分治浅谈

1.分治思想

　　分治实际上是一种思想，这种思想就是将一个大问题划分成为一些小问题，并且这些小问题与这个大问题在某中意义上是等价的。

2.普通分治与cdqcdq分治的区别

　　普通分治与cdqcdq分治都是基于分治思想之上的算法，但是他们是有区别的。普通分治的适用条件是，产生的小问题之间互不影响，然而cdqcdq分治就相对比较宽泛，小问题之间可以有影响，但是cdqcdq分治不支持强制在线。

3.cdqcdq分治浅谈

　　分治一共分为四步：

　　　　1) 将当前处理区间分为左右两个等大的子区间；

　　　　2) 递归处理左子区间；

　　　　3) 处理左区间对于右区间的影响，并对于右区间或者答案进行更改与修正；

　　　　4) 递归处理右子区间；

　　上面就是cdqcdq分治的四个步骤，这四个步骤之中第一、二、四步对于不同的题目来说基本上是相同的，因为毕竟分区间，递归没有什么好更改的。对于不同的题目来说不同点就是第三部，这一步也是cdqcdq分治的难点，对于这一步的讲解也要借助于例题。

4.例题

　　1) 动态逆序对

　　题目描述：对于序列AA，它的逆序对数定义为满足i<ji<j，且Ai>AjAi>Aj的数对(i,j)(i,j)的个数。给1到n的一个排列，按照某种顺序依次删除m个元素，你的任务是在每次删除一个元素之前统计整个序列的逆序对数。

　　输入格式：输入第一行包含两个整数nmnm和mnmn，即初始元素的个数和删除的元素个数。以下nn行每行包含一个11到nn之间的正整数，即初始排列。以下mm行每行一个正整数，依次为每次删除的元素。N≤100000，M≤50000。N≤100000，M≤50000。

　　输出格式：输出包含mm行，依次为删除每个元素之前，逆序对的个数。

　　思路：首先我们对于这个问题可以转化为二维数点问题，我们将每一个数字的编号作为横坐标，数字本身作为纵坐标标记在平面直角坐标系里，这样我们就可以将每一个点所包含的逆序对数转化为数点问题。例如：3 4 2 1 5，这个序列被转化为图形之后就是下图的样子：

　　我们发现上面的有一个规律，对于第三个位置上的二，共参与了三个逆序对。分别为第一个数字，第二个数字和第四个数字。这三个数字对于第三个数字来说都有一个共同的性质，他们都在三号点的左上方和右下方，由于本题是nn的全排列，且所有数字的编号都不能超过nn，所以对于当前状态下的数列中的ii号点来说他参与的逆序对总数，就是由(0，Ai)(0，Ai)和(i，n)(i，n)围成的矩形中的点数加上由(i，0)(i，0)和(n，Ai)(n，Ai)围成的矩形中的点数。这样我们就能统计出来每一个点当前参与的逆序对数，对于当前删点后的答案，就是上一个状态减去当前点所参与的逆序对数。

　　对于删除操作来说，我们只需要进行赋值就可以了。开始的时候我们将所有的点都赋值成为1，删除的时候就是将当前的赋值成为0。这样矩形内数点就是矩形内统计权值和，这样我们就完成了问题的转化。显然转化成为的问题可以运用KDtreeKDtree来完成，下面讲解一下cdqcdq做法。

　　对于对点赋值，我们可以转化为对点加值，及加上ΔΔ。我们定义两种操作，oper=1oper=1的操作中有三个值x，y，zx，y，z，表示将位置为(x，y)(x，y)的点的权值加上zz。oper=2oper=2的操作中有四个值x，y，z，idx，y，z，id，表示统计由(0，0)(0，0)和(x，y)(x，y)围成的矩形中的权值和，并将这个权值和乘上系数zz加到编号为idid的答案数组上。对于每一个操作我们都加上一个参数ordord，表示这个操作的添加顺序。（注：对于每一个矩形的询问操作，我们都能转化为oper=2oper=2的加减，运用容斥，即可。）

　　我们将这些操作进行排序，第一关键字是xx，第二关键字是yy。然后就是solvesolve。因为更改操作会影响到查询操作，所以ordord小的点会影响到ordord大的点，这样的话我们的分治区间就是操作的ordord编号。我们将ordord小的点放在左面，ordord大的放在右面，并且我们不要更改在solvesolve之前排序后的相对位置，这样我们的左右区间内依旧保证最开始的相对顺序。

　　我们在分划之后就可以递归了，我们先递归左区间，在递归完成之后我们就要处理左区间对于右区间的影响，影响主要在于左区间的修改和右区间的查询。因为我们的左右区间在划分之前是按照最开始的关键字进行的排序，并且最开始的排序方式我们可以用树状数组进行统计答案，但是后来划分的顺序不能，所以本题的步骤顺序有所改变，即先统计左区间对于右区间的影响，后进行左右两个区间的递归处理。

　　下面是代码：可以结合代码和上面的描述进行理解。

?

