【JZOJ 4503】异或树

本文介绍了一种解决特定类型图论问题的高效算法——动态点分治。该算法通过将问题分解为二进制位处理,并记录每个节点到其重心的路径来减少计算复杂度。文章详细解释了算法的工作原理及其实现过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Description

这里写图片描述

Solution

很明显,这题是一个动态的点分治,二进制一位一位的拆开来做,
我们记录每个点到它每轮的点分治的重心,
当前的二进制位更改后,只需要在它每轮分治所属的区域内进行操作,更改当前区域内的数据,计算答案,在去上一个区域,
我们在点分治的时候,只考虑经过了当前重心的路径,所有每轮的区域处理也只考虑除了被修改点所属的重心的儿子的所有儿子的点外的所有点,不停的往上处理即可
复杂度:O(nlog(n))
有点小码农,祝君好运!

Code

#include<iostream>
#include<cstdio>
#include<cstdlib>
#include<cstring>
#define fo(i,a,b) for(int i=a;i<=b;i++)
#define efo(i,q,A) for(int i=A[q];i;i=B[i][0])
#define aqs a[q].s
#define scQ sc[Q]
#define scF sc[FA]
using namespace std;
typedef long long LL;
const int N=30050,maxlongint=2147483640,M=15;
int read(int &n)
{
    char ch=' ';int q=0,w=1;n=0;
    for(;(ch!='-')&&((ch<'0')||(ch>'9'));ch=getchar());
    if(ch=='-')w=-1,ch=getchar();
    for(;ch>='0' && ch<='9';ch=getchar())q=q*10+ch-48;n=q*w;return n;
}
int n,m;
struct qqww
{int fa,FA,c,s[M+1][2][2];}a[N];
int si[N],dis[M+1][N],er[M+1];
int sc[N*5][M+1][2][2],sc0;
int B[N*2][3],A[N],B0=1,b[N],ce,ce1;
bool z[N];
LL ans[M+1],ANS;
void join(int q,int w,int e)
{
    B[++B0][0]=A[q],A[q]=B0,B[B0][1]=w,B[B0][2]=e;
    B[++B0][0]=A[w],A[w]=B0,B[B0][1]=q,B[B0][2]=e;
}
int findc(int q,int fa,int all)
{
    int mx=0;si[q]=1;
    efo(i,q,A)if(!z[B[i][1]]&&fa!=B[i][1])si[q]+=findc(B[i][1],q,all),mx=max(si[B[i][1]],mx);
    mx=max(mx,all-si[q]);if(mx<ce1)ce1=mx,ce=q;return si[q];
}
void dfs(int q,int e,int fa,int c,int Q)
{
    dis[c][q]=e;
    fo(i,1,M)
    {
        scQ[i][(b[q]&er[i])!=0][1]+=e;
        scQ[i][(b[q]&er[i])!=0][0]++;
    }
    efo(i,q,A)if(B[i][1]!=fa&&!z[B[i][1]])dfs(B[i][1],e+B[i][2],q,c,Q);
}
void divide(int q,int fa,int FA,int c,int alln)
{
    int w=q;
    ce1=maxlongint,findc(q,0,alln);q=ce;
    z[q]=1;a[q].c=c;a[q].fa=fa;a[q].FA=FA;
    fo(i,1,M)aqs[i][(b[q]&er[i])!=0][0]++;
    int FFF=sc0;
    efo(i,q,A)if(!z[w=B[i][1]])
    {
        dfs(w,B[i][2],q,c,FA=++sc0);
        fo(j,1,M)
            fo(k,0,1)
            {
                ans[j]+=(LL)scF[j][!k][1]*aqs[j][k][0]+(LL)aqs[j][k][1]*scF[j][!k][0];
                aqs[j][k][0]+=scF[j][k][0],aqs[j][k][1]+=scF[j][k][1];
            }
    }
    efo(i,q,A)if(!z[w=B[i][1]])divide(w,q,++FFF,c+1,si[w]);
