UOJ Logo Trinkle的博客

博客

共找到 2 篇包含 “黑科技” 标签的博客:

格林公式在面积并问题中的应用

2016-03-21 16:21:58 By Trinkle

或许辛普森积分要成为时代的眼泪了?

格林公式大法好 orzakf

$$\iint_{D}\frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y}=\oint_{C} P dx+Q dy$$ $$let \ P=-y,\ Q=x$$ $$\iint_{D}2 dx dy=\oint_{C} x dy-y dx$$

$Circle(x_0,y_0,r):$

$$\begin{cases}x=x_0+r\cdot cos\theta \\ y=y_0+r\cdot sin\theta\end{cases}$$

设边界端点从$\theta_1$到$\theta_2$(逆时针方向)

$$\begin{eqnarray}S&=&\iint_{D}1 dx dy\\&=&\frac{1}{2}\oint_{C}xdy-ydx\\&=&\frac{1}{2}\int_{\theta_1}^{\theta_2} (x_0+r\cdot cos\theta)d(y_0+r\cdot sin\theta)-(y_0+r\cdot sin\theta)d(x_0+r\cdot cos\theta)\\&=&\frac{r}{2}\int_{\theta_1}^{\theta_2} [(x_0+r\cdot cos\theta)\cdot cos\theta +(y_0+r\cdot sin\theta)\cdot sin\theta ]d\theta\\&=&\frac{r}{2}\int_{\theta_1}^{\theta_2} [x_0\cdot cos\theta + y_0\cdot sin\theta+r]d\theta\\&=&\frac{1}{2}\cdot(f(r,x_0,y_0,\theta_2)-f(r,x_0,y_0,\theta_1))\end{eqnarray}$$

其中

$$f(r,x,y,\theta)=r^2\cdot \theta+r\cdot x\cdot sin\theta-r\cdot y\cdot cos\theta$$

所以对于圆并,只要对于每个圆,求出它在最终图形里面所占的边界,然后加起来就好了

复杂度:$O(n^2\cdot log(n))$

直线也是类似的,式子还比这个更简单

代码比扫描线短了不少2333

 

BZOJ2178:

/**************************************************************
    Problem: 2178
    User: wjy1998
    Language: C++
    Result: Accepted
    Time:684 ms
    Memory:868 kb
****************************************************************/

#include<cmath>
#include<cstdio>
#include<algorithm>

typedef double ld;

const int N = 1010;
const ld pi = acos(-1);

int n; ld ans;

struct P {
    ld x, y;
    P operator - (const P&a) const {
        return (P) {x - a.x, y - a.y};
    }
    ld len () {
        return sqrt(x * x + y * y);
    }
};

struct C {
    P o; ld r;
    bool operator < (const C&a) const {
        if (o.x != a.o.x) return o.x < a.o.x;
        if (o.y != a.o.y) return o.y < a.o.y;
        return r < a.r;
    }
    bool operator == (const C&a) const {
        return o.x == a.o.x && o.y == a.o.y && r == a.r;
    }
    ld oint (ld t1, ld t2) {
        return r * (r * (t2 - t1) + o.x * (sin(t2) - sin(t1)) - o.y * (cos(t2) - cos(t1)));
    }
} a[N];

struct D {
    ld x; int c;
    bool operator < (const D&a) const {
        return x < a.x;
    }
} pos[N * 2];

ld work (int c) {
    int tot = 0, cnt = 0;
    for (int i = 1; i <= n; i++)
    if (i != c) {
        P d = a[i].o - a[c].o; ld dis = d.len();
        if (a[c].r <= a[i].r - dis) return 0;
        if (a[i].r <= a[c].r - dis || a[i].r + a[c].r <= dis) continue;
        ld g = atan2(d.y, d.x), g0 = acos((dis * dis + a[c].r * a[c].r - a[i].r * a[i].r) / (2 * dis * a[c].r)), l = g - g0, r = g + g0;
        if (l < -pi) l += pi * 2;
        if (r >= pi) r -= pi * 2;
        if (l > r) cnt++;
        pos[++tot] = (D) {l, 1};
        pos[++tot] = (D) {r, -1};
    }
    pos[0].x = -pi, pos[++tot].x = pi;
    std::sort(pos + 1, pos + 1 + tot);
    ld ans = 0;
    for (int i = 1; i <= tot; cnt += pos[i++].c)
        if (cnt == 0) ans += a[c].oint(pos[i - 1].x, pos[i].x);
    return ans;
}

