P3379 LCA


$ 1:$蜗牛爬式


void dfs(int u,int fa) {
    f[u]=fa;//预处理father
    for(int i=head[u]; i; i=e[i].nxt) if(e[i].v!=fa) {
            int &w=e[i].w,&v=e[i].v;
            dis[v]=dis[u]+w;
            h[v]=h[u]+1;//预处理深度
            dfs(v,u);
        }
}
int LCA(int x,int y) {
    while(h[x]<h[y])y=f[y];
    while(h[x]>h[y])x=f[x];//移动至同一深度
    while(x!=y) x=f[x],y=f[y];
    return x;
}

复杂度:\(O( log(n) )\) ~ \(O(n)\)

当然,这东西非常好卡,一卡就凉\(->\) \(O(n)\)

事实上,这种暴力算法,数据达到5e5时绝对会T(不卡你也会)...

\(2:\) 倍增大法

复杂度 预处理:\(O(nlog(n))\) 查询:\(O(log(n))\),有常数

算法核心:

\(1.\) 预处理\(fa[i][k]\):i上的第\(2^k\)个祖先(如果没有,记为\(-1\))

--- 预处理方法 \(O(n log(log(n)))\)

--- 递推式 \(fa[i][k]=fa[fa[i][k-1][k-1]\)

--- 外层接k的循环,内层接i的循环


void dfs(int u,int f) {
    fa[u][0]=f;
    for(reg int i=head[u]; i; i=nxt[i]) if(to[i]!=f) {
            reg int &v=to[i],&w=x[i];
            h[v]=h[u]+1;
            dis[v]=dis[u]+w;
            dfs(v,u);
        }
}
void LCA_init() {
    dfs(1,-1);
    for(reg int j=0; j+1<L; j++)
        for(reg int i=1; i<=n; i++) {
            if(fa[i][j]<0)fa[i][j+1]=-1;
            else fa[i][j+1]=fa[f[i][j]][j];
        }
}

\(2.\)通过一种类似于二进制枚举的方法找爸爸,其原理与蜗牛爬式类似

--- \(step1:\)将x,y移动到同一深度

--- \(step2:\)枚举x,y的上层祖先,防止过度移动,倒着循环

int LCA(int x,int y) {
    if(h[x]>h[y])swap(x,y);
    int del=h[y]-h[x];
    for(int i=0; (1<<i)<=del; i++)
        if(del&(1<<i))
            y=f[y][i];
    if(x==y)return x;//这句话很关键,很容易忘,不加会过度
    for(int i=ceil(log(h[x])); i>=0; i--)
        if(fa[x][i]!=fa[y][i])
            x=fa[x][i],y=fa[y][i];
    return fa[x][0];
}

优化\(1:\)预处理 $log[N] $数组

for(int i=2;i<=n;i++)
    Log[i]=Log[i-1]+((1<<Log[i-1]+1)==i);

优化\(2:\) \(dfs\)同时预处理 \(f[i][k]\) 数组

----因为深搜时根的数组会先被处理,不会调用到未处理的区域

void dfs(int u,int f) {
    fa[u][0]=f;
    for(int j=1;j<L;j++)
        if(fa[u][j-1]<0)fa[u][j]=-1;
        else fa[u][j]=fa[fa[u][j-1]][j-1];
    for(reg int i=head[u]; i; i=nxt[i]) if(to[i]!=f) {
            reg int &v=to[i],&w=x[i];
            h[v]=h[u]+1;
            dis[v]=dis[u]+w;
            dfs(v,u);
        }
}

整体代码\(Show\)

#include<cstdio>
#include<cstring>
#include <algorithm>
#include<cmath>
using namespace std;
#define reg register
const int N=5e5+10,LN=23;
int n,m,L,st;
int f[N][LN],h[N];
int to[N<<1],head[N<<1],nxt[N<<1],cnt,Log[N];
#define add(u,v) nxt[++cnt]=head[u],head[u]=cnt,to[head[u]]=v
int rd() {
    int s=0;
    char x=getchar();
    while(x<'0'||x>'9')x=getchar();
    while(x>='0'&&x<='9')s=(s<<1)+(s<<3)+(x^'0'),x=getchar();
    return s;
}

void dfs(int u,int fa) {
    f[u][0]=fa;
    for(int j=1;j<L;j++)
        if(f[u][j-1]<0)f[u][j]=-1;
        else f[u][j]=f[f[u][j-1]][j-1];
    for(int i=head[u]; i; i=nxt[i]) if(to[i]!=fa) {
            reg int &v=to[i];
            h[v]=h[u]+1;
            dfs(v,u);
        }
}
void LCA_init() {
    dfs(st,-1);
    for(int i=2;i<=n;i++)
        Log[i]=Log[i-1]+((1<<Log[i-1]+1)==i);
}
int LCA(int x,int y) {
    if(h[x]>h[y])swap(x,y);
    int del=h[y]-h[x];
    for(int i=0; (1<<i)<=del; i++)
        if(del&(1<<i))
            y=f[y][i];
    if(x==y)return x;
    for(int i=Log[h[x]]+1; i>=0; i--)
        if(f[x][i]!=f[y][i])
            x=f[x][i],y=f[y][i];
    return f[x][0];
}
int main() {
    n=rd(),m=rd(),st=rd();
    L=ceil(log(n));
    for(int i=1,u,v,w; i<n; i++)
        u=rd(),v=rd(),add(u,v),add(v,u);
    LCA_init();
    for(int i=1,a,b; i<=m; i++)
        a=rd(),b=rd(),printf("%d\n",LCA(a,b));
}

