[学习笔记]2023多维偏序之cdq分治
多维偏序
https://www.cnblogs.com/Miracevin/p/9426812.html
https://blog.csdn.net/MorphLing_/article/details/107219077?utm_medium=distribute.pc_relevant.none-task-blog-searchFromBaidu-3.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-searchFromBaidu-3.control
https://blog.csdn.net/u012972031/article/details/91049130
一般情况下，我们比较一个数大小，就是ai>aj即可，
而在上升子序列中，当i>j并且ai>aj的时候，才可以认为i这位的数大于j这位的数。
这就是一个二维偏序。
类似的，有n个数，每个数m个属性，一个数比另一个数大，当且仅当这个数的所有属性都大于另一个数。
这就是一个m维偏序。
对于三维偏序，可以用cdq分治、排序、树状数组处理。
luogu P3810
Description：
有 n 个元素，第 i 个元素有 ai 、bi 、ci 三个属性，设 f(i) 表示满足 aj≤ai 且bj≤bi 且cj≤ci 的 j 的数量。
对于d∈[0,n) ，求 f(i) = d的数量
Solution：
三维偏序的模板题。
我们先按照a从小到大排序，
然后cdq分治。
先递归到两边，
回溯到这一层之后，把左儿子的所有的数按照b排序，右儿子的所有数也按照b排序。
这样，左儿子的数之间虽然a不一定递增，但是因为开始按照a排序，所以左边所有的数的a一定都小于右边的数。
b排好序之后，
两个指针j，i分别从1~mid，mid+1~r 即左右儿子区间的起止点开始走，，
对于右边的一个数i，当j的数的b值不大于i的b值时，不断向后走j，并且把这些数的c值放进一个权值树状数组里，
当j的b值大于i之后，当前所有左儿子里面，b小于i这个数的数的c属性都放进树状数组里了。
只有放进去的这些数才可能来更新f值。
在i向后走之前，f[a[i].ans]+=query(a[i].z),满足第三个条件的数也找到了。
就把所有当前这个层里面，符合条件的数都找出来了。
最后，把树状数组加上的 1都消去。
由于cdq分治，会把i之前的所有的数都分成logn个区间，更新完f[i]了。
大家可以手动画图，或者模拟一下。
复杂度：nlogn^2
那么，这个算法是怎么样实现三维偏序的处理呢？
1.对于a，开始直接排序，并且，每次是先递归左右儿子，再处理这一层，
所以保证一个数pi前面的所有的数，不论之后怎么换位置，都不会到i的后面。
这就利用位置保证了所有可能更新f[i]的数对于a都是合法的。
2.对于b，我们每次回溯的时候，按照b排了一个序，
对于左子区间对右子区间的影响，通过指针，把b小于等于i的数的所有数的c放进了树状数组里。
这样，i前面的logn个区间，会把所有b小于i的b的数都考虑一遍的。也合法。
3.对于c，直接通过树状数组前缀和，一步就求出来了当前合法的所有数了。
相当于一个筛，留下a合法的，留下b合法的，最后能被c留下的，就是所有合法的了。
注意因为是小于等于号，所以我们先把所有的完全相同的数合并成一个数，统计的时候，一个数也大于等于自己。再加上就好了。
就是细节问题。
样例细解
输入数据
4 19
1 12 5.........0
2 4 3..........0
3 9 6........1
4 15 19.......3
输出
2
1
0
1
对于(1,12,5）,(2,4,3),（3,9,6）,（4,15,19）
当递归处理(1,2)时，先处理(1,1),再处理(2,2)
再对(1,1)排序，（2，2）排序
左边为(1,12,5）,右边为(2,4,3)
因为12>4所以根本加入不了
当递归处理(3,4)时
因为9<15,所以在6这个位置加入1
于是对于（4,15,19）来说，可以加入（3,9,6）的贡献
当递归处理(1,4)时
(2,4,3),(1,12,5）|（3,9,6）,（4,15,19）
对于整个区间[,4]来说第1维是上升的
即对于（3,9,6），它左边的元素的第1维都是<=3的，现在先要保证
第二维左边是升序的，所以要先排序
排好后
对于（3,9,6）来说(2,4,3)可以有贡献，但(1,12,5）则是没有的
因为12>9
对于（4,15,19）来说(1,12,5）是有贡献的
因而（4,15,19）是有3个小于它的
总得来说就是
先用排序来保证第一维
在处理区间[L,R]的时候，对两边[L,Mid],[Mid+1,R]进行排序
以输入时的第2关键字为主关键字，第3关键字为次关键字
于是就可以采用指针法，对于[Mid+1,R]中的某个对象j