int main () {
    scanf("%d", &n);
    for (int i = 1; i <= n; i++) scanf("%lf%lf%lf",&a[i].o.x, &a[i].o.y, &a[i].r);
    std::sort(a + 1, a + 1 + n);
    n = std::unique(a + 1, a + 1 + n) - a - 1;
    for (int i = 1; i <= n; i++) ans += work(i);
    printf("%.3lf\n", ans / 2);
}

广告:同情一下一只退役多年的高考狗...

BZOJ3157/3516/4126 国王奇遇记 题解

2015-06-06 19:51:54 By Trinkle

本题按时间复杂度的不同共有三种解法。

Sol-1 $O(m^2log(n))$

令 $f(n,k)=\sum_{i=1}^n i^k \cdot m^i$

\begin{eqnarray} f(n+1,k)&=&\sum_{i=1}^{n+1} i^k \cdot m^i\\ &=&m+\sum_{i=2}^{n+1} i^k\cdot m^i \\ &=&m+m\sum_{i=1}^n (i+1)^k\cdot m^i \\ &=&m+m\sum_{i=1}^n \sum_{j=0}^k C_k^j\cdot i^j\cdot m^i \\ &=&m+m\sum_{j=0}^k C_k^j\cdot\sum_{i=1}^n i^j\cdot m^i \\ &=&m+m\sum_{j=0}^k C_k^j\cdot f(n,j) \\ \end{eqnarray}

\begin{eqnarray} f(2n,k)&=&\sum_{i=1}^{2n} i^k\cdot m^i\\ &=&\sum_{i=1}^n i^k\cdot m^i +\sum_{i=n+1}^{2n} i^k\cdot m^i\\ &=&f(n,k)+\sum_{i=1}^n (i+n)^k\cdot m^{i+n}\\ &=&f(n,k)+m^n\sum_{i=1}^n m^i\cdot\sum_{j=0}^k C_k^j\cdot i^j\cdot n^{k-j} \\ &=&f(n,k)+m^n\sum_{j=0}^k C_k^j\cdot n^{k-j}\cdot\sum_{i=1}^n i^j\cdot m^i\\ &=&f(n,k)+m^n\sum_{j=0}^k C_k^j\cdot n^{k-j}\cdot f(n,j)\\ \end{eqnarray}

所以我们只要花$O(m^2)$的时间就能从$n$转移到$n+1$或者$2n$,类似快速幂的思想就能在$O(m^2log(n))$的时间内解决这题。

Sol-2 $O(m^2)$

好像网络上的题解都是这个复杂度。

令 $f(k)=\sum_{i=1}^n i^k \cdot m^i$

\begin{eqnarray} (m-1)\cdot f(k)&=&\sum_{i=1}^n i^k\cdot m^{i+1}-\sum_{i=1}^n i^k\cdot m^i \\ &=&\sum_{i=2}^{n+1} (i-1)^k\cdot m^i -\sum_{i=1}^n i^k\cdot m^i \\ &=&n^k\cdot m^{n+1}+\sum_{i=1}^n m^i\cdot[(i-1)^k-i^k]\\ &=&n^k\cdot m^{n+1}+\sum_{i=1}^n m^i\cdot\sum_{j=0}^{k-1}C_k^j\cdot i^j\cdot (-1)^{k-j}\\ &=&n^k\cdot m^{n+1}+\sum_{j=0}^{k-1} C_k^j\cdot (-1)^{k-j}\cdot\sum_{i=1}^n i^j\cdot m^i\\ &=&n^k\cdot m^{n+1}+\sum_{j=0}^{k-1} C_k^j\cdot (-1)^{k-j}\cdot f(j)\\ f(k)&=&\frac{n^k\cdot m^{n+1}+\sum_{j=0}^{k-1} C_k^j\cdot (-1)^{k-j}\cdot f(j)}{m-1}\\ \end{eqnarray} 特判$m=1$的情况,当$m\ne 1$时直接用上面的式子$O(m^2)$转移。

