HDU - 6514 (Monitor)

最新推荐文章于 2022-12-07 22:00:36 发布

Joker & Liar

最新推荐文章于 2022-12-07 22:00:36 发布

阅读量275

点赞数

CC 4.0 BY-SA版权

分类专栏：差分文章标签：差分

本文链接：https://blog.csdn.net/weixin_43209425/article/details/104765442

差分专栏收录该内容

8 篇文章

订阅专栏

本文详细解析了二维差分算法及其在解决摄像头监视区域覆盖问题中的应用，通过两次前缀和操作实现对矩阵中每个点的监视状态统计，最终判断特定区域是否完全被监视。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题意：有一个 n*m 的矩阵田地，现在安装 p 个摄像头，每个摄像头都会监视一个矩形的区域，然后现在有若干伙作案团伙回来偷菜，他们偷菜的区域也是一块矩形区域，现在问你，p 个摄像头能不能完全把这块被偷的区域监视到；

分析：二维差分；

代码：

#include<cstdio>
#include<iostream>
using namespace std;
inline void read(int &x){
	x=0;char c=getchar();
	while(!isdigit(c)){c=getchar();}
	while(isdigit(c)){x=(x<<3)+(x<<1)+(c-48);c=getchar();}
}
const int N = 2E7+10;

int s[N];  //因为 n*m<=1E7,可以开vector二维，这里选择开一维模拟
int n,m,p,q;

int id(int x,int y){return m*x+y;}

void add(int x,int y,int op){s[id(x,y)]+=op;}

int sum(int x1,int y1,int x2,int y2){
	return s[id(x2,y2)]-s[id(x2,y1-1)]-s[id(x1-1,y2)]+s[id(x1-1,y1-1)];
    //二维前缀和查询
}
int main()
{
    while(~scanf("%d%d",&n,&m)){
    	for(int i=0;i<=(n+1)*(m+1);i++) s[i]=0;
    	read(p);
    	while(p--){
	 	    int x1,y1,x2,y2;
			read(x1),read(y1),read(x2),read(y2);
            
            //这四句是二维差分基本语句，就不解释了
			add(x1,y1,1);
			add(x1,y2+1,-1);
			add(x2+1,y1,-1);
			add(x2+1,y2+1,1);
	    }
	    for(int i=1;i<=n;i++){
	    	for(int j=1;j<=m;j++){
	    		s[id(i,j)]+=s[id(i-1,j)]+s[id(i,j-1)]-s[id(i-1,j-1)];
                //第一遍前缀和是根据差分的性质求出每个点被几个摄像头监视到；
			}
		}
		for(int i=1;i<=n;i++){
			for(int j=1;j<=m;j++){
				if(s[id(i,j)]>1) s[id(i,j)]=1;
                //只要被监视到，置 1 ；
			}
		}
		for(int i=1;i<=n;i++){
	    	for(int j=1;j<=m;j++){
	    		s[id(i,j)]+=s[id(i-1,j)]+s[id(i,j-1)]-s[id(i-1,j-1)];
                //第二遍前缀和是这个点以及之前所有的点被监视的单位的数量，也是上一步置1的原因；
			}
		}
		read(q);
		while(q--){
			int x1,y1,x2,y2;
			read(x1),read(y1),read(x2),read(y2);
			if(sum(x1,y1,x2,y2)==(y2-y1+1)*(x2-x1+1)) puts("YES");
			else puts("NO");
		}
	}
}