令 f_{u,i} 表示只考虑 u 子树内的所有位置,进行 i 次操作之后,区间内 a_x 的最大值最小是多少。合并时,首先需要对他的两棵子树进行合并,设为 ls,rs,则有转移:
f_{u,k}=\min_{i+j=k}\left(\max(f_{ls,i},f_{rs,j},a_u)\right)
然后再考虑在 b_u 这个位置的除法操作,即:
f_{u,k+1}\leftarrow\left\lceil\frac{f_{u,k}}{b_u}\right\rceil
由于一直操作整个序列可以做到 \log_2\max(a_i)\le 63 次操作,因此 dp 状态的第二维只需要定义 0\sim 63,这样做的复杂度是 O(n\log^2 a)。
这种做法的瓶颈在于对于两棵子树 dp 状态的合并。观察发现 f_{u,i} 是单调不增的,因此对于 f_{ls,i} 和 f_{rs,i} 做 \min-\max 卷积等价于对于两个序列做归并排序,可以将合并做到 O(\log a) 的复杂度,最终得到一个 O(n\log a) 的解法。
G. 凯文和圣心医院
-
提示 #1
左式能小于右式吗?
-
提示 #2
考虑式子中取到最值的位置,它们有什么性质?
-
提示 #3
考虑容斥原理。
-
提示 #4
二项式定理。
我们假设左式中取到最值的位置为 L,右式中为 R。
任意找出一个 L,R,记和 L 同行和 R 同列的位置为 P,则有 a_L\ge a_P\ge a_R 即 a_L\ge a_R。于是只要考虑 a_L=a_R 的情况。
考虑两边同时取到最值的位置,记作 S,那么 S 中的位置既是这一列的 \max,也是这一行的 \min。于是对于两个 S 中非同行同列的位置 P,Q,容易得出和 P 同行和 Q 同列,与和 P 同列和 Q 同行的两个点也都能取到最值。归纳可以得到 S 构成了一个子矩形。
不妨枚举最值 k 和 S 的大小 i\times j,限制是 S 的所有行剩下的元素 \le k,所有列剩下的元素 \ge k。使用容斥原理,不难得到:
ans=\sum_{k=1}^v\sum_{i=1}^n\sum_{j=1}^m(-1)^{i+j}\binom ni\binom mjk^{i(m-j)}(v-k+1)^{(n-i)j}v^{(n-i)(m-j)}
朴素计算是 O(nmv) 的,无法通过。考虑化简:
=\sum_{k=1}^v\sum_{i=1}^n(-1)^i\binom ni\sum_{j=1}^m(-1)^{j}\binom mj\left(k^i\right)^{m-j}\left((v-k+1)^{n-i}\right)^j\left(v^{n-i}\right)^{m-j}\\
=\sum_{k=1}^v\sum_{i=1}^n(-1)^i\binom ni\sum_{j=1}^m\binom mj\left(-(v-k+1)^{n-i}\right)^j\left(k^iv^{n-i}\right)^{m-j}
求和符号中很像二项式定理,考虑加上 j=0 的项再减掉:
=\sum_{k=1}^v\sum_{i=1}^n(-1)^i\binom ni\left(\sum_{j=0}^m\binom mj\left(-(v-k+1)^{n-i}\right)^j\left(k^iv^{n-i}\right)^{m-j}-\left(k^iv^{n-i}\right)^m\right)\\
=\sum_{k=1}^v\sum_{i=1}^n(-1)^i\binom ni\left(\left(-(v-k+1)^{n-i}+k^iv^{n-i}\right)^m-\left(k^iv^{n-i}\right)^m\right)
于是我们在 O(nv\log m) 的时间内解决了该题。
H. 凯文和唐人街
-
提示 #1
考虑如何确定是否可以生成 01 字符串 t 。
-
提示 #2
尝试设计一个只需要记录有用变量的 DP。
-
提示 #3
使用数据结构优化,或优化转移复杂度。
假设对 01 串 s 执行若干次操作后得到 01 串 t,不难发现 t 中每个元素一定对应 s 中一个子集的元素的 \max。进一步观察可以发现这个子集一定构成一段区间,不妨写下 t_i 对应 \max\limits_{k=l_i}^{r_i} s_k。
初始的串 t=s,因而所有 l_i=r_i=i。假设当前的串 t 长度为 m,对应 l,r 两个序列,考虑如果在 1 \le p \le m 的位置 p 执行了一次操作,得到的新序列 t' 对应的 l',r' 两个序列。那么由于 \forall 1 \le i < p,t'_i=\max(t_i,t_{i+1}),\forall p \le i < m,t'_i=t_{i+1},可以发现 \forall 1 \le i < p,l'_i=l_i,r'_i=r_{i+1},\forall p \le i < m,l'_i=l_{i+1},r'_i=r_{i+1}。如果只关注 l,r 两个序列到 l',r' 两个序列的变化,相当于删去了 l_p 和 r_1 两个值。
