概念

祖先

有根树中,一个节点到根的路径上的所有节点被视为这个点的祖先,包括根和它本身

公共祖先

对于点a和b,如果c既是a的祖先又是b的祖先,那么c是a和b的公共祖先
##深度
子节点的深度=父节点深度+1,一般我们定根的深度为1

最近公共祖先

树上两个节点的所有公共祖先中,深度最大的那个称为两个点的最近公共祖先(LCA)

方法1:暴力爬山法

很明显,这个方法是很想爬山,我们可以先然两个节点中,深度大的依着父亲爬到两节点深度相同,然后,两个节点一起爬,最后,爬到了同一个节点,这,就是ans;

很明显,这个方法有几个缺陷,时间为O(n),并且,还要用bfs算深度

方法2:倍增

求公共祖先

在前面爬山法进行改进,在爬山的过程中,其实有些地方可以一蹦千尺高,但却一步一步地走,大大的浪费了时间,于是,我们运用倍增

众所周知,任意一个数是可用二进制来表示,如果,我们用一个二进制来表示两个节点的深度差,那不是就把时间化为O(log2n)

设一个数组dp[i][j]从i这个节点往上走2j步,那么,dp[i][j-1]j就是再往根的方向走2(j-1)步,如果再走2(j-1)步,就相当于走了2j,所以,dp[i][j]=dp[dp[i][j-1]][j-1]
其中,dp[i][0]=fa[i];

那如何来求dp这个数组呢

我们可以在bfs求树上每个点深度的时候,顺便预处理dp数组

  1. void bfs()
  2. {
  3. queue<int>q;
  4. d[root]=1;
  5. q.push(root);
  6. while(q.size())
  7. {
  8. int temp=q.front();
  9. q.pop();
  10. for(int i=0;i<g[temp].size();i++)
  11. {
  12. int v=g[temp][i];
  13. if(d[v])
  14. {
  15. continue;
  16. }
  17. d[v]=d[temp]+1;
  18. dp[v][0]=temp;
  19. for(int j=1;j<=Maxstep;j++)
  20. {
  21. dp[v][j]=dp[dp[v][j-1]][j-1];
  22. }
  23. q.push(v);
  24. }
  25. }
  26. }

LCA就是在爬山的基础上,将一步一步的枚举,改为,从大到小走2j

  1. int LCA(int a, int b) {
  2. if (d[a] > d[b]) {
  3. swap(a, b);
  4. }
  5. for (int i = Maxstep; i >= 0; i--) {
  6. if (d[dp[b][i]] >= d[a]) {
  7. b = dp[b][i];
  8. }
  9. }
  10. if (a == b) {
  11. return a;
  12. }
  13. for (int i = Maxstep; i >= 0; i--) {
  14. if (dp[b][i] != dp[a][i]) {
  15. a = dp[a][i];
  16. b = dp[b][i];
  17. }
  18. }
  19. return dp[a][0];
  20. }

求俩点的距离

可以先求出两点的LCA,然后,这两点的距离,就是公共祖先到A的距离+公共祖先到B的距离,而距离,可以和算深度一样,算到根节点的距离

  1. int dist(int x, int y) { return d[x] + d[y] - d[LCA(x, y)] * 2; }

Tarjan

离线的求LCA的方法
先dfs,然后,标记,用并查集的路径压缩记录这个节点,最近的,没有回溯的节点,如果,询问的两个节点中有被访问的,那就可以将这个结点并查集的祖先放进去,正因为这样,所以,所有的,都需要先放进去,在dfs

  1. void Trajan(int x) {
  2. vis[x] = 1;
  3. for (int i = 0; i < g[x].size(); i++) {
  4. int v = g[x][i];
  5. if (vis[v]) {
  6. continue;
  7. }
  8. Trajan(v);
  9. fa[v] = x;
  10. }
  11. for (int i = 0; i < q[x].size(); i++) {
  12. int ID = q[x][i].id;
  13. if (vis[q[x][i].v] == 1) {
  14. ans[ID] = find(q[x][i].v);
  15. }
  16. }
  17. }

LCA/在线(倍增)离线(Tarjan)的更多相关文章

  1. poj 1330 LCA (倍增+离线Tarjan)

    /* 先来个倍增 */ #include<iostream> #include<cstring> #include<cstdio> #define maxn 100 ...

  2. hdu 2586 How far away?(LCA模板题+离线tarjan算法)

    How far away ? Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others)To ...

  3. POJ:1330-Nearest Common Ancestors(LCA在线、离线、优化算法)

    传送门:http://poj.org/problem?id=1330 Nearest Common Ancestors Time Limit: 1000MS Memory Limit: 10000K ...