　　2) 陌上花开

　　题目描述：有n朵花,每朵花有三个属性：花形(s)(s)、颜色(c)(c)、气味(m)(m)，用三个整数表示。现在要对每朵花评级，一朵花的级别是它拥有的美丽能超过的花的数量。定义一朵花A比另一朵花B要美丽，当且仅当Sa≥SbSa≥Sb,Ca≥CbCa≥Cb,Ma≥MbMa≥Mb。显然,两朵花可能有同样的属性。现在需要统计出评出每个等级的花的数量。

　　输入格式：第一行为N,K(1≤N≤100,000,1≤K≤200,000)N,K(1≤N≤100,000,1≤K≤200,000)， 分别表示花的数量和最大属性值。以下NN行，每行三个整数si,ci,mi(1≤si,ci,mi≤K)si,ci,mi(1≤si,ci,mi≤K)，表示第ii朵花的属性。

　　输出格式：包含NN行，分别表示评级为0…N−10…N−1的每级花的数量。

　　思路：首先这道题就是三维偏序的题，我们考虑将每一朵花的三个属性作为三维坐标的第一位，第二维，第三维。例如：1朵花属性分别为：(3,3,3)(3,3,3)就可以变成下面的样子。

　　显然满足花AA比花BB美丽的条件是在转化完图形之后点BB要在点AA和原点围成的三维图形里面。这个问题显然能用KDtreeKDtree来解决。下面来讲解cdq的做法。

　　因为这些花之间只有这三个性质来要求，所以我们就没有必要来按照读入顺序来处理。我们将第一个属性作为第一关键字，第二个属性作为第二个关键字，第三个属性作为第三个关键字进行排序。排序之后相同的花就在一起了，这时我们进行去重，由于我们按照第一关键字已经排序了，所以是不是就转化成为上面那道题的思路了？只是查询没有那么毒瘤而已。

　　上面两到例题都是数点问题，同样的类型题还有：bzoj1935[Shoi2007]Tree园丁的烦恼、bzoj2683简单题、bzoj1176[Balkan2007]Mokia。

?

　　3) [NOI2007]货币兑换Cash

　　思路：首先，我们能想到这道题是一道dpdp题目，我们设f[i]f[i]表示第ii天能得到的最大收益，这个最大收益也包括第ii天不进行操作的情况下的收益，设X[i]X[i]表示第ii天将所有的现金都兑换成为金券后能拿到的AA券数，Y[i]Y[i]同理。这是我们发现一个转移式子：f[i]=Max{f[i−1],A[i]×X[j]+B[i]×Y[j]} (1≤j≤i−1)f[i]=Max{f[i−1],A[i]×X[j]+B[i]×Y[j]} (1≤j≤i−1)。我们发现这个式子能写成斜率优化的样子：Y[j]=−A[i]B[i]×X[j]+f[i]B[i]Y[j]=−A[i]B[i]×X[j]+f[i]B[i]。我们考虑一下能否运用斜率优化，好像可以，对于每一个点的斜率kk为−A[i]B[i]−A[i]B[i]，横坐标为X[i]X[i]，纵坐标为Y[i]Y[i]。但是就是有两个不太好的情况，就是每一点的xx坐标与斜率kk都不单调，这个怎么办？显然用平衡树维护凸包就好了。我们考虑一下不用平衡树能否实现，我们考虑cdqcdq。

　　因为正常的要求最大值的斜率优化都是横坐标单调递增，斜率单调递减，所以我们考虑排序。因为每一个点的斜率都是不变的，即输入之后就是定下来的，所以我们可以将这些所有的点都按照斜率递减排序，但是这样就不是按照天数递增的顺序了，所以我们就不能直接运用排序后的顺序来处理这些点。我们将天数进行分治，这样的话我们每一个点就需要再存一个参数，即天数的编号。

　　因为这是dpdp，所以我们在递归左区间之后显然要先处理影响，再递归右区间。现在考虑怎么处理影响。

　　因为我们每一次处理影响之前都已经处理好左区间了，所以我们现在可以不用理会左区间的具体顺序了，这样的话我们就能对其进行任意顺序的处理，我们可以将左区间的这些点按照横坐标排序，这样我们就能够达到上面所提出的目的，也就是把点按照顺序插入到凸包里面。因为我们是用左区间来更新右区间，所以我们不用去管右区间，并且因为右区间的斜率是单调递减的，所以我们可以按照右区间原本的顺序来进行更新。

　　我们在递归出口的地方不能就是直接returnreturn，我们需要做一些小小的处理，因为我们在returnreturn之前这个点一定已经做完前面的点的所有更新了，但是没有进行不作处理的更新，所以f[i]=Max{f[i],f[i−1]}f[i]=Max{f[i],f[i−1]}。至此搜有的更新都完成了，这是就可以了处理当前点的横纵坐标。因为必然存在一种最优的买卖方案满足：每次买进操作使用完所有的人民币；每次卖出操作卖出所有的金券，所以当前点的横纵坐标就是X[i]=f[i]A[i]∗Rate[i]+B[i]×A[i]X[i]=f[i]A[i]∗Rate[i]+B[i]×A[i]，Y[i]=f[i]A[i]∗Rate[i]+B[i]Y[i]=f[i]A[i]∗Rate[i]+B[i]。

　　对于横坐标排序，我们显然没有必要每一次都用sortsort，我们运用归并排序的思想，直接排序即可，时间复杂度会降下O(logn)O(logn)。

?

原文出处：https://www.cnblogs.com/yangsongyi/p/10252352.html

作者：Yang1208