因此从 s 序列出发做 k 次操作,能生成的序列 t 对应的 l,r 序列,一定 l 序列是从 1 \sim n 任意删去 k 个值,r 序列是 k+1 \sim n。
现在,不妨考虑如何判定 01 串 t 能否被生成,将 t 反转得到 t' 后,相当于目标是寻找 n \ge p_1 > p_2 > ... > p_k \ge 1 使得 \forall 1 \le i \le k,t'_i=\max\limits_{k=p_i}^{n-i+1}s_k。一个显然正确的贪心策略是按照 i=1 \sim k 的顺序选择 p_i,每次都选择最大的可行值。
现在考虑进行 DP,设 dp_{i,j} 为有多少长度为 i 的 01 串 t,使得运行上述贪心算法后 p_i 恰好取到 j。可以认为必定 p_0=n+1,边界情况是 dp_{0,n+1}=1。考虑从 dp_{i-1,j} \to dp_{i,*} 的转移:
- 如果 s[j-1,n-i+1] 已经出现了 1,那么 t 反转后的第 i 位必须为 1,且必然 p_i=j-1 ,将 dp_{i,j-1} 加上 dp_{i-1,j}。
- 如果 s[j-1,n-i+1] 未出现 1,t 反转后的第 i 位可以为 0,如果为 0 必然取 p_i=j-1,还是将 dp_{i,j-1} 加上 dp_{i-1,j};如果希望 t 反转后的第 i 位为 1,需要找到最大的 pos \le n-i+1 使得 s_{pos} 为 1,然后取 p_i=pos,将 dp_{i,pos} 加上 dp_{i-1,j}。
两类转移可以看作是无论如何将 dp_{i,j-1} 加上 dp_{i-1,j}。然后找到最大的 pos \le n-i+1 使得 s_{pos} 为 1,对所有 j-1>pos 即 j \ge pos+2 的 dp_{i,pos} 加上 dp_{i,j}。
可以将第一种转移视作对 DP 数组进行了整体平移,然后第二种转移是求 DP 数组一段后缀和再执行一次单点加,记录偏移量后容易使用线段树在 O(n \log n) 执行所有转移。
答案即是所有 1 \le i \le n,1 \le j \le n 的 dp_{i,j} 之和,使用线段树维护时当然也可以 O(1) 求出当前的 dp_i 的每一项之和(需要将 dp_{i-1,1} 这一项平移后下标不在范围内的置零)。
由于转移有着更好的性质,实际上可以不用数据结构仅仅更巧妙地使用前缀和 O(n) 解决该问题,但这不是必要的。
I1. 凯文和红教堂(简单版本)
引理:假设最后填出来最大值是 mx,不同的数的个数是 c,记 d=c-mx。那么 d=0 或 d=1。
证明:首先显然有 c\le mx+1。假设 c<mx,观察填 mx 的位置则容易发现矛盾。
考虑序列 s 中最左边和最右边的字符是什么:
- 如果分别是 L 和 R,可以发现这两个位置的数一定都是 0,而除了这两个位置一定不能填 0。对于内部的位置,无论是 L 还是 R,都会将 0 统计为一种不同的数字。因此我们可以删去这两个位置,对里面递归做,在完成后给里面的所有数字 +1,并在前后各加入一个 0。
- 如果分别是 L 和 L,首先左边的 L 一定是 0,假设右边的 L 写的是 x,容易证明里面的位置不可能填 x。对于内部的位置,无论是 L 还是 R,都会将 0 或 x 统计为一种不同的数字。 所以和上一种情况类似地,还是删去两端后递归做,然后给里面的数都 +1 再填上 0 和 x。需要满足 x 的值是里面的不同数的个数 +1。此时要求 x 在内部不能出现过,根据引理可以发现这个条件等价于,内部整个区间满足 d=1。
- 如果分别是 R 和 R,跟上一种情况相同。
- 如果分别是 R 和 L,可以得到一种简单的构造是全填 1。同时我们发现,在这种情况下,无论填什么数字都不会出现 0,因此这个情况只能对应 d=0。
我们把原字符串每次取出首尾字符后递归构造。
分析 d 的变化,对于 LR 情况 d 不变,对于 LL 或 RR 要求内部 d=1,对于 RL 会使整个区间 d 变为 0。
因此,考虑最外层的 RL,其外层若包含 LL 或 RR,则无解。
否则一定有解,且容易根据上述过程构造。
复杂度 O(n)。
I2. 凯文和红教堂(困难版本)
-
提示 #1
只有简单版本中两侧字符为 RL 的情况需要计数,事实上 RL 这两个位置上的数一定相同。
-
提示 #2
不妨设 RL 这两个位置填的数是 m,枚举最右侧填 m 的 R 位置 x,和最左侧填 m 的 L 位置 y。