\(3.\)重链剖分

查询原理:与蜗牛爬类似

实际上,我们可以注意到蜗牛爬式大部分时间的浪费在一个个找上

而我们通过重链剖分使这个过程加快

对于查询\(LCA(11,9)\),蜗牛爬式给出的过程是

11,9

7,9

4,5

2,3

1,1

1

一个个爬上去

事实上 \(11-7-4\)的过程可以化为\(11-4\)

同样的 \(4-2-1\) 化为\(4-1\) 等等

这条链越长,其中无用的部分越多,所以把一条条链分出来非常有必要

所以有了重链剖分,这是它的过程

11,9

4,9

4,3

4,1

1

过程简化了不少,当链越长,效果越好

算法核心:

维护\(size[N],son[N],top[N],fa[N],depth[N]\)数组

\(size[N]:\)这个子树的结点数量

\(son[N]:\)这个结点下最重的儿子

\(top[N]:\)这条链的顶端

\(fa[N]:\)这个结点的父亲

\(depth[N]:\)这个节点的深度

这个过程可以在两次深搜内解决

void dfs1(int u,int f) {
    fa[u]=f;
    son[u]=0,size[u]=1;
    for(int i=head[u]; i; i=e[i].nxt) if(e[i].v!=f) {
            int &v=e[i].v;
            depth[v]=depth[u]+1;
            dfs1(v,u);
            if(size[son[u]]<size[v])son[u]=v;
            size[u]+=size[v];
        }
}

这里处理了\(fa[N],son[N],size[N],depth[N]\)数组

也就是说,只剩\(top[N]\)了

void dfs2(int u,int t) {
    top[u]=t;
    if(son[u])dfs2(son[u],t);//把这一条链连到底,top都设成t
    else return;//如果是叶节点就不用找了
    for(int i=head[u]; i; i=e[i].nxt) {
        int &v=e[i].v;
        if(v==f[u]||v==son[u])continue;
        dfs2(v,v);//对于其他的轻链,分开处理,以它自己为top
    }
}

查询部分:

int LCA(int x,int y) {
    while(top[x]!=top[y]) {
        if(depth[top[x]]>depth[top[y]])x=fa[top[x]];
        else y=fa[top[y]];
    }
    return depth[x]<depth[y]?x:y;
}

其实与蜗牛爬式类似,跳过了这条链上的移动过程

\(code\)整体\(Show\)

#include<cstdio>
#include<cstring>
#include<vector>
using namespace std;
#define add(__u,__v) e[++cnt].nxt=head[__u],e[head[__u]=cnt].v=__v
#define reg register
inline void rd(reg int &s){
    s=0;
    reg char x=getchar();
    while(x<'0'||x>'9')x=getchar();
    while(x>='0'&&x<='9')s=(s<<1)+(s<<3)+(x^'0'),x=getchar();
}
inline void wt(reg int x){
    reg char buf[10]={0,0},l=0;
    do buf[++l]=x%10;
    while(x/=10);
    if(!l)l=1;
    for(;l;l--)putchar(buf[l]+'0');
}
const int N=1e5+10;
int n,m,st;
int fa[N],head[N<<1],cnt;
struct node {
    int v,nxt;
} e[N<<1];
int depth[N],top[N],son[N],size[N];
void dfs1(int u,int f) {
    fa[u]=f;
    son[u]=0,size[u]=1;
    for(int i=head[u]; i; i=e[i].nxt) if(e[i].v!=f) {
            int &v=e[i].v;
            depth[v]=depth[u]+1;
            dfs1(v,u);
            if(size[son[u]]<size[v])son[u]=v;
            size[u]+=size[v];
        }
}

void dfs2(int u,int t) {
    top[u]=t;
    if(son[u])dfs2(son[u],t);
    else return;
    for(int i=head[u]; i; i=e[i].nxt) {
        int &v=e[i].v;
        if(v==fa[u]||v==son[u])continue;
        dfs2(v,v);
    }
}

int LCA(int x,int y) {
    while(top[x]!=top[y]) {
        if(depth[top[x]]>depth[top[y]])x=fa[top[x]];
        else y=fa[top[y]];
    }
    return depth[x]<depth[y]?x:y;
}

int main() {
    scanf("%d%d%d",&n,&m,&st);
    for(int i=1,u,v; i<n; i++)rd(u),rd(v),add(u,v),add(v,u);
    dfs1(st,0),dfs2(st,st);
    for(int i=1,a,b; i<=m; i++) rd(a),rd(b),wt(LCA(a,b)),putchar('\n');
}

LCA的几种做法的更多相关文章

  1. Android布局居中的几种做法

    Android的布局文件中,如果想让一个组件(布局或View)居中显示在另一个布局(组件)中,可以由这么几种做法: android:layout_gravity android:gravity and ...

