首页 > 其他分享 >虚树【学习笔记】

虚树【学习笔记】

时间:2024-07-30 18:19:49浏览次数:9  
标签:int ans 笔记 虚树 学习 lca 节点 关键点

为什么要用虚树?

例题

在某些树上问题中,对于某次询问,我们并不需要用到全部的树上的点:

例如,例题中:

总点数 \(n \le 2.5\times10^5\)
询问次数 \(m \le 5\times10^5\)
询问的点数 \(\sum k_i \le 5\times10^5\)

我们可以发现其实每次询问均摊下来的询问点数k并不多,但如果每次询问都用到全部的点,会超时

所以我们将所有的关键点拎出来建树,来确保时间复杂度的优秀

朴素做法

我们回到例题上来,可以想到如果树的点数很少时,我们可以直接用 \(DP\) :

首先我们设某次询问中被选中的点(资源丰富)为 关键点
\(dp_i\) 表示不让 \(i\) 与 \(i\) 的子树内任意一个关键点互通所需要的最小代价
\(w_{u,v}\) 表示连接 \(u\) 和 \(v\) 的边权
\(u\) 表示 \(i\) 连接的一个儿子节点
转移方程式:

  • 当 \(u\) 是关键点时 : 你必须砍掉 \(i\) 到 \(u\) 的这条边

\(dp_i+=w_{i,u}\)

  • 当 \(u\) 不是关键点时 :你可以选择砍掉 \(i\) 到 \(u\) 的这条边或者让 \(u\) 不连接关键点

\(dp_i+=min(w_{i,u},dp_u)\)

此时时间复杂度为 \(O(nq)\) 肯定过不了,考虑用虚树建一颗更简洁的树(没有那么多用不到的点)

虚树做法

在原树中,我们可以发现大多数点是没用的,以下图为例:

如果我们选取的关键点是2,4:

图中只有两个红色的点是关键点,而别的点全都是非关键点,对于这道题来说,我们只需要保证 1 号节点无法到达2,4就行了而 1 号节点的右子树没有一个关键点,我们没必要去DP它

观察题目给出的条件,红色点(关键点)的总数是与 n 同阶的,也就是说实际上一次询问中红色的点对于整棵树来说是很稀疏的,所以如果我们能让复杂度由关键点的总数来决定就好了

所以我们需要浓缩信息,只存储与答案相关的信息,把一整颗大树浓缩成小树

虚树长什么样?

这里我们主要通过一些图理解(感谢oiwiki我才不用画图)

下图中,红色结点是我们选择的关键点,红色和黑色结点都是虚树中的点(要把某些红色节点相连必须用到黑色节点),黑色的边是虚树中的边。

因为任意两个关键点的 \(lca\) 也是需要保存重要信息的,所以我们需要保存它们的 \(lca\),因此虚树中不一定只有关键点。

怎么构造虚树?

这里介绍的是二次排序+ lca 连边的方法,还有一种单调栈的构造方法,详见oiwiki

  1. 将关键节点按照 \(dfs\)序 排序,并插入序列 \(a\)
  2. 关键节点中两两求 \(lca\),插入序列 \(a\) 中
  3. 在将序列 \(a\) 按照 \(dfs\)序 排序,并去重
  4. 遍历序列 \(a\) ,枚举相邻两个点的编号(设为 \(x\) ,\(y\) )求 \(lca\) ,建一条由 \(lca\) 指向 \(y\) 的边

为什么连接 \(LCA(x,y)\) 和 \(y\) 可以做到不重不漏呢?

证明:

如果 \(x\) 是 \(y\) 的祖先,那么 \(x\) 直接到 \(y\) 连边。因为 \(dfs\)序保证了 \(x\) 和 \(y\) 的 \(dfs\)序是相邻的,所以 \(x\) 到 \(y\) 的路径上面没有关键点。

如果 \(x\) 不是 \(y\) 的祖先,那么就把 \(lca(x,y)\) 当作 \(y\) 的的祖先,根据上一种情况也可以证明 \(lca(x,y)\) 到 \(y\) 点的路径上不会有关键点。

所以连接 \(lca(x,y)\) 和 \(y\),不会遗漏,也不会重复。

另外第一个点没有被一个节点连接会不会有影响呢?因为第一个点一定是这棵树的根,所以不会有影响,所以总边数就是 \(m-1\) 条。

因为至少要两个实点才能够召唤出来一个虚点,再加上一个根节点,所以虚树的点数就是实点数量的两倍。

时间复杂度 \(O(klog_n)\),其中 \(k\) 为关键点数,\(n\) 为总点数。

实现:

int dfn[maxn]
int h[maxn], a[maxn], cnt;  // 存储关键点
bool cmp(int x,int y){
    return dfn[x]<dfn[y];
}
void buid{
	h[++k]=1;//为了方便,我们首先将1号节点加入虚树中 
	sort(h+1,h+1+k,cmp);//操作1,按照dfs序排序 
	for (int i=1; i<=k; i++) {
		a[++cnt]=h[i];//将关键点插入序列a 
		if (i==k) break;
		//操作2,两两求lca插入序列a中 
		a[++cnt]=lca(h[i],h[i+1]);
	}
	sort(a+1,a+1+cnt,cmp);//操作3,排序 
	cnt=unique(a+1,a+1+cnt)-(a+1);//去重 
	for (int i=1; i<cnt; i++) {
		int lc=lca(a[i],a[i+1]);
		add(lc,a[i+1],0);//操作4,连一条由lca(x,y)指向y的边 
	}
}

回到例题

虚树建好后,这道题就很好攻克了

设 \(miv_i\) 表示 \(i\) 到 1 号节点边权最小的一条边(容易理解的是:割掉这条边后,\(i\) 就不再与 1 号节点相连了)
\(col_i\)记录 \(i\) 是否为关键点(是关键点为1,否则为0)

  • \(miv\) 和一些其他数组的预处理
void dfs1(int x,int fa){
	vis[x]=1;
	dfn[x]=++cnt;
    for (int i=he[x];i;i=ne[i])
      if (!vis[to[i]]){
	    d[to[i]]=d[x]+1;
		f[to[i]][0]=x;
      	miv[to[i]]=min(miv[x],w[i]);
        dfs1(to[i],x);
	  }
    he[x]=0;
}
  • 求解让 1 号节点不与( \(x\) 及 \(x\) 的子树中的关键点)连通的最小代价
int dfs2(int x,int fa){
    int tmp=0,ans;
    for (int i=he[x];i;i=ne[i])
        tmp+=dfs2(to[i],x);
    if (col[x]) ans=miv[x];
    else ans=min(miv[x],tmp);
    he[x]=0;col[x]=0;
    //多次询问,可以在递归中直接清空 
    return ans;
}
完整代码(*╹▽╹*)
#include<bits/stdc++.h>
#define int long long
#define pai pair<int,int>
#define mk make_pair
#define fi first
#define se second
using namespace std;
const int maxn=1e6+10;
const int N=30;
const int INF=1e18;
int read(){
    int x=0,f=1;char c=getchar();
    while (c<'0'||c>'9') {if (c=='-') f=-1;c=getchar();}
    while (c>='0'&&c<='9') {x=(x<<1)+(x<<3)+(c^48);c=getchar();}
    return x*f;
}

int tot,n,q,cnt,k,d[maxn];
int miv[maxn],dfn[maxn];
int he[maxn],w[maxn<<1];
int ne[maxn<<1],to[maxn<<1];
int h[maxn],a[maxn];
int f[maxn][N];
bool col[maxn],vis[maxn];

void add(int u,int v,int z){
    ne[++tot]=he[u];
    he[u]=tot;
    to[tot]=v;
    w[tot]=z;
}

bool cmp(int x,int y){
    return dfn[x]<dfn[y];
}

void dfs1(int x,int fa){
	vis[x]=1;
	dfn[x]=++cnt;
    for (int i=he[x];i;i=ne[i])
      if (!vis[to[i]]){
	    d[to[i]]=d[x]+1;
		f[to[i]][0]=x;
      	miv[to[i]]=min(miv[x],w[i]);
        dfs1(to[i],x);
	  }
    he[x]=0;
}

void init(){
    for (int j=1;j<=20;j++)
      for (int i=1;i<=n;i++)
        f[i][j]=f[f[i][j-1]][j-1];
}

int lca(int x,int y){
    if (x==y) return x;
    if (d[x]<d[y]) swap(x,y);
    for (int j=log2(d[x]);j>=0;j--)
      if (d[f[x][j]]>=d[y])
        x=f[x][j];
    if (x==y) return x;
    for (int j=log2(d[x]);j>=0;j--)
      if (f[x][j]!=f[y][j])
        x=f[x][j],y=f[y][j];
    return f[x][0];
}

int dfs2(int x,int fa){
    int tmp=0,ans;
    for (int i=he[x];i;i=ne[i])
        tmp+=dfs2(to[i],x);
    if (col[x]) ans=miv[x];
    else ans=min(miv[x],tmp);
    he[x]=0;col[x]=0;
    return ans;
}

signed main(){
    n=read();
    for (int i=1,x,y,z;i<n;i++){
        x=read();y=read();z=read();
        add(x,y,z);add(y,x,z);
    }
    d[0]=-INF,miv[1]=INF;
	dfs1(1,0);init();q=read(); 
    while (q--){
        k=read();tot=cnt=0;
        for (int i=1,x;i<=k;i++){
            x=read();
            h[i]=x;
            col[x]=1;
        }
        h[++k]=1;
        sort(h+1,h+1+k,cmp);
        for (int i=1;i<=k;i++){
            a[++cnt]=h[i];
            if (i==k) break;
            a[++cnt]=lca(h[i],h[i+1]);
        }
        sort(a+1,a+1+cnt,cmp);
        cnt=unique(a+1,a+1+cnt)-(a+1);
        for (int i=1;i<cnt;i++){
            int lc=lca(a[i],a[i+1]);
            add(lc,a[i+1],0);
        }
        printf("%lld\n",dfs2(1,0));
		for (int i=1;i<=cnt;i++)
		  he[i]=0,col[i]=0;
    }
    return 0;
}

