当前位置：首页 > news >正文

UVa 297 Quadtrees

news 2026/5/27 3:25:16

题目分析

本题涉及一种名为四叉树的图像编码格式。四叉树的基本思想是将图像递归地划分为四个象限，直到每个象限内的像素颜色一致为止。每个节点可以是以下三种类型：

p\texttt{p}p（parent）：表示内部节点，需要进一步划分四个子象限。
f\texttt{f}f（full）：表示该区域全部为黑色像素。
e\texttt{e}e（empty）：表示该区域全部为白色像素。

题目中处理的图像尺寸为32×3232 \times 3232×32像素，总计102410241024个像素。艺术家要执行的操作是将两张图像进行叠加：在结果图像中，若某个像素在至少一张原图像中为黑色，则该像素为黑色，否则为白色。

输入包含多个测试用例，每个测试用例给出两个字符串，分别代表两张图像的四叉树先序遍历序列。树的深度不超过555（因为25=322^5 = 3225=32）。

输出需要计算叠加后图像中黑色像素的数量。

样例分析

以第一个样例为例：

输入：ppeeefpffeefe和pepeefe
输出：640640640个黑色像素

解题思路

核心问题转化

直接对四叉树进行“叠加”操作比较棘手，因为两棵树的结构可能不同（深度、分支情况各异）。一个更简单的方法是：

将四叉树的表示还原为32×3232 \times 3232×32的像素网格。
在两幅网格上分别进行“着色”。
最后统计黑色像素的数量。

由于图像尺寸固定为32×3232 \times 3232×32，我们可以使用一个二维数组image[32][32]来存储每个像素的颜色状态。

四叉树的解析与着色

四叉树的先序遍历序列中，每个节点按以下规则处理：

遇到p\texttt{p}p：该区域需要继续划分。按照固定的象限顺序（题目图示中明确），递归处理四个子区域。
遇到e\texttt{e}e：该区域全部为白色，将其标记为白色。
遇到f\texttt{f}f：该区域全部为黑色，将其标记为黑色。

象限划分顺序

从题目图示可以看出，四叉树的子节点顺序（先序遍历）为：

右上象限- 实际上根据代码实现：
- 第一个递归：(x, y + width/2)—— 右上
- 第二个递归：(x, y)—— 左上
- 第三个递归：(x + width/2, y)—— 左下
- 第四个递归：(x + width/2, y + width/2)—— 右下

叠加逻辑的实现

在代码中，叠加操作是通过顺序执行两次解析隐式完成的：

首先解析第一棵树，将对应区域标记为黑色（b\texttt{b}b）或白色（w\texttt{w}w）。
然后解析第二棵树。在解析过程中：
- 如果遇到白色区域（e\texttt{e}e），只将尚未被标记为黑色的像素设为白色。
- 如果遇到黑色区域（f\texttt{f}f），将对应区域强制覆盖为黑色（无论之前是什么颜色）。

这样，最终image数组中，b\texttt{b}b表示该像素在至少一张图像中为黑色，w\texttt{w}w表示两张图像中均为白色，0表示尚未被任何树处理过的区域（实际上在解析完两棵树后不会存在）。

为什么这样做是正确的？

叠加的定义是：结果图像中某像素为黑色⟺ \iff⟺它在图像A中为黑色或在图像B中为黑色。

第一棵树解析后，黑色像素已被正确标记。
第二棵树解析时，遇到黑色区域直接将其涂黑，这符合“或”操作。
白色区域不会覆盖已有的黑色，这保证了黑色像素不会被错误地擦除。

因此，最终统计b\texttt{b}b的数量即可得到答案。

复杂度分析

每个测试用例需要遍历32×32=102432 \times 32 = 102432×32=1024个像素。
四叉树的节点数最多为1+4+42+43+44+45≈13651 + 4 + 4^2 + 4^3 + 4^4 + 4^5 \approx 13651+4+42+43+44+45≈1365个，每个节点处理的区域大小与深度相关。
总体时间复杂度为O(像素数+节点数)O(\text{像素数} + \text{节点数})O(像素数+节点数)，对于本题规模完全可行。

代码实现

// Quadtrees// UVa ID: 297// Verdict: Accepted// Submission Date: 2016-05-10// UVa Run Time: 0.000s//// 版权所有（C）2016，邱秋。metaphysis # yeah dot net#include<bits/stdc++.h>usingnamespacestd;// 存储 32x32 图像的像素颜色// '0' 表示未处理，'b' 表示黑色，'w' 表示白色charimage[32][32];// 递归解析四叉树的先序遍历序列// tree: 先序遍历字符串// index: 当前处理到的位置（引用传递，便于递归推进）// x, y: 当前区域左上角坐标// width: 当前区域的边长voidparse(string&tree,int&index,intx,inty,intwidth){if(index<tree.length()&&tree[index]=='p'){// 内部节点：递归处理四个子象限// 顺序：右上、左上、左下、右下parse(tree,++index,x,y+width/2,width/2);parse(tree,++index,x,y,width/2);parse(tree,++index,x+width/2,y,width/2);parse(tree,++index,x+width/2,y+width/2,width/2);}elseif(index<tree.length()&&tree[index]=='e'){// 空节点：整个区域为白色// 只有当像素尚未被标记为黑色时，才标记为白色for(inti=x;i<x+width;i++)for(intj=y;j<y+width;j++)if(image[i][j]=='0'||image[i][j]=='w')image[i][j]='w';}elseif(index<tree.length()&&tree[index]=='f'){// 满节点：整个区域为黑色，直接覆盖for(inti=x;i<x+width;i++)for(intj=y;j<y+width;j++)image[i][j]='b';}}// 统计图像中黑色像素的数量intcount(){intcounter=0;for(inti=0;i<32;i++)for(intj=0;j<32;j++)if(image[i][j]=='b')counter++;returncounter;}intmain(intargc,char*argv[]){cin.tie(0);cin.sync_with_stdio(false);intn;cin>>n;string first,second;while(n--){// 初始化图像数组，所有像素标记为未处理 '0'for(inti=0;i<32;i++)for(intj=0;j<32;j++)image[i][j]='0';cin>>first>>second;// 解析第一棵树，标记黑色和白色区域intindex=0;parse(first,index,0,0,32);// 解析第二棵树，叠加黑色区域index=0;parse(second,index,0,0,32);cout<<"There are "<<count()<<" black pixels.\n";}return0;}