  2. jqGrid中实现radiobutton的两种做法

    http://blog.sina.com.cn/s/blog_4f925fc30102e27j.html   jqGrid中实现radiobutton的两种做法 ------------------- ...

  3. SqlServer保留几位小数的两种做法

    SqlServer保留几位小数的两种做法   数据库里的 float momey 类型,都会精确到多位小数.但有时候 我们不需要那么精确,例如,只精确到两位有效数字. 解决: 1. 使用 Round( ...

  4. [置顶] echarts x轴文字显示不全(xAxis文字倾斜比较全面的3种做法值得推荐)

    echarts x轴标签文字过多导致显示不全 如图: 解决办法1:xAxis.axisLabel 属性 axisLabel的类型是object ,主要作用是:坐标轴刻度标签的相关设置.(当然yAxis ...

  5. LVS+keepalived 的DR模式的两种做法

    LVS DR模式搭建 准备工作 三台机器: dr:192.168.13.15 rs1:192.168.13.16 rs2: 192.168.13.17 vip:192.168.13.100 修改DR上 ...

  6. 代码:PC 链接列表面板border的一种做法(每行之间有分割线)

    PC 链接列表面板,border的一种做法 做页面经常遇到一种问题,上面是标题,下面是单行链接列表.为了保证后台套页面方便,所有列表项必须完全一样.但我们无法解决第一行或最后一行多出来的分割线. 使用 ...

  7. .NET类型转型的四种做法(转)

    .NET类型转型的四种做法: ◆ 强制转型:(int)变量名称 ◆ int.Parse(字符串变量名称) ◆ Convert.To类型(变量名称) ◆ TryParse 强制转型 (casting) ...

  8. Mediocre String Problem (2018南京M,回文+LCP 3×3=9种做法 %%%千年好题 感谢"Grunt"大佬的细心讲解)

    layout: post title: Mediocre String Problem (2018南京M,回文+LCP 3×3=9种做法 %%%千年好题 感谢"Grunt"大佬的细 ...

  9. js函数只执行一次,函数重写,变量控制与闭包三种做法

    一.情景需求 调用后台接口需要附带token信息,那么在每个请求的头部添加token的做法就不太优雅了:一个网站请求100次,那就得写添加100次token,假设某天接口有所变动,改起来就十分麻烦了. ...

随机推荐

  1. Nginx优化配置,轻松应对高并发

    Nginx现在已经是最火的web服务器之一,尤其在静态分离和负载均衡方面,性能十分优越.接下来我们主要看下Nginx在高并发环境下的优化配置,主要是针对 nginx.conf 文件的属性设置.我们打开 ...

  2. 阿里sentinel源码研究深入

    1. 阿里sentinel源码研究深入 1.1. 前言 昨天已经把sentinel成功部署到线上环境,可参考我上篇博文,该走的坑也都走了一遍,已经可以初步使用它的限流和降级功能,根据我目前的实践,限流 ...

  3. 服务上的图片直接在浏览器上可以打开,但是在img上报404错误处理方法

    在index.html中添加代码如下 <meta name="referrer" content="no-referrer" /> 如果还是存在问题 ...

  4. 从 Vue 的视角学 React(二)—— 基本语法

    基于 Vue.js 开发的时候,每个 vue 文件都是一个单独的组件,可以包含 HTML,JS,CSS 而 React 是以函数为基础,每个 function 就是一个组件.虽然 JSX 让 HTML ...

  5. Java DbUtils 操作数据库

    示例 1.新建项目,把数据库驱动.DbUtils的jar包添加到项目中 2.新建文件夹resource,标识为资源根目录,下面新建数据库连接的配置文件mysql.properties driver=c ...

  6. InvalidOperationException: No file provider has been configured to process the supplied file.

    现在有一个api, 提供图片的下载,如下代码,,调试出现 InvalidOperationException: No file provider has been configured to proc ...

  7. SPRINGBOOT注解最全详解(

    #     SPRINGBOOT注解最全详解(整合超详细版本)          使用注解的优势:               1.采用纯java代码,不在需要配置繁杂的xml文件           ...

  8. linux内核--wait_event_interruptible_timeout()函数分析(转)

    原文:https://blog.csdn.net/wuyongpeng0912/article/details/45723657 网上有关于此函数的分析,但大都是同一篇文章转载来转载去,没有进一步的分 ...

  9. pycharm动态设置字体放大缩小

    放大设置 File —> settings—> Keymap —>在搜寻框中输入:increase —> Increase Font Size(双击) —> 在弹出的对话 ...

  10. Flask基础之返回值与form表单提交

    目录 1.Python 现阶段三大主流Web框架 Django Tornado Flask 对比 2.Flask的安装 3.Flask的第一个简单应用 4.Flask中的render_template ...