-
提示 #3
上述情况中 x>y 的情况容易解决。对于 x<y 的情况,分析出其满足条件的充要条件。
-
提示 #4
对于最终转化后的条件,使用 bitset 或卷积来完成计数。
根据简单版本,可以发现大部分情况解的个数并不多,因为对于 LR,LL 和 RR,对于里面的部分填完后,外层只有唯一的填法。因此如果没有一层是 RL,那么答案必然是 1。
接下来考虑有 RL 的情况,不妨假设 RL 是最外部的两个字符。
可以证明的是:这个 RL 中 R 位置和 L 位置填的数是相同的。具体证明在此省略,读者自证不难。
不妨设这个相同的值为 m。接下来,枚举最右侧填 m 的 R 位置 x,和最左侧填 m 的 L 位置 y。讨论一下 x,y 的关系:
-
若 x>y,可以发现 x 右边的 L 都需要填 m,而 x 右边的 R 只有唯一的填法。对 y 同理。对这种情况计算,我们可以直接枚举 m,然后就可以确定唯一的 x,y 位置,并检查是否满足 x>y。
-
若 x<y,此时 x 左边的 R 都只能填 m,左边的 L 是唯一的填法。对 y 的右侧同理。再考虑 (x,y) 中间的部分,显然 m 必然没有在中间出现,因此我们可以删除 x 及其左边的 R,y 及其右边的 L(也就是删除所有值为 m 的位置),称得到的新序列为剩余序列。删除这些字符后,我们解决剩余序列,再对得到的数全部 +1,然后加入所有数为 m 的位置即可。
以下为一个初始序列的例子,其中红色的字符为 x 和 y,省略的部分是 (x,y) 中间的部分。
\textbf{R L L R R L L }\color{red}\textbf{R}\color{black}\textbf{ ... }\color{red}\textbf{L}\color{black}\textbf{ L R R L}\\\textbf{
m 1 2 m m 3 4 m ... m m 2 1 m}
以下为上述对应的剩余序列,* 对应原序列中 x,y 的位置。
\textbf{L L L L }\color{red}\textbf{*}\color{black}\textbf{ ... }\color{red}\textbf{*}\color{black}\textbf{ R R}\\\textbf{
1\ 2\ 3\ 4 * ... * 2 \ 1}
在填完剩余序列后,需要分析加入所有数为 m 的位置的条件:我们将剩余序列分为“左”、“中”、“右”三个部分,以 x,y 的位置为分界线,其中左部分只有 L,右部分只有 R。则要求是,记“左中”部分的颜色总数为 c_1,“中右”部分的颜色总数为 c_2,那么需要满足 m=c_1+1=c_2+1。同时还要求 m 不在剩余序列中出现,该限制等价于对于“左中”部分和“中右”部分,都满足 d=1。可以推出等价于剩余序列满足 d=1。对于条件 c_1=c_2,容易发现其等价于:记 z 为左部分和右部分的个数较大值,则剩余序列最左边 z 个字符必须全为 L,最右边 z 个字符必须全为 R。
这部分的最终得出的充要条件是:记 x 左边有 a 个 L,y 右边有 b 个 R,不妨假设 a\ge b,取出 (x,y) 中间的字符串(不包含 x,y),需要满足末尾有连续 a-b 个 R,且去这 a-b 个 R 后,得到的字符串满足 d=1,即每次取出首尾字符时不存在 RL 的情况。由于 d=1,因此若剩余序列满足该条件,则存在恰好一种填法。
最后仅需要对上述情况分别计数即可。x>y 的情况容易 O(n) 统计,对于 x<y 的情况,不妨 a\ge b,可以枚举 y,计算出 y 前面连续的极长 R 的个数 cnt,那么对 a 的限制变成了 b\le a\le b+cnt。
- 当 cnt=0 时,a 的值固定,但对应的 x 可以在某一个 R 连续段中任意选择一个位置。我们发现由于 cnt=0,也就是 y 前面一个位置填的是 L,那么 x 后面一个位置就不能填 R,所以 x 只能取这个 R 连续段中的最后一个 R。
- 当 cnt>0 时,只需要枚举 x 的值。容易发现每个 x 只会被计算至多 2 次。
通过上述观察,我们总共只需要枚举 O(n) 组 x,y 并判断其是否会对答案增加 1。也就是说,答案是 O(n) 级别的。
最后的问题是:每次给定一组区间 [l,r],问这个字符串每次取出首尾字符时,是否存在 RL 的情况。
一种简单的解决方法是,使用 bitset 维护,例如从小到大扫描 r,以 bitset 维护对于每个 l+r,是否存在 RL 的情况。该做法的时间复杂度为 O(\dfrac {n^2}{\omega}),可以通过本题。
如果使用分块卷积,可以做到更优的复杂度。事实上,如果继续深挖性质,可以做到 O(n\log ^2n) 的时间复杂度(需要使用卷积),如果你对此感兴趣可以自行研究。