根号分治与双指针算法实战解析

1. 根号分治算法深度解析

根号分治（Square Root Decomposition）是一种经典的算法设计思想，它通过巧妙的问题划分，将时间复杂度优化到O(n√n)级别。这种算法特别适合处理那些看似需要O(n²)时间，但实际上可以通过分组优化的场景。

1.1 基本思想与数学模型

根号分治的核心在于找到一个合适的阈值B（通常取√n），将问题划分为"大"和"小"两个类别：

• 对于大集合（大小>B）：数量不超过n/B个
• 对于小集合（大小≤B）：每个处理时间为O(B)

这种划分保证了无论处理哪一类，时间复杂度都不会超过O(n√n)。数学上可以表示为：

min(B, n/B) ≤ √n

1.2 经典应用场景分析

1.2.1 集合求和问题

考虑多个集合的更新与查询操作，其中集合总大小为O(n)。我们设定阈值B=√n：

• 大集合：直接维护和，更新时使用懒标记
• 小集合：暴力更新元素值

预处理阶段需要计算大集合与其他集合的交集，这一步时间复杂度为O(n√n)。查询时：

• 小集合查询：直接求和O(B)
• 大集合查询：利用预处理结果O(√n)

1.2.2 倍数枚举问题

对于形如"所有x的倍数"这类查询：

• 当x>B时：直接枚举倍数，共O(n/B)个
• 当x≤B时：预处理模x的余数结果

这种技术在题目F. Sum of Progression和F. Remainder Problem中都有典型应用。

2. 双指针算法精要

2.1 相向双指针原理

相向双指针（Two Pointers）是一种高效的区间处理技术，特别适合解决有序数组的两数之和类问题。基本框架为：

java复制int l = 0, r = n-1;
while(l < r) {
    if(a[l] + a[r] > target) {
        // 处理逻辑
        r--;
    } else {
        l++;
    }
}

2.2 应用实例：Coloring Game

在题目C. Coloring Game中，我们需要统计满足a[i]+a[j]>max(a[k],a[n]-a[k])的三元组(i,j,k)数量。通过固定k，然后对每个k使用相向双指针处理