Sol-3 $O(m)$

Orz完杜教的ppt才懂

令$G(n)=\sum_{i=0}^{n-1} i^m\cdot m^i$,注意这里只加到$n-1$

然后把$m$很小的时候的公式找出来:

\begin{eqnarray} m=2&\ \ G(n)=&2^n\cdot (n^2-4\cdot n+6)-6\\ m=3&\ \ G(n)=&3^n\cdot (\frac{4\cdot n^3-18\cdot n^2+36\cdot n-33}{8})+\frac{33}{8}\\ m=4&\ \ G(n)=&4^n\cdot (\frac{27\cdot n^4-144\cdot n^3+360\cdot n^2-528\cdot n+380}{81})-\frac{380}{81}\\ m=5&\ \ G(n)=&5^n\cdot (\frac{128\cdot n^5-800\cdot n^4+2400\cdot n^3-4600\cdot n^2+5700\cdot n-3535}{512})+\frac{3535}{512}\\ m=6&\ \ G(n)=&6^n\cdot (\frac{3125\cdot n^6-22500\cdot n^5+78750\cdot n^4-183000\cdot n^3+305550\cdot n^2-340020\cdot n+189714}{10625})-\frac{189714}{15625}\\ \end{eqnarray}

//公式最后一项的有理数还是一个神奇的数列

根据上面这些公式,不难得出答案的式子一定是长这样的:

$$G(n)=m^n\cdot F_m(n) - F_m(0)$$

其中$F_m(n)$是一个m次多项式(代入$n$后的值),形如$c_0\cdot n^m + c_1\cdot n^{m-1} + ... + c_{m-1}\cdot n+c_m$

归纳法证一下发现结论是对的。

所以

$$G(n+1)-G(n)=n^m\cdot m^n =m^{n+1}\cdot F_m(n+1)-m^n \cdot F_m(n)$$ $$n^m=m\cdot F_m(n+1)-F_m(n)$$ $$F_m(n+1)=\frac{n^m+F_m(n)}{m}$$

设$F_m(0)=x$,则$F_m(1)$~$F_m(m+1)$都能通过上面的递推式变成形如$Ax+B$的形式。

由于$F_m(n)$是一个次数为$m$的多项式(代入$n$后的值),所以有下面这个式子:

$$\sum_{i=0}^{m+1} (-1)^i \cdot C_{m+1}^i F_m(i) =0$$

为什么呢?

首先,$F_m(i)$是可以线性表示成若干个组合数之和,于是我们只要证明

$$\forall k\le m, \sum_{i=0}^{m+1} (-1)^i \cdot C_{m+1}^i C_i^k =0$$

注意到$i$的范围只能是$[k,m+1]$,否则后面那坨东西直接变成0。

\begin{eqnarray} &&\sum_{i=k}^{m+1} (-1)^i \cdot C_{m+1}^i \cdot C_i^k\\ &=&\sum_{i=k}^{m+1} (-1)^i \cdot \frac{(m+1)!}{i!\cdot (m+1-i)!}\cdot\frac{i!}{k!\cdot (i-k)!}\\ &=&\frac{(m+1)!}{(m+1-k)!\cdot k!}\sum_{i=k}^{m+1} (-1)^i \cdot \frac{(m+1-k)!}{(m+1-i)!\cdot (i-k)!}\\ &=&C_{m+1}^k \sum_{i=k}^{m+1} (-1)^i \cdot C_{m+1-k}^{i-k}\\ &=&C_{m+1}^k \sum_{i=0}^{m+1-k} (-1)^{i-k}\cdot C_{m+1-k}^i\\ &=&(-1)^k\cdot C_{m+1}^k \cdot (1-1)^{m+1-k}=0\\ \end{eqnarray}

于是这个鬼畜的结论就证完啦~对任意$m$次多项式都能用~

然后就能根据这个式子列方程,就能把$F_m(0)$给解出来。

然而题目不是叫你求$F_m(0)$,而是求$m^n\cdot F_m(n)-F_m(0)$

当$n\le m$的时候,好办,把之前用到的$F_m(n)=A(n)\cdot F_m(0) + B(n)$直接算一下,然后就能得到答案了。

当$n\gt m$的时候,?

