題目描述
給定一個有\(n\)個元素的序列,元素編號為\([1,n]\),每個元素有\(k\)個屬性\(p_1,p_2,p_3,...,p_k\) ,求序列中滿足 \(i<j\)且 \(1 \leq t \leq k\),\(p_{t,i}<p_{t,j}\) 的數對\((i,j)\)的個數。
輸入格式
第一行兩個整數 \(n\),\(k\),表示序列長度和屬性個數。
接下來\(k\) 行,每行 \(n\)個整數,第\(t\) 行第 \(i\)個數表示\(p_{t,i}\) 。
輸出格式
共1行,表示滿足要求的數對個數。
樣例
樣例輸入
5 4
1 4 5 2 3
3 5 2 1 4
2 3 4 1 5
2 3 1 5 4
樣例輸出
2
資料範圍與提示
對於\(30\%\)的資料\(n \leq 5000\),\(k \leq 6\)
對於\(100\%\)的資料\(1 \leq n \leq 40000\),\(k \leq 6\)。保證對於所有元素的\(p_t\)屬性組成一個\(1 - n\)的排列。
分析
這道題算上座標的話,維數達到了\(7\)維
如果用一些資料結構去維護的話,很可能會超時
其實我們用 \(bitset\) 就可以搞定這道題
對於每一維,我們用 \(bitset\) 去儲存小於\(i\)的數所在的位置
最後對於每一個位置\(i\),我們將這幾個維度作位與運算
最後統計下標小於\(i\)的位置中\(1\)的個數
這樣去處理時間複雜度為\(O(n \times k)\),空間複雜度為\(O(n^2 \times k)\)
而\(40000 \times 40000 \times 6\) 的\(bitset\)我們顯然是開不下的
因此我們考慮用時間換空間
我們可以用分塊的思想將時間複雜度和空間複雜度都均衡至\(O(nlogn\times k)\)
程式碼
#include <cstdio>
#include <bitset>
#include <cmath>
#include <iostream>
const int maxn = 4e4 + 5;
inline int read() {
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 << 1) + (x << 3) + (ch ^ 48);
ch = getchar();
}
return x * f;
}
int n, m, a[8][maxn], rk[8][maxn], blo;
std::bitset<maxn> b[8][305], now, js, ws;
int main() {
n = read(), m = read();
blo = sqrt(n);
for (int i = 1; i <= m; i++) {
for (int j = 1; j <= n; j++) {
a[i][j] = read();
rk[i][a[i][j]] = j;
}
}
for (int i = 1; i <= m; i++) {
for (int j = 1; j * blo <= n; j++) {
b[i][j] = b[i][j - 1];
for (int k = (j - 1) * blo + 1; k <= j * blo; k++) {
b[i][j].set(rk[i][k]);
}
}
}
int ans = 0;
ws.reset();
for (int i = 1; i <= n; i++) {
now.set();
ws.set(i);
now &= ws;
for (int j = 1; j <= m; j++) {
int shuyu = a[j][i] / blo;
js.reset();
js |= b[j][shuyu];
for (int k = shuyu * blo + 1; k <= a[j][i]; k++) {
js.set(rk[j][k]);
}
now &= js;
}
ans += now.count() - 1;
}
printf("%d\n", ans);
return 0;
}