将左边的那些，第2关键字小于等于它的对象i
在i的第3关键字所代表的位置上加入贡献值
#include<bits/stdc++.h>
using namespace std;
const int N=100000+10;
int n,m;
int f[N];
struct node{
int x,y,z;
int ans;
int w;
}a[N],b[N];
int pp;
bool cmpx(node p,node q){
if(q.x==p.x){
if(p.y==q.y) return p.z<q.z;
return p.y<q.y;
}
return p.x<q.x;
}
bool cmpy(node p,node q){
if(q.y==p.y){
return p.z<q.z;
}
return p.y<q.y;
}
struct ta{
int g[2*N];
void add(int x,int k){
for(;x<=pp;x+=x&(-x)) g[x]+=k;
}
int ask(int x){
int ret=0;
for(;x;x-=x&(-x)) ret+=g[x];return ret;
}
}t;
void cdq(int l,int r){
//cout<<l<<" and "<<r<<endl;
if(l==r) return;
int mid=(l+r)>>1;
cdq(l,mid);cdq(mid+1,r);
sort(a+l,a+mid+1,cmpy);
sort(a+mid+1,a+r+1,cmpy);
//cout<<" after sort "<<l<<" || "<<r<<endl;
int i=mid+1,j=l;
for(;i<=r;i++){
while(a[j].y<=a[i].y&&j<=mid){
t.add(a[j].z,a[j].w),j++;
}
a[i].ans+=t.ask(a[i].z);
}
for(i=l;i<j;i++){
t.add(a[i].z,-a[i].w);
}
}
int ans[N];
int main()
{
int m;
scanf("%d%d",&m,&pp);
for(int i=1;i<=m;i++){
scanf("%d%d%d",&b[i].x,&b[i].y,&b[i].z);
}
sort(b+1,b+m+1,cmpx);
int c=0;
for(int i=1;i<=m;i++){
c++;
if(b[i].x!=b[i+1].x||b[i].y!=b[i+1].y||b[i].z!=b[i+1].z){
a[++n]=b[i],a[n].w=c;c=0;
}
}
cdq(1,n);
for(int i=1;i<=n;i++){
ans[a[i].ans+a[i].w-1]+=a[i].w;
}
for(int i=0;i<m;i++){
printf("%d\n",ans[i]);
}
return 0;
}
三维偏序
要是维数再多了呢？？
hihocoder 1236 Scores
Decripiton:
给出N个人的5个科目分数，给出q个询问~~，每次给你5个科目的具体分数。求一共有多少个人对应的5个科目都小于等于你的科目分数~~
强制在线。
n,q<=50000
Solution:
这就是5维偏序了。
显然cdq分治不容易解决了。难以巧妙处理5维。
就考虑比较暴力的思路：
把成绩5种分成5组，每一组从小到大按成绩排序。
每次二分出id，id的成绩恰好位于成绩查询边界。
这样可以知道该成绩是有几个人不满足。
但是，由于有5个，所以必须知道都是谁。。。。
用一个bitset<50001>s[5][50000]表示，第i维，前j个人满足不合格的情况下，都是谁（s[i][j][k]=1表示，i维，编号是k的人，成绩比倒数第j名可能还差。）
然后预处理出bitset（每次j加一，就把j+1的人或进去就行了），查询的时候，二分id，之后取出这5个bitset，&一下就知道最后剩谁了，统计1的个数。
但是bitset还是太大了，不是MLE，就是TLE。
所以，考虑分块！？？！
bitset<50001>s[5][250]表示，第i维，前j块不合格，都是谁
预处理比较容易，一个块一个块内暴力处理，最后从前到后相邻的块一个前缀或就可以了
查询的时候，
二分出来一个id，在块k里，
就找到k，把k-1块的不合格人都找出来，之后剩下的暴力加进去就可以啦
复杂度：O(5 * q * sqrtn)（不算预处理）
因为这个是n<=50000,所以分块卡不掉。
这种数据范围，多维偏序都可以类似扩展开来。
本质上还是一个筛。不过用了bitset和分块优化。
总结：
感觉多维偏序在生活中还是比较常见的，
比方说，你期末考试之后，想看看完虐多少个人？（每一科都比TA高）
就是多维偏序了。
