SlideShare a Scribd company logo
C ガソリンスタンド
@takayuta1999
問題概要 (言い換え)
 N 個の頂点に対して、数 𝑉𝑖 が与えられる
 各頂点対 (𝑖, 𝑗) に対して、𝑖 → 𝑗 に長さ 𝑉𝑗 × |𝑖 − 𝑗| の辺
を張る
 このとき、𝑄個の最短路クエリに答えよ
 1 ≦ 𝑁 ≦ 4000 , 1 ≦ 𝑄 ≦ 200,000
解法
 ワーシャルフロイド法やダイクストラ法ではサイズが大き
すぎるため、時間が間に合わない
 性質をつかもう
解法
 問題文にも明示されてるようにまず一列に頂点を並べて
みる
 終点を固定して生き方を考える
1 2 3 4
解法
 問題文にも明示されてるようにまず一列に頂点を並べて
みる
 終点を固定して生き方を考える
(こういう誤植好き)
1 2 3 4
解法
 終点を固定すると、ありうる道筋としては以下のどちらか
 始点 𝑠 と終点 𝑡 に対して、
𝑠 からどこにも止まらずに直接 𝑡 に行く
𝑠 から別の駅 𝑘 に行ってその後 𝑡 に行く
解法
 終点を固定すると、ありうる道筋としては以下のどちらか
 始点 𝑠 と終点 𝑡 に対して、
𝑠 からどこにも止まらずに直接 𝑡 に行く
𝑠 から別の駅 𝑘 に行ってその後 𝑡 に行く
 上の可能性は別に処理して下だけ考える
解法
 最後に経由する駅 𝑘 が 𝑡 のどちら側に存在するかで場
合分けする
 𝑘 < 𝑡 の時を考える( 𝑡 < 𝑘 の時も同様 )
解法
 𝑘 < 𝑡 の時を考える
 𝑡 より左で初めて 𝑉 の値が𝑉𝑡より大きくなるところを 𝑙 と
する(ない場合は 𝑙 = −1)
解法
 𝑘 < 𝑡 の時を考える
 𝑡 より左で初めて 𝑉 の値が 𝑉𝑡より小さくなるところを 𝑙 と
する(ない場合は 𝑙 = −1)
 このとき、𝑙 = 𝑘 であるとしてよいことを示す
証明
 まず、𝑙 ≦ 𝑘 を示す
 もし、𝑘 < 𝑙 であるとしたら、𝑘 → 𝑡 と行かずに、途中で 𝑙
を経由した方が明らかによい
 よって、𝑙 ≦ 𝑘
証明
 次に、𝑘 ≦ 𝑙 を示す
 もし、𝑙 < 𝑘 であるとしたら、𝑠 ≠ 𝑘 なので、𝑘 の一個前の
位置を場合分けすると、𝑉𝑘 ≧ 𝑉𝑡 だから、𝑘 に行かずにそ
のまま 𝑡 へ行ってもよいと分かり、最短経路として考えな
くてもよいと分かる
 よって、𝑘 ≦ 𝑙
証明
 以上より、𝑘 = 𝑙
 同様に、𝑡 への右からの変移も一意に定めてよい
解法
 以上より、辺が𝑂(𝑁)に減った
 でも、辺の性質上、𝑉 の値が小さい頂点から順にそれを
終点とする最短経路を求めていけば、すべての頂点間
の最短距離が𝑂(𝑁2
)で求められる
 おわり

More Related Content

What's hot

Introduction to Persistence Theory
Introduction to Persistence TheoryIntroduction to Persistence Theory
Introduction to Persistence Theory
Tatsuki SHIMIZU
 
M1 gp_Disco
M1 gp_DiscoM1 gp_Disco
M1 gp_Disco
Takuya Shimojoh
 
ウィナーフィルタと適応フィルタ
ウィナーフィルタと適応フィルタウィナーフィルタと適応フィルタ
ウィナーフィルタと適応フィルタ
Toshihisa Tanaka
 
Segpair
SegpairSegpair
Segpairoupc
 
線形カルマンフィルタの導出
線形カルマンフィルタの導出線形カルマンフィルタの導出
線形カルマンフィルタの導出
Fumiya Watanabe
 
topology of musical data
topology of musical datatopology of musical data
topology of musical data
Tatsuki SHIMIZU
 
