图论算法:树上倍增法解决LCA问题

news2024/12/23 19:18:38

文章目录

  • 树上倍增法: LCA问题

树上倍增法: LCA问题

树上倍增法用于求解LCA问题是一种非常有效的方法。

倍增是什么? 简单来说,倍增就是 1 2 4 8 16 … 2^k

可以发现倍增是呈 2的指数型递增的一类数据,和二分一样,二分是缩小范围的,而倍增是扩大的,因此倍增与二分都具有 logn的时间复杂度,对于求解某些问题是非常高效的。


什么是树的公共祖先?
在这里插入图片描述

如图所示:

  1. 节点 7与 节点8的最近公共祖先是 节点6
  2. 节点3 与 节点5的最近公共祖先是节点1

类似这种问题我们可以使用 树上倍增法来实现


树上倍增的实现:

首先定义 fa[i] [j] 表示 节点编号为 i 的节点,向根节点方向走了 2^j 步所到达的节点

  • 什么是走了 2^j 步??

走一条边规定为走了一步,j可以表示为 0 ,1,2 ,分别代表走了 1步,2步,4步

走了一步: 到达了节点6

走了两步: 到达了节点5

走了四步:超过了范围,因此只能到达 节点1

在这里插入图片描述

因此我们的 fa数组实际上记录的就是 节点 i 的 第 2^j 个祖先,分别为1:节点6;2:节点5,4:节点1


因此首先把整个树结构存储起来(使用链式前向星)

然后首先对整个图进行预处理

  • 预处理的目标:

就是把每个 节点的 第 2^j 个的祖先找出来,用于之后的处理,同时我们还需要记录每个节点的深度,我们采用递归的形式,每次递归,节点的深度都是父节点的深度+1

注意:lg数组预处理每个节点的当前深度+1,可以使得某些地方得到优化

void init(int now,int father)
{
    fa[now][0]=father;//第now节点的第2^0个父亲节点,即第一个父亲节点是father
    depth[now]=depth[father]+1;//now的深度是父亲节点深度+1
    //for (int i=1;i<=lg[depth[now]];i++)
    for (int i=1;(1<<i)<=depth[now];i++)
    {
        fa[now][i]=fa[fa[now][i-1]][i-1];//初始化fa数组
    }
    //递归预处理当前点的所有子节点
    for (int i=head[now];i;i=edge[i].next)
    {
        if (edge[i].to!=father)
        {
            init(edge[i].to,now);
        }
    }
}

寻找LCA的过程:

我们会发现几个问题:

  1. 两个节点的深度不一样,该如何寻找呢?
  2. 什么时候寻找结束呢? 即什么时候才能找到他们的LCA 呢

首先来看第一个问题:

深度不同怎么解决? x和y节点

  • 我们可以假设 x 节点的深度是最大的。
  • 每次让x节点往上移动,直到x节点与y节点到达同一深度

什么时候结束寻找? 即找到了最近公共祖先?

  • 当他们位于同一深度的时候,让他们两个节点一起出发,一起往上移动,直到不能再往上移动了为止,他们到达了一个相同的位置,这个节点就是最近公共祖先的节点,返回它即可。
int LCA(int x,int y)
{
    if (depth[x]<depth[y]) swap(x,y);//假设x的深度大于等于y的深度
    while (depth[x]>depth[y])//让x与y到达同一深度,倍增x的深度
    {
        x=fa[x][lg[depth[x]-depth[y]]-1];
    }
    if (x==y) return x;//当他们相同时,LCA就是他们
    for (int k=lg[depth[x]]-1;k>=0;k--)//枚举每次移动的步数,x与y同时倍增,直到xy到达同一位置
    {
        if (fa[x][k]!=fa[y][k])
        {
            x=fa[x][k];
            y=fa[y][k];
        }
    }
    return fa[x][0];//xy到达同一位置,返回父节点
}

