P6254 [ICPC2019 WF]Circular DNA

2021-04-18 02:32:10 阅读：237 来源： 互联网

校内 ICPC 模拟赛考到了此题，考完后发现考场代码喜提本体最优解（虽然本来就没几个提交）。这道题很多人都是用 <set> 设计的 \(O(nlogn)\) 的算法，这里就介绍一个 \(O(n)\) 的算法。

题目分析

这个题面不是很好懂，校内赛中因为不明确 \(s\)，\(e\) 后面数字的意思耽误了很长时间。字母后面跟的这个数字是基因的编号，编号相同的基因是同种基因，可以认为每种基因都是独立的，\(s1\)，\(e1\) 之间就算有再多其它种类的基因也不影响 \(s1\) 和 \(e1\) 的匹配。

注意断开的位置 \(p\) 的意思是在第 \(p\) 个基因前面切割。

顺着当时做这道题的思路，我们来循序渐进地做这道题。

真核生物

众所周知，原核生物的 DNA 是环状的，但是显然环状 DNA 比真核生物的链状 DNA 复杂，所以先考虑链状 DNA 的完美匹配种数。

将 \(s\) 看出上括号，权值为 \(1\)，\(e\) 看成下括号，权值为 \(-1\)，这就是一个括号匹配问题。将同种基因求权值的前缀和。由于每个编号的基因互不影响，所以不同编号基因的前缀和分别记录。

对于权值总和不等于 \(0\) 的编号，无论怎么切都切不出完美匹配的情况。对于总和等于 \(0\) 的编号，至少有一种切法可以使它完美匹配。

一个编号的基因是完美匹配的条件有两个，一个是总和等于零，另一个是任何时候前缀和大于等于 \(0\)，只要维护这个编号的前缀和的最小值即可。

所以对于真核生物，只要扫一遍 DNA 链，过程中统计权值总和和前缀和最小值，最后枚举所有编号，统计满足上面两个条件的编号数量即可。时间复杂度 \(O(n)\)。

\(O(n^2)\)

在考场上，有时需要先打复杂度高的算法然后再尝试优化，既减少了思考更优算法的难度，也能给这个题的得分兜底（当然 ACM 没有部分分）。

对于环形问题一般解法是断环为链，将环断成链后复制一份接在原来的链后面。

具体操作是在外层循环枚举断点，对于每个断点 \(i\)，都有 \([i, i + n - 1]\) 是以 \(i\) 为断点切开的 DNA 链。每个断点跑一遍链式 DNA 的算法即可，复杂度 \(O(n^2)\)。

递推

先跑一遍真核生物的算法，考虑如何递推地求出每个断点的情况。

考虑断点向右移动，会有哪些影响？

显然是 DNA 左端基因接到右端去。假设这个基因编号是 \(x\)，则容易知道这次断点的移动只影响 \(x\) 这一种编号的基因，因为其他编号的基因的相对位置不变。

前面已经说明，如果 \(x\) 编号的所有基因权值总和不是 \(0\)，无论断点如何，永远不会完美匹配，所以只要这时左端基因的权值总和不是 \(0\)，直接跳到下一个断点即可。

规定编号 \(x\) 的基因的权值总和为 \(Sum_x\)，本断点（端点不同前缀和最小值不同）的前缀和最小值为 \(Low_x\)，当前完美匹配数量为 \(Tmp\)。

如果 \(Sum_x = 0\)，那么这个编号的基因有可能是完美匹配（第一个条件符合）。一个基因的位置移动不影响这个编号的基因的权值总和。所以只要看移动这个基因后对 \(Low_x\) 的影响如何即可。

对左端的基因分类讨论。

这个基因是 \(sx\)

这是一个左括号，它在左端时给所有前缀和提供了一个加数 \(1\)，所以去掉它后，所有位置上，编号 \(x\) 的基因权值前缀和都减少 \(1\)，\(Low_x\) 也必然减少 \(1\)。

因为 \(Sum_x = 0\)，所以前缀和最小值最大情况是 \(0\)，所以移动后的第 \(x\) 种基因的前缀和最小值一定小于等于 \(-1\)，不可能完美匹配。

修改 \(Low_x\) 之前，对于原本 \(Low_x = 0\) 的情况，失去了一个完美匹配，所以这一轮的最多匹配数量是 \(Tmp - 1\)。
这个基因是 \(ex\)

这是一个右括号，它在左端时给所有前缀和提供了一个加数 \(-1\)，所以去掉它后，所有位置上，编号 \(x\) 的基因权值前缀和都增加 \(1\)，\(Low_x\) 也必然增加 \(1\)。

给 \(Low_x\) 加 \(1\) 后，就有可能出现 \(Low_x = 0\) 的情况，这时出现一个新的完美匹配 \(x\)（在此之前 \(Low_x = -1\)，不是完美匹配），及时更新 \(Tmp\) 为 \(Tmp + 1\)。