Warshall froyd
Warshall froydWarshall froyd
Warshall froyd
MatsuiRyo
 
北大クラスタリング・セミナー6
北大クラスタリング・セミナー6北大クラスタリング・セミナー6
北大クラスタリング・セミナー6
Yutaka Nagahata
 
ロマ数16 simizut
ロマ数16 simizutロマ数16 simizut
ロマ数16 simizut
Tatsuki SHIMIZU
 
情報幾何の基礎輪読会 #1
情報幾何の基礎輪読会 #1情報幾何の基礎輪読会 #1
情報幾何の基礎輪読会 #1
Tatsuki SHIMIZU
 
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
Tasuku Soma
 
Operad and Recognition Principle
Operad and Recognition PrincipleOperad and Recognition Principle
Operad and Recognition Principle
Tatsuki SHIMIZU
 
仕事をしよう!
仕事をしよう!仕事をしよう!
仕事をしよう!
gotoloop
 
基底変換、固有値・固有ベクトル、そしてその先
基底変換、固有値・固有ベクトル、そしてその先基底変換、固有値・固有ベクトル、そしてその先
基底変換、固有値・固有ベクトル、そしてその先
Taketo Sano
 
PRML 10.4 - 10.6
PRML 10.4 - 10.6PRML 10.4 - 10.6
PRML 10.4 - 10.6
Akira Miyazawa
 
グラフカットによる画像背景切り取り
グラフカットによる画像背景切り取りグラフカットによる画像背景切り取り
グラフカットによる画像背景切り取り
coil_kpc
 
【材料力学】ひずみエネルギー (II-04 2018)
【材料力学】ひずみエネルギー  (II-04 2018)【材料力学】ひずみエネルギー  (II-04 2018)
【材料力学】ひずみエネルギー (II-04 2018)
Kazuhiro Suga
 

What's hot (20)

Introduction to Persistence Theory
Introduction to Persistence TheoryIntroduction to Persistence Theory
Introduction to Persistence Theory
 
M1 gp_Disco
M1 gp_DiscoM1 gp_Disco
M1 gp_Disco
 
ウィナーフィルタと適応フィルタ
ウィナーフィルタと適応フィルタウィナーフィルタと適応フィルタ
ウィナーフィルタと適応フィルタ
 
20140306 ibisml
20140306 ibisml20140306 ibisml
20140306 ibisml
 
Segpair
SegpairSegpair
Segpair
 
線形カルマンフィルタの導出
線形カルマンフィルタの導出線形カルマンフィルタの導出
線形カルマンフィルタの導出
 
topology of musical data
topology of musical datatopology of musical data
topology of musical data
 
Warshall froyd
Warshall froydWarshall froyd
Warshall froyd
 
北大クラスタリング・セミナー6
北大クラスタリング・セミナー6北大クラスタリング・セミナー6
北大クラスタリング・セミナー6
 
ロマ数16 simizut
ロマ数16 simizutロマ数16 simizut
ロマ数16 simizut
 
情報幾何の基礎輪読会 #1
情報幾何の基礎輪読会 #1情報幾何の基礎輪読会 #1
情報幾何の基礎輪読会 #1
 
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
 
Operad and Recognition Principle
Operad and Recognition PrincipleOperad and Recognition Principle
Operad and Recognition Principle
 
仕事をしよう!
仕事をしよう!仕事をしよう!
仕事をしよう!
 
基底変換、固有値・固有ベクトル、そしてその先
基底変換、固有値・固有ベクトル、そしてその先基底変換、固有値・固有ベクトル、そしてその先
基底変換、固有値・固有ベクトル、そしてその先
 
PRML 10.4 - 10.6
PRML 10.4 - 10.6PRML 10.4 - 10.6
PRML 10.4 - 10.6
 
CMSI計算科学技術特論B(8) オーダーN法1
 CMSI計算科学技術特論B(8) オーダーN法1 CMSI計算科学技術特論B(8) オーダーN法1
CMSI計算科学技術特論B(8) オーダーN法1
 
RUPC2017:L解説
RUPC2017:L解説RUPC2017:L解説
RUPC2017:L解説
 
グラフカットによる画像背景切り取り
グラフカットによる画像背景切り取りグラフカットによる画像背景切り取り
グラフカットによる画像背景切り取り
 
【材料力学】ひずみエネルギー (II-04 2018)
【材料力学】ひずみエネルギー  (II-04 2018)【材料力学】ひずみエネルギー  (II-04 2018)
【材料力学】ひずみエネルギー (II-04 2018)
 

Viewers also liked

IJPC A解説
IJPC A解説IJPC A解説
IJPC A解説
yutaka1999
 
B
BB
IJPC2015 D問題解説
IJPC2015 D問題解説IJPC2015 D問題解説
IJPC2015 D問題解説
yokozuna57
 
Ijpc2015 b しりとり木
Ijpc2015 b しりとり木Ijpc2015 b しりとり木
Ijpc2015 b しりとり木
reew2n
 
IJPC-2 E問題解説
IJPC-2 E問題解説IJPC-2 E問題解説
IJPC-2 E問題解説
yutaka1999
 
IJPC C解説
IJPC C解説IJPC C解説
IJPC C解説
yutaka1999
 
AtCoder Regular Contest 023 解説
AtCoder Regular Contest 023 解説AtCoder Regular Contest 023 解説
AtCoder Regular Contest 023 解説
AtCoder Inc.
 