模板例题:
最近公共祖先

完整AC code

//TODO: Write code here
int n,m,s;
const int N=1e6+10;
int nums[N];
struct Edge
{
    int to,w,next;
}edge[N];
int head[N],cnt;
int fa[N][50],depth[N],lg[N];
void add_edge(int u,int v)
{
    edge[++cnt].next=head[u];
    edge[cnt].to=v;
    head[u]=cnt;
}
void init(int now,int father)
{
    fa[now][0]=father;//第now节点的第2^0个父亲节点,即第一个父亲节点是father
    depth[now]=depth[father]+1;//now的深度是父亲节点深度+1
    for (int i=1;i<=lg[depth[now]];i++)
    {
        fa[now][i]=fa[fa[now][i-1]][i-1];//初始化fa数组
    }
    //递归预处理当前点的所有子节点
    for (int i=head[now];i;i=edge[i].next)
    {
        if (edge[i].to!=father)
        {
            init(edge[i].to,now);
        }
    }
}
int LCA(int x,int y)
{
    if (depth[x]<depth[y]) swap(x,y);//假设x的深度大于等于y的深度
    while (depth[x]>depth[y])//让x与y到达同一深度,倍增x的深度
    {
        x=fa[x][lg[depth[x]-depth[y]]-1];
    }
    if (x==y) return x;//当他们相同时,LCA就是他们
    for (int k=lg[depth[x]]-1;k>=0;k--)//枚举每次移动的步数,x与y同时倍增,直到xy到达同一位置
    {
        if (fa[x][k]!=fa[y][k])
        {
            x=fa[x][k];
            y=fa[y][k];
        }
    }
    return fa[x][0];//xy到达同一位置,返回父节点
}
signed main()
{
	cin>>n>>m>>s;
    for (int i=1;i<=n-1;i++)
    {
        int u,v;
        scanf("%lld%lld",&u,&v);
        add_edge(u,v);
        add_edge(v,u);
    }
    for (int i=1;i<=n;i++)
    {
        lg[i]=lg[i-1]+(1<<lg[i-1]==i);
    }
    init(s,0);
    for (int i=1;i<=m;i++)
    {
        int u,v;
        scanf("%lld%lld",&u,&v);
        printf("%lld\n",LCA(u,v));
    }
#define one 1
	return 0;
}

<<lg[i-1]==i);
}
init(s,0);
for (int i=1;i<=m;i++)
{
int u,v;
scanf(“%lld%lld”,&u,&v);
printf(“%lld\n”,LCA(u,v));
}
#define one 1
return 0;
}




参考:[树上倍增法](https://blog.csdn.net/chengqiuming/article/details/126694822)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/337409.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

黑马程序员 Linux 教程

目录Linux 简介不同应用领域主流操作系统Linux 系统历史Linux 系统版本Linux 安装安装方式网卡设置安装 SSH 连接工具使用 FinalShell 连接到 LinuxLinux 和 Windows 目录结构对比Linux 目录介绍Linux 常用命令Linux 命令初体验Linux 命令使用技巧Linux 命令格式文件目录操作命…

Python的文件编码,复制,缓冲,删除

能力有限&#xff0c;仅供参考 本篇博文是上一篇博文&#xff08; Python的文件读取&#xff0c;写入&#xff09;的后续&#xff0c;也是python文件管理的一部分&#xff0c;废话不多说&#xff0c;现在就开始。 1. 编码 在实际工作学习中&#xff0c;你可以遇到乱码的问题…

c语言递归 累和 ,累乘积,斐波那契数列,字符串长度

目录 递归使用场景 1:使用递归的方式计算 Sn123..100 2&#xff1a;计算 n&#xff01;n*(n-1)*(n-2)*......*1; 3:计算输出斐波那契数列前20项&#xff0c;并按每行4个数的格式输出(2019年&#xff09; 4&#xff1a; 用递归和非递归两种方式编写函数strlength()。该函数…

Nacos 入门微服务项目实战

Nacos 核心源码精讲 - IT贱男 - 掘金小册全方位源码精讲&#xff0c;深度剖析 Nacos 注册中心和配置中心的核心思想。「Nacos 核心源码精讲」由IT贱男撰写&#xff0c;375人购买https://s.juejin.cn/ds/BuC3Vs9/ Hi&#xff0c;大家好&#xff0c;欢迎大家来学习《Nacos 核心源…

2022黑马Redis跟学笔记.基础篇(一)

2022黑马Redis跟学笔记.基础篇 一1.Redis入门1.1.认识NoSQL1.1.1.结构化与非结构化1.1.2.关联和非关联1.1.3.查询方式1.1.4.事务1.1.5.总结1.2.认识Redis1.3.安装Redis步骤一&#xff1a;安装Redis依赖步骤二&#xff1a;上传安装包并解压步骤三&#xff1a;启动(1).默认启动(2…

开发微服务电商项目演示(三)

一&#xff0c;nginx动静分离第1步&#xff1a;通过SwitchHosts新增二级域名&#xff1a;images.zmall.com第2步&#xff1a;将本次项目的易买网所有静态资源js/css/images复制到nginx中的html目录下第3步&#xff1a;在nginx的核心配置文件nginx.conf中新增二级域名images.zma…

论文阅读:MINE: Towards Continuous Depth MPI with NeRF for Novel View Synthes

中文标题&#xff1a;基于连续深度多平面和神经辐射场的新视角合成 本文只介绍与NeRF原文不同的部分 创新点 对单一图像进行密集三维重建&#xff0c;完成新视角合成与深度估计的工作。从单个图像生成连续和遮挡绘制的三维重建。MINE借鉴NeRF可以生成连续的深度图像。 解决…

leaflet上传CSV文件,在地图上显示图形(示例代码054)

第054个 点击查看专栏目录 本示例的目的是介绍演示如何在vue+leaflet中加载CSV文件,将图形显示在地图上。CSV(逗号分隔值)文件是一种简单且开放的文件格式,以纯文本形式存储表格数据。 几乎所有电子表格和数据库软件都可以导入/导出这种文件格式。 直接复制下面的 vue+ope…