枚举断点同时统计 \(Tmp\)，并且对于每个断点，尝试更新所有断点中最优的匹配数量 \(Ans\) 和断点 \(Pos\)。因为在 \(Tmp\) 相同时，优先输出小的断点，所以只有 \(Tmp > Ans\) 时更新两个变量，最后直接输出 \(Pos\) 和 \(Ans\) 即可。

因为只是简单地扫上常数次序列，所以显然时间复杂度是 \(O(n)\)。

注意

在 \(sx\) 情况，先判断 \(Low_x = 0\)，再修改 \(Low_x\)；在 \(ex\) 的情况，先更新 \(Low_x\)，再判断 \(Low_x = 0\)。
枚举断点时只考虑左端点，所以这种算法不用复制一遍原序列接在后面，直接在原序列中找左端点即可。
代码中为了方便设计程序，枚举的断点 \(i\) 的意义和 \(p\) 不同。\(i\) 的意义是在第 \(i\) 个基因后面断，\(p\) 的意义是在第 \(p\) 个基因前面断。

代码

一些细节都在代码注释中，应该会很好懂吧。

#include <algorithm>
#include <cmath>
#include <cstdio>
#include <cstdlib>
#include <cstring>
#include <ctime>
#include <iostream>
#include <map>
#include <queue>
#include <vector>
#define Wild_Donkey 0
using namespace std;
inline unsigned RD() {
  unsigned intmp = 0;
  char rdch(getchar());
  while (rdch < '0' || rdch > '9') {
    rdch = getchar();
  }
  while (rdch >= '0' && rdch <= '9') {
    intmp = intmp * 10 + rdch - '0';
    rdch = getchar();
  }
  return intmp;
}
unsigned n, Cnt(0), Ans(0), Tmp(0), List[1000005], Pos(0);
char Character;
int Sum[1000005], Low[1000005];
struct DNA {
  unsigned Number;  // 编号 
  int SE;           // s or e, 即权值 
}a[1000005];
int main() {
  n = RD();
  for (register unsigned i(1); i <= n; ++i) { // 读入 
    Character = getchar();
    while (Character != 's' && Character != 'e') {
      Character = getchar();
    }
    if(Character == 's') {                    // 上括号 
      a[i].SE = 1;
    }
    else {                                    // 下括号 
      a[i].SE = -1;
    }
    a[i].Number = RD();
    if(!Low[a[i].Number]) {                   // 这个编号的基因首次出现
      Low[a[i].Number] = 1;                   // 打标记表示这个编号的基因出现过 
      List[++Cnt] = a[i].Number;              // 记录在基因列表中 
    }
  }
  Pos = 1;
  for (register unsigned i(1); i <= n; ++i) {
    Sum[a[i].Number] += a[i].SE;              // 累计总和 
    Low[a[i].Number] = min(Low[a[i].Number], Sum[a[i].Number]); // 更新前缀和历史最小值 
  }
  for (register unsigned i(1); i <= Cnt; ++i) {// 真核生物  (枚举基因编号)
    if(Low[List[i]] == 0 && Sum[List[i]] == 0) {// 同时满足两个条件 
      ++Tmp;
    }
  }
  Pos = 1, Ans = Tmp;                         // 对于真核生物的运行结果
  for (register unsigned i(1); i < n; ++i) {  // 枚举断点, 这里是从 i 后面切断, 所以原左端基因是 a[i] 
    if(!(Sum[a[i].Number] ^ 0)) {             // 优化常数, 等价于 if(Sum[a[i].Number] == 0) 
      if(a[i].SE ^ (-1)) {                    // 优化同上, 这是 sx 的情况 
        if(!(Low[a[i].Number] ^ 0)) {         // 原本完美, 修改后不完美了 
          --Tmp;
        }
        --Low[a[i].Number];                   // 最后修改 Low[x] 
      }
      else {                                  // 这是 ex 的情况 
        ++Low[a[i].Number];                   // 先修改 Low[x] 
        if(!(Low[a[i].Number] ^ 0)) {         // 原本不是完美匹配, 但是现在完美了 
          ++Tmp;
        }
      }
    }
    if(Tmp > Ans) {                           // 新断点严格优于原先才更新 
      Pos = i + 1;
      Ans = Tmp;
    }
  }
  printf("%u %u", Pos, Ans);
  return Wild_Donkey;
}

鸣谢 & 后记

感谢 @巴菲特踩了我的考场代码，但是幸好我用一发新的提交守住了最优解（当然这种题的最优解没什么用，是个人随便卡卡常就能比我快）。算法竞赛中人们以 A 题为目的，很少有人有能快则快能省则省的工程精神。但是追求完美的精神却让我受益匪浅，希望 OI 能给每个人留下受益终身的财富而不仅是名校的垫脚石。

标签：WF,DNA,前缀,权值,基因,Low,编号,断点,Circular
来源： https://www.cnblogs.com/Wild-Donkey/p/14672727.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

P6254 [ICPC2019 WF]Circular DNA

题目分析

真核生物

\(O(n^2)\)

递推

注意

代码

鸣谢 & 后记