前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Difference in two ways of using lower_bound [C++]std::set::lower_bound与std::lower_bound

Difference in two ways of using lower_bound [C++]std::set::lower_bound与std::lower_bound

作者头像
glm233
发布2020-09-28 10:33:14
4910
发布2020-09-28 10:33:14
举报
文章被收录于专栏:glm的全栈学习之路

缘起:Codeforces Round #555 (Div. 3), problem: (E) Minimum Array 这道题目难度不大,大概在div2 C题左右

但是有个关键点就是stl中lowerbound和set自带的lowerbound差别,

很naive的我想着这两个都是o(logn)的,事实上,t了无数发后才发现标程是 s.lower_bound(x)而我是(s.begin(),s.end(),x) 差别是我的是o(n),标程是logn级别的

set输入时已经建好树 而模板lowerbound要多一个类似建树的过程

可以简单的记住 algorithm的是通用的的lower_bound算法 set的是专有的s.lower_bound(x)算法 肯定set快一点

STL的设计是通用的和灵活的。

有很多容器,它们都需要支持通用操作,比如遍历元素、排序、查找元素等等。因此,STL并没有在所有容器中实现多个方法container.sort(),而是提供了一个统一的函数std::sort(),它可以用于对不同的容器进行排序,而不是在所有容器中实现多个方法container.sort(),其中大多数方法都使用相同的算法。函数std::lower_bound()也是如此。

然而,由于容器的内部模型,并不是所有的容器都使用相同的算法。例如,不能像在vector中那样以随机顺序访问list中的元素。对于这种情况,有专门为容器设计的方法。因此list有方法list::sort(),它使用特定于链表结构的算法。

set和lower_bound()也是一样。有一个统一的函数std::lower_bound(),它在随机访问迭代器上的O(logN)中工作,在其他迭代器上的O(N)中工作。容器std::set具有双向迭代器,不能提供对其成员的随机访问。所以统一的std::lower_bound()在O(N)中工作。而容器集是二叉搜索树,可以使用不同的算法在O(logN)中找到下界,具体针对std::set的内部结构。它在方法集::lower_bound()中实现,在O(logN)中工作。

附上AC代码

代码语言:javascript
复制
// luogu-judger-enable-o2
#include<bits/stdc++.h>
#include<unordered_set>
#define rg register ll
#define inf 2147483647
#define min(a,b) (a<b?a:b)
#define max(a,b) (a>b?a:b)
#define ll long long
#define maxn 200005
const double eps = 1e-8;
using namespace std;
inline ll read()
{
	char ch = getchar(); ll s = 0, w = 1;
	while (ch < 48 || ch>57) { if (ch == '-')w = -1; ch = getchar(); }
	while (ch >= 48 && ch <= 57) { s = (s << 1) + (s << 3) + (ch ^ 48); ch = getchar(); }
	return s * w;
}
inline void write(ll x)
{
	if (x < 0)putchar('-'), x = -x;
	if (x > 9)write(x / 10);
	putchar(x % 10 + 48);
}
ll n, a[maxn], ans[maxn], minn = maxn;
multiset<ll>p;
 
int main()
{
	n = read();
	for (rg i = 1; i <= n; i++)a[i] = read();
	for (rg i = 1; i <= n; i++)
	{
		ll x = read();
		minn = min(x, minn);
		p.insert(x);
	}
	for (rg i = 1; i <= n; i++)
	{
		ll temp = n - a[i];
		if (p.lower_bound(temp) == p.end())
		{
			ans[i] = (a[i] + *p.begin()) % n;
			p.erase(p.begin());
 
		}
		else
		{
			temp = *(p.lower_bound(temp));
			//cout << temp << endl;
				ans[i] = (a[i] + temp) % n;
				p.erase(p.lower_bound(temp));
				//cout << n-temp << " "<<p.size()<<endl;
		}
	}
	for (rg i = 1; i <= n; i++)
	{
		i == n ? cout << ans[i] : cout << ans[i] << " ";
	}
	return 0;
}
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2019/08/02 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
容器服务
腾讯云容器服务(Tencent Kubernetes Engine, TKE)基于原生 kubernetes 提供以容器为核心的、高度可扩展的高性能容器管理服务,覆盖 Serverless、边缘计算、分布式云等多种业务部署场景,业内首创单个集群兼容多种计算节点的容器资源管理模式。同时产品作为云原生 Finops 领先布道者,主导开源项目Crane,全面助力客户实现资源优化、成本控制。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档