Navicat无法连接MySQL报错1251的解决方法

日期&#xff1a;2023年2月10日 作者&#xff1a;Commas 签名&#xff1a;(ง •_•)ง 积跬步以致千里,积小流以成江海…… 注释&#xff1a;如果您觉得有所帮助&#xff0c;帮忙点个赞&#xff0c;也可以关注我&#xff0c;我们一起成长&#xff1b;如果有不对的地方&#xf…

C++中的智能指针

1.RAII 与引用计数了解 Objective-C/Swift 的程序员应该知道引用计数的概念。引用计数这种计数是为了防止内存泄露而产生的。 基本想法是对于动态分配的对象&#xff0c;进行引用计数&#xff0c;每当增加一次对同一个对象的引用&#xff0c;那么引用对象的引用计数就会增加一次…

[AAAI 2022] TransFG: A Transformer Architecture for Fine-grained Recognition

Contents TransFG ArchitectureExperimentsReferencesTransFG Architecture Overlapping patch split:ViT 是把图片分成一系列不重叠的 patches,作者认为这可能会破坏 discriminative regions. 为了解决上述问题,作者提出使用 Overlapping patch split,划分的 patch 数 N …

消息中间件RabbitMQ

文章目录1. 协议2. RabbitMQ架构原理3.内存管理4.磁盘控制5. RabbiMQ 插件管理6. 死信6.1 死信队列6.2 延时插件7. 高可用集群方案7.1 普通集群模式7.2 镜像集群模式7.3 基于HAproxyKeepalived搭建高可用8.可靠性投递8.1 消息从生产者发送到Broker两种确认机制8.2 消息从Exchan…

数据Kylin(三):Kylin配置

Kylin配置 一、kylin.metadata.url 指定元数据库路径,默认值为 kylin_metadata@hbase 二、kylin.metadata.sync-retries 指定元数据同步重试次数,默认值为 3 三、kylin.env.hdfs-working-dir 指定 Kylin 服务所用的 HDFS 路径,默认值为 /kylin,请确保启动 Kylin 实例的用户…

【面试题】对闭包的理解?什么是闭包?

大厂面试题分享 面试题库后端面试题库 &#xff08;面试必备&#xff09; 推荐&#xff1a;★★★★★地址&#xff1a;前端面试题库闭包的背景由于js中只有两种作用域&#xff0c;全局作用域和函数作用域&#xff0c;而在开发场景下&#xff0c;将变量暴露在全局作用域下的时候…

云盘满了怎么办?阿里云服务器云盘扩容操作了解一下

1.背景 2.确定扩容云盘类型与控制台操作 3.ECS实例内部扩容操作说明 3.1 ECS实例内部执行扩容分区 3.2 ECS实例内部执行扩容文件系统 1.背景软件应用的数据库所在服务器磁盘使用率已经达到97%,服务器操作实例如下: 一旦使用达到上限,所有的数…

python基于django的 大学生健康管理系统

随着时代的发展,大学生的数量与日预增但是相对的也出现了很多心理问题,大学生因为各类心理引发的社会问题已经受到了很多人的关注,所以如何更好的培养大学生正确的心理健康问题是现在很多大学多面临的一个重要的问题。 系统设置了三种身份的登录,包括管理员,医生和学生。其中管…

SpringBoot 实现 Excel 导入导出,百万数据量,性能爆表!

最近我做过一个MySQL百万级别数据的excel导出功能&#xff0c;已经正常上线使用了。这个功能挺有意思的&#xff0c;里面需要注意的细节还真不少&#xff0c;现在拿出来跟大家分享一下&#xff0c;希望对你会有所帮助。原始需求&#xff1a;用户在UI界面上点击全部导出按钮&…

最近面试了一位5年的测试,一问三不知,还反怼我...

最近看了很多简历&#xff0c;很多候选人年限不小&#xff0c;但是做的都是一些非常传统的项目&#xff0c;想着也不能通过简历就直接否定一个人&#xff0c;何况现在大环境越来 越难&#xff0c;大家找工作也不容易&#xff0c;于是就打算见一见。 在沟通中发现&#xff0c;由…

ISYSTEM调试实践8-winIDEA Analyzer功能1

前面几篇介绍了ISYSTEM的基本调试界面和功能&#xff0c;相比我之前用过的IDE&#xff0c;除了几种断点方式和脚本功能以外&#xff0c;应该都是比较简单&#xff0c;稍微操作一下就可以直接上手&#xff0c;后续我将介绍winIDEA的Analyzer 功能。 1 Analyzer简介 iSYSTEM An…

一文带你为PySide6编译MySQL插件驱动

1.概述 最近使用PySide6开发程序&#xff0c;涉及与MySQL的数据交互。但是qt官方自pyqt5.12&#xff08;记不太清了&#xff09;以后不再提供MySQL的插件驱动&#xff0c;只能自己根据qt的源码编译。不过网上大部分都是qt5的MySQL驱动的编译教程。后来搜到了一个qt6的编译教程…