  4. LCA 在线倍增法 求最近公共祖先

    第一步:建树  这个就不说了 第二部:分为两步  分别是深度预处理和祖先DP预处理 DP预处理: int i,j; ;(<<j)<n;j++) ;i<n;++i) ) fa[i ...

  5. [POJ1330]Nearest Common Ancestors(LCA, 离线tarjan)

    题目链接:http://poj.org/problem?id=1330 题意就是求一组最近公共祖先,昨晚学了离线tarjan,今天来实现一下. 个人感觉tarjan算法是利用了dfs序和节点深度的关系 ...

  6. 近期公共祖先(LCA)——离线Tarjan算法+并查集优化

    一. 离线Tarjan算法 LCA问题(lowest common ancestors):在一个有根树T中.两个节点和 e&sig=3136f1d5fcf75709d9ac882bd8cfe0 ...

  7. LCA在线算法ST算法

    求LCA(近期公共祖先)的算法有好多,按在线和离线分为在线算法和离线算法. 离线算法有基于搜索的Tarjan算法较优,而在线算法则是基于dp的ST算法较优. 首先说一下ST算法. 这个算法是基于RMQ ...

  8. LCA在线算法(hdu2586)

    hdu2586 How far away ? Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/O ...

  9. LCA的倍增算法

    LCA,即树上两点之间的公共祖先,求这样一个公共祖先有很多种方法: 暴力向上:O(n) 每次将深度大的点往上移动,直至二者相遇 树剖:O(logn) 在O(2n)预处理重链之后,每次就将深度大的沿重链 ...

随机推荐

  1. Mave 下载与安装

    一,Maven 介绍 我们在开发中经常需要依赖第三方的包,包与包之间存在依赖关系,版本间还有兼容性问题,有时还需要将旧的包升级或降级,当项目复杂到一定程度时包管理变得非常重要.Maven是当前最受欢迎 ...

  2. 【编程思想】【设计模式】【行为模式Behavioral】策略模式strategy

    Python版 转自https://github.com/faif/python-patterns/blob/master/behavioral/strategy.py #!/usr/bin/env ...

  3. 二叉搜索树、平衡二叉树、红黑树、B树、B+树

    完全二叉树: 空树不是完全二叉树,叶子结点只能出现在最下层和次下层,且最下层的叶子结点集中在树的左部.如果遇到一个结点,左孩子不为空,右孩子为空:或者左右孩子都为空:则该节点之后的队列中的结点都为叶子 ...

  4. 如何用three.js实现数字孪生、3D工厂、3D工业园区、智慧制造、智慧工业、智慧工厂-第十课

    文章前,先聊点啥吧. 最近元宇宙炒的挺火热,在所有人都争相定义元宇宙的时候,资本就开始着手入场了.当定义明确,全民皆懂之后,风口也就过去了. 前两天看到新闻,新世界CEO宣布购入最大的数字地块,这块虚 ...

  5. Tableau如何绘制凹凸图

    一.把订单日期拖拽至列,把销售额拖拽至行,类别拖拽至标记,并把订单日期拖拽至筛选器选择2017年 二.创建计算字段销售排名 三.将刚刚创建的销售排名拖拽至行,计算依据-类别 四.销量排名拖拽成两个,图 ...

  6. Pytorch入门中 —— 搭建网络模型

    本节内容参照小土堆的pytorch入门视频教程,主要通过查询文档的方式讲解如何搭建卷积神经网络.学习时要学会查询文档,这样会比直接搜索良莠不齐的博客更快.更可靠.讲解的内容主要是pytorch核心包中 ...

  7. Apache设置虚拟机端口

    Apache虚拟机设置端口,以45184端口为例httpd-vhosts.conf文件NameVirtualHost *:45184<VirtualHost *:45184>    Doc ...

  8. LuoguB2102 计算鞍点 题解

    Content 给定一个 \(5\times 5\) 的矩阵,请在这个矩阵中找出一个元素,使得这个元素既是它所在行的最大值,也是它所在列的最小值. Solution 如果直接暴力枚举每一个元素,再去算 ...

  9. CF1003C Intense Heat 题解

    Content 给定一个长度为 \(n\) 的数列,求数列中所有长度 \(\geqslant k\) 的区间的最大平均值. 数据范围:\(1\leqslant k,n,a_i\leqslant 500 ...

  10. Docker容器自动更新

    前言: Watchtower 是一个可以实现自动化更新 Docker 基础镜像与容器的实用工具.它监视正在运行的容器以及相关的镜像,当检测到reg­istry中的镜像与本地的镜像有差异时,它会拉取最新 ...