标签:int,ans,笔记,虚树,学习,lca,节点,关键点
From: https://www.cnblogs.com/zhagnxinyue/p/18332874

相关文章

  • python中列表的学习
    列表目录列表列表的定义创建列表列表的索引列表的切片内置函数列表的遍历列表的常用方法(变量.方法名())列表的定义List(列表)是Python中使用最频繁的数据类型,在其他语言中通常叫做数组专门用于存储一串信息列表用[]定义,数据之间使用﹐分隔列表的索引从О开始索引就是数据在列......
  • Python基础知识笔记---保留字
    保留字,也称关键字,是指被编程语言内部定义并保留使用的标识符。一、保留字概览  二、保留字用途 1.`False`:表示布尔值假。2.`None`:表示空值或无值。3.`True`:表示布尔值真。4.`not`:布尔逻辑操作符,对条件表达式取反。5.`or`:布尔逻辑操作符,用于连接两个条件表达式......
  • 【人工智能】穿越科技迷雾:解锁人工智能、机器学习与深度学习的奥秘之旅
    文章目录前言一、人工智能1.人工智能概述a.人工智能、机器学习和深度学习b.人工智能发展必备三要素c.小案例2.人工智能发展历程a.人工智能的起源b.发展历程3.人工智能的主要分支二、机器学习1.机器学习工作流程a.什么是机器学习b.机器学习工作流程c.特征工程2.机......
  • 基于Python实现的深度学习技术在水文水质领域应用
    当前,深度学习作为人工智能的热门技术发展迅速,以其强大的非线性和不确定性处理能力在图像识别、语音识别、自然语言处理等领域取得了显著的成效。它是一种端到端的处理方法,在训练算法的指导下,深层神经网络自发地从原始数据中进行抽象,提炼关键特征,对结果做出预报,中间过程不需要人......
  • 深度学习与图像识别(神经网络基础)
    一个神经网络的训练算法就是让权重的值调整到最佳,以使得整个网络的预测(或者分类)效果最好。一般来说更多神经元的神经网络可以表达更复杂的函数。然而这既是优势也是不足,优势是可以分类更复杂的数据,不足是可能会造成对训练数据的过拟合。过拟合(Overfitting)是指网络对数据中的......
  • Hadoop学习总计
    Hadoop的另一重要组成部分是MapReduce,它作为一种分布式计算模型,在处理大规模数据集方面展现出了强大的能力。在我的学习过程中,掌握MapReduce的原理和实际操作成为了一个挑战。刚开始时,我发现编写和调试分布式任务并不容易,需要理解并克服许多复杂的技术难题。然而,通过深入学习MapR......
  • 深度学习中的一些基础函数
    激活函数概念神经网络中每个神经元节点接受上一层神经元的输出值作为本神经元的输入值,并将输入值传给下一层。在多层神经网络中,上层节点的输入在加权求和后与下层节点的输入之间具有一个函数关系,这个函数称为激活函数。   激活函数的作用常见激活函数  Sigmoid函......
  • 【往届会后三个半月内EI检索 | EI会议征稿 】第四届物联网与机器学习国际学术会议(IoTM
     第四届物联网与机器学习国际学术会议(IoTML2024)20244th InternationalConferenceonInternetofThingsandMachineLearning重要信息大会时间:2024年8月9-11日         大会地点:中国-南昌        大会官网:www.iotml.cn   会......
  • 从零开始学习 Android 的 100 个课程
    哈喽大家好,今天给大家推荐的是从零开始学习Android的100个课程,接下来我会每天更新两篇课程经验供大家参考学习;以下是为大家设计的从零开始学习Android的100个课程:一、Android基础概念Android系统概述Android发展历程Android系统架构Android版本特性Android......
  • 【笔记】图论:2-sat、连通性、欧拉回路选讲
    [AGC059C]GuessingPermutationforasLongasPossible(2-sat)这个东西十分智障,只需要对于所有\(a,b,c\),如果询问顺序是\((a,b),(b,c),(a,c)\),那么不能\(a<b<c\)或\(a>b>c\)。其它的情况(一条链)你一看发现肯定需要出现上述情况,那么这就是充要条件。你一看你直接对所......