Codeforces Round 714 (Div. 2) F. Swapping Problem(线段树二维数点 abs(ai-bi)求和 最多一次交换bi和bj使得和最小)

文章讲述了如何通过分析线段(a,b)的12种位置关系,利用树状数组优化算法来找到最少交换次数以最大化线段中的较小值,解决数组元素交换问题。
题目

长度n(n<=2e5)的两个数组a和b,

第i个数分别是ai和bi(1<=ai<=1e9,1<=bi<=1e9)

你可以最多交换一次bi和bj,使得\sum_{i=1}^{n}abs(a[i]-b[i])最小

单组样例

思路来源

官方题解

题解

这个题也曾出在2023牛客多校里,变成了网友人尽皆知sb题

发现当时2年前是看题解补的,也没有写博客,

细想了一下,当时应该是接受了这四种情况,但不知道为什么是这四种情况

今天出了个最大值的,把这12种情况都玩了一遍,这才玩明白

把ab两个点其中较小的看做左端点,较大的看成右端点,考虑成线段,

线段的位置关系,分为包含、相交、不相交三种

只有这12种情况,然后注意到,4种变大,4种变小,4种不变

发现能产生变小的,一定是一个aj>bj和一个ai<bi在一起

对于4种变小的情况,不妨ai<aj,分别是:

1. [3,7][0,10],交换3、10,对应从小到大位置关系(ai, bj, aj, bi),交换贡献2*(aj-bj)

2. [3,7][0,10],交换0、7,对应从小到大位置关系(bj, ai, bi, aj),交换贡献2*(bi-ai)

3. [0,7][3,10],交换0、10,对应从小到大位置关系(bj, ai, aj, bi),交换贡献2*(aj-ai)

4. [0,7][3,10],交换3、7,对应从小到大位置关系(ai, bj, bi, aj),交换贡献2*(bi-bj)

注意到,1、4两种情况前两个数ai<bj是固定的,

正序遍历,i时插入,j时查询,

在ai时刻插入bi的值,树状数组维护前缀最大值,

bj时刻查询<=bj位置的最大值v,v满足>=bj时,将v与aj取min

贡献即为2*(min(aj,bi)-bj)

类似地,2、3两种情况前两个数bj<ai是固定的,

所以可以倒序遍历,j时插入,i时查询,

在bj时刻插入aj的值,树状数组维护前缀最大值,

ai时刻查询<=ai位置的最大值v,v满足>=ai时,将v与bi取min

贡献即为2*(min(bi,aj)-ai)

mx维护可以减少的部分的最大值,最终将mx减去输出即可

代码
#include<iostream>
#include<cstdio>
#include<map>
#include<vector>
#include<algorithm>
#include<cstring>
using namespace std;
typedef long long ll;
const int N=2e5+10;
struct node{
	int a,b,la,lb;
}e[N];
bool operator<(node a,node b){
	return a.a<b.a;
}
ll ans,mx;
int n,x[N<<1],c,tr[N<<1];
void add(int x,int v){
	for(int i=x;i<=c;i+=i&-i){
		tr[i]=max(tr[i],v);
	}
}
int ask(int x){
	int ans=0;
	for(int i=x;i>0;i-=i&-i){
		ans=max(ans,tr[i]);
	}
	return ans;
}
int main(){
	scanf("%d",&n);
	for(int i=1;i<=n;++i){
		scanf("%d",&e[i].a);
		x[++c]=e[i].a;
	}
	for(int i=1;i<=n;++i){
		scanf("%d",&e[i].b);
		x[++c]=e[i].b;
		ans+=abs(e[i].b-e[i].a);
	}
	sort(x+1,x+c+1);
	c=unique(x+1,x+c+1)-(x+1);
	for(int i=1;i<=n;++i){
		e[i].la=lower_bound(x+1,x+c+1,e[i].a)-x;
		e[i].lb=lower_bound(x+1,x+c+1,e[i].b)-x;
	}
	sort(e+1,e+n+1);
	memset(tr,0,sizeof tr);
	for(int i=1;i<=n;++i){
		if(e[i].b<e[i].a){//aj calculate
			int v=ask(e[i].lb);//ai bj bi aj, ai bj aj bi, 可统一为2ll*(min(aj,bi)-bj) 所以维护bi的最大值
			if(v>=e[i].a)mx=max(mx,2ll*(e[i].a-e[i].b));// ai bj aj bi
			else if(v>=e[i].b)mx=max(mx,2ll*(v-e[i].b));//ai bj bi aj
		}
		if(e[i].b>e[i].a){//ai insert
			add(e[i].la, e[i].b);
		}
	}
	memset(tr,0,sizeof tr);
	for(int i=n;i>=1;--i){
		if(e[i].b>e[i].a){//ai calculate
			int v=ask(e[i].la);//bj ai bi aj, bj ai aj bi
			if(v>=e[i].b)mx=max(mx,2ll*(e[i].b-e[i].a));// bj ai bi aj
			else if(v>=e[i].a)mx=max(mx,2ll*(v-e[i].a));// bj ai aj bi
		}
		if(e[i].b<e[i].a){//aj insert
			add(e[i].lb, e[i].a);
		}
	}
	printf("%lld\n",ans-mx);
	return 0;
}
/*
2
1 3
4 2
*/