假设我们已经求出了$F_m(0),F_m(1),...,F_m(m)$

令$$F_m(n)=\sum_{k=0}^m C_n^k a_k$$

经过二项式反演可得$$a_k=\sum_{j=0}^k (-1)^{k-j}\cdot C_k^j \cdot F_m(j)$$

\begin{eqnarray} F_m(n)&=&\sum_{k=0}^m C_n^k \sum_{j=0}^k (-1)^{k-j}\cdot C_k^j \cdot F_m(j)\\ &=&\sum_{j=0}^m F_m(j)\cdot \sum_{k=j}^m (-1)^{k-j}\cdot C_n^k\cdot C_k^j\\ &=&\sum_{j=0}^m F_m(j)\cdot \sum_{k=j}^m (-1)^{k-j}\cdot \frac{n!\cdot k!}{k!\cdot (n-k)!\cdot j!\cdot (k-j)!}\\ &=&\sum_{j=0}^m F_m(j)\cdot \sum_{k=j}^m (-1)^{k-j}\cdot \frac{n!\cdot (n-j)!}{(n-k)!\cdot j!\cdot (k-j)!\cdot (n-j)!}\\ &=&\sum_{j=0}^m F_m(j)\cdot \sum_{k=j}^m (-1)^{k-j}\cdot C_n^j\cdot C_{n-j}^{k-j}\\ &=&\sum_{j=0}^m F_m(j)\cdot C_n^j \cdot \sum_{k=0}^{m-j} (-1)^k\cdot C_{n-j}^k\\ &=&\sum_{j=0}^m F_m(j)\cdot C_n^j \cdot (-1)^{m-j}\cdot C_{n-j-1}^{m-j}\\ &=&\sum_{j=0}^m F_m(j)\cdot (-1)^{m-j} \cdot \frac{n!\cdot (n-j-1)!}{j!\cdot (n-j)!\cdot (m-j)!\cdot (n-m-1)!}\\ &=&\frac{n!}{(n-m-1)!}\sum_{j=0}^m F_m(j)\cdot (-1)^{m-j}\cdot \frac{1}{j!\cdot (m-j)!\cdot (n-j)}\\ &=&\sum_{j=0}^m F_m(j)\cdot (-1)^{m-j} \cdot \frac{n\cdot (n-1)\cdot ...\cdot (n-m)}{j!\cdot (m-j)!\cdot (n-j)}\\ \end{eqnarray}

$\frac{n\cdot (n-1)\cdot ...\cdot (n-m)}{n-j}$可以用一个前缀乘积和一个后缀乘积优化成$O(m)$的预处理复杂度。

所以只要花$O(m)$的时间就好了。

上面有一步用到了这个式子(第六行到第七行): \begin{eqnarray} \sum_{i=0}^k (-1)^i \cdot C_n^i &=& C_n^0-C_n^1+...\\ &=&C_{n-1}^0-C_n^1+...\\ &=&-C_{n-1}^1+C_n^2-...\\ &=&C_{n-1}^2-C_n^3+...\\ &=&(-1)^k\cdot C_{n-1}^k\\ \end{eqnarray}

复杂度分析:求$1$~$m+1$的所有阶乘、逆元、阶乘逆元以及$i^m$都能做到$O(m)$的时间复杂度。

求$\forall i \in [1,m] F_m(i)$也只要用线性复杂度。

当$n\le m$的时候,只要用$O(1)$的时间得到答案。

当$n\gt m$的时候,照着最后一个式子求。前面的乘数花$O(m)$的时间算,后面的$\frac{n\cdot (n-1)\cdot ...\cdot (n-m)}{n-j}$,$\frac{1}{j!}$和$\frac{1}{(m-j)!}$直接$O(1)$

打了一个下午题解终于把这个坑给填了233

其实我已经在这篇blog里面贴了代码,然而只有神犇才能看得见。