AtCoder Regular Contest 034 解説
AtCoder Regular Contest 034 解説AtCoder Regular Contest 034 解説
AtCoder Regular Contest 034 解説
AtCoder Inc.
 

Viewers also liked (8)

IJPC A解説
IJPC A解説IJPC A解説
IJPC A解説
 
B
BB
B
 
IJPC2015 D問題解説
IJPC2015 D問題解説IJPC2015 D問題解説
IJPC2015 D問題解説
 
Ijpc2015 b しりとり木
Ijpc2015 b しりとり木Ijpc2015 b しりとり木
Ijpc2015 b しりとり木
 
IJPC-2 E問題解説
IJPC-2 E問題解説IJPC-2 E問題解説
IJPC-2 E問題解説
 
IJPC C解説
IJPC C解説IJPC C解説
IJPC C解説
 
AtCoder Regular Contest 023 解説
AtCoder Regular Contest 023 解説AtCoder Regular Contest 023 解説
AtCoder Regular Contest 023 解説
 
AtCoder Regular Contest 034 解説
AtCoder Regular Contest 034 解説AtCoder Regular Contest 034 解説
AtCoder Regular Contest 034 解説
 

Similar to IJPC-2 C問題解説

第9回スキル養成講座講義資料
第9回スキル養成講座講義資料第9回スキル養成講座講義資料
第9回スキル養成講座講義資料
keiodig
 
Introduction to Algorithms#24 Shortest-Paths Problem
Introduction to Algorithms#24 Shortest-Paths ProblemIntroduction to Algorithms#24 Shortest-Paths Problem
Introduction to Algorithms#24 Shortest-Paths ProblemNaoya Ito
 
JOIss2020 発表資料
JOIss2020 発表資料JOIss2020 発表資料
JOIss2020 発表資料
mdkcpp 1015
 
双対性
双対性双対性
双対性
Yoichi Iwata
 
The review of 'Explaining nonlinear classification decisions with deep Taylor...
The review of 'Explaining nonlinear classification decisions with deep Taylor...The review of 'Explaining nonlinear classification decisions with deep Taylor...
The review of 'Explaining nonlinear classification decisions with deep Taylor...
tetsuo ishigaki
 
introductino to persistent homology and topological data analysis
introductino to persistent homology and topological data analysisintroductino to persistent homology and topological data analysis
introductino to persistent homology and topological data analysis
Tatsuki SHIMIZU
 
Convex Hull Trick
Convex Hull TrickConvex Hull Trick
UTPC2012 - K
UTPC2012 - KUTPC2012 - K
UTPC2012 - Komeometo
 
One
OneOne
Oneoupc
 

Similar to IJPC-2 C問題解説 (10)

第9回スキル養成講座講義資料
第9回スキル養成講座講義資料第9回スキル養成講座講義資料
第9回スキル養成講座講義資料
 
Introduction to Algorithms#24 Shortest-Paths Problem
Introduction to Algorithms#24 Shortest-Paths ProblemIntroduction to Algorithms#24 Shortest-Paths Problem
Introduction to Algorithms#24 Shortest-Paths Problem
 
JOIss2020 発表資料
JOIss2020 発表資料JOIss2020 発表資料
JOIss2020 発表資料
 
双対性
双対性双対性
双対性
 
The review of 'Explaining nonlinear classification decisions with deep Taylor...
The review of 'Explaining nonlinear classification decisions with deep Taylor...The review of 'Explaining nonlinear classification decisions with deep Taylor...
The review of 'Explaining nonlinear classification decisions with deep Taylor...
 
introductino to persistent homology and topological data analysis
introductino to persistent homology and topological data analysisintroductino to persistent homology and topological data analysis
introductino to persistent homology and topological data analysis
 
Convex Hull Trick
Convex Hull TrickConvex Hull Trick
Convex Hull Trick
 
UTPC2012 - K
UTPC2012 - KUTPC2012 - K
UTPC2012 - K
 
全域木いろいろ
全域木いろいろ全域木いろいろ
全域木いろいろ
 
One
OneOne
One
 

IJPC-2 C問題解説