内容概要:本文提出了一种基于非合作博弈理论的居民负荷分层调度模型,并结合双层鲸鱼优化算法(Two-level Whale Optimization Algorithm)进行高效求解,模型与算法均通过Matlab代码实现。研究针对电力系统中居民侧用电负荷的复杂调度问题,引入非合作博弈机制刻画各用户之间的利益竞争关系,实现负荷的分层优化分配;同时设计双层优化架构,上层优化资源配置,下层模拟用户自主决策行为,提升了模型的实用性与合理性。通过智能优化算法求解多层级、非凸非线性的博弈模型,有效提高了调度方案的收敛性与全局寻优能力,适用于现代智能电网中的需求侧管理与能源优化场景。; 适合人群:具备电力系统基础理论知识Matlab编程能力,从事智能电网、能源优化调度、需求侧管理、博弈论应用等方向的科研人员、高校研究生及工程技术人员。; 使用场景及目标:①应用于居民区电力负荷的分层优化调度系统设计与仿真分析;②为非合作博弈在多主体能源系统建模中的应用提供方法论支持;③利用双层鲸鱼算法解决具有嵌套结构的复杂双层优化问题,提升求解效率与调度方案的可行性。; 阅读建议:建议读者结合提供的Matlab代码深入理解模型构建逻辑与算法实现流程,重点关注博弈模型的效用函数设计、纳什均衡求解思路以及双层优化结构的迭代机制,宜配合实际用电数据开展复现实验以验证模型有效性与鲁棒性。
内容概要:本文围绕基于自适应神经模糊推理系统(ANFIS)智能控制器的可再生能源微电网功率管理系统展开研究,结合Simulink仿真实现,深入探讨了微电网中功率的智能调控与经济机组组合调度问题。通过引入ANFIS控制器,有效应对风能、光伏等可再生能源出力的波动性与不确定性,提升系统运行的稳定性与电能质量。研究内容涵盖微电网多源协调控制策略、功率平衡管理、优化调度模型构建及仿真验证,实现了对分布式电源、储能系统负荷的协同优化,兼顾经济性与可靠性目标,并通过仿真平台验证了所提方法的有效性与优越性。; 适合人群:具备电力系统、自动化或新能源相关专业背景,熟悉Matlab/Simulink仿真环境,从事微电网能量管理、智能控制、能源优化等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于高比例可再生能源接入场景下的微电网能量管理系统研发与教学实践;②为实现微电网功率稳定控制与经济高效运行提供先进的智能控制解决方案;③支撑高水平学术论文复现、科研课题攻关及实际工程项目的仿真验证与方案优化。; 阅读建议:建议结合提供的Simulink模型与相关代码进行动手实践,重点关注ANFIS控制器的设计流程、规则库构建与参数调优方法,并通过与传统PID或MPC控制策略的对比实验,深入理解其在动态响应与鲁棒性方面的优势。同时可进一步拓展文中提出的优化调度逻辑,应用于多目标、多约束的复杂实际应用场景中。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小衣同学

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值