}
void gup(int q,int I,int FA,int J,int Q)
{
    while(q)
    {
        int e=dis[a[q].c][Q],c=a[q].c;
        ans[I]-=aqs[I][!J][1]-scF[I][!J][1]+(LL)e*(aqs[I][!J][0]-scF[I][!J][0]);
        aqs[I][J][0]--,aqs[I][J][1]-=e;scF[I][J][0]--,scF[I][J][1]-=e;
        aqs[I][!J][0]++,aqs[I][!J][1]+=e;scF[I][!J][0]++,scF[I][!J][1]+=e;
        ans[I]+=aqs[I][J][1]-scF[I][J][1]+(LL)e*(aqs[I][J][0]-scF[I][J][0]);
        FA=a[q].FA;q=a[q].fa;
    }
}
int main()
{
    er[1]=1;
    fo(i,2,M)er[i]=er[i-1]<<1;
    int q,w,e,_;
    read(n);
    fo(i,1,n)read(b[i]);
    fo(i,1,n-1)read(q),read(w),read(e),join(q,w,e);
    divide(1,0,1,0,n);
    read(_);
    memset(a[0].s,0,sizeof(a[0].s));
    while(_--)
    {
        read(q),read(e);
        fo(i,1,M)if((e&er[i])!=(b[q]&er[i]))gup(q,i,0,(b[q]&er[i])!=0,q);
        b[q]=e;ANS=0;
        fo(i,1,M)ANS+=ans[i]*er[i];
        printf("%lld\n",ANS);
    }
    return 0;
}
### 线段区间修改异或实现方法 #### dfs序与线段结合处理子异或操作 对于给定的一棵,通过dfs遍历可以得到节点访问顺序即dfs序。利用这一特性,在执行`pow x`操作时,只需在线段上对表示该子区间的部分进行懒惰标记设置为要异或的值即可完成整棵子节点值的批量更新[^1]。 ```cpp void update(int node, int start, int end, int l, int r, int val) { if(lazy[node]) { // 如果当前结点存在延迟标记,则先应用之 tree[node].sum ^= lazy[node]*(end-start+1); if(start != end){ lazy[node*2] ^= lazy[node]; lazy[node*2+1] ^= lazy[node]; } lazy[node] = 0; } if(r < start || end < l) return; // 当前区间与目标无交集 if(l <= start && end <= r){ // 完全覆盖的情况 tree[node].sum ^= val*(end-start+1); if(start != end){ lazy[node*2] ^= val; lazy[node*2+1] ^= val; } return ; } int mid = (start + end)/2; update(node*2, start, mid, l, r,val); update(node*2 + 1, mid + 1, end,l,r,val); tree[node].sum = tree[node*2].sum + tree[node*2+1].sum; } ``` 此代码片段展示了如何基于dfs序构建线段并支持区间内的异或操作。每当遇到需要对某个特定子实施整体变换的任务时,这段程序能够高效地完成任务。 #### 对于单个二进制位建立多棵线段管理 考虑到直接针对整个数值范围做异或可能带来的不便之处,另一种策略是对每一位单独设立独立的数据结构来进行追踪。具体来说,就是按照各个二进制位置分别创建不同的线段实例,从而简化了实际编程过程中的逻辑判断,并提高了算法效率[^2]。 每棵这样的线段专门负责记录某一位在整个序列里‘1’的数量变化情况;当面临查询请求或者更改指令时,只需要逐位分析其影响再累加结果便能得到最终答案。这种方法特别适用于那些涉及到频繁读取/改写大量数据的应用场景之中。 #### 区间覆盖优化技巧 除了上述两种方式外,还有其他手段可用于加速含有异或特性的区间更新流程。例如采用更精细的设计使得每次仅需O(log N)时间就能同步多个连续单元格的状态转换——这便是所谓的“区间覆盖”。它允许我们在不影响性能的前提下轻松应对更大规模的问题实例[^3]。 综上所述,无论是借助DFS次序还是细粒度分割至每位层面亦或是巧妙运用区间覆盖机制,这些方案都提供了有效途径来解决带有异或性质的动态规划挑战。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值