【Codechef】B-Tree

本文探讨了一类树形结构问题,即如何高效计算在给定树中多个点及其控制范围下被覆盖的节点数量。文章首先简化问题,介绍点剖与边剖的基本思想,再进一步扩展至多点情形,提出构建虚树的方法,并讨论如何通过虚树来分解原问题,最终给出一种结合DFS序和主席树实现高效查询的解决方案。

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

题目描述

给出一棵n个点的树,边权都为1,以及m个询问,每一个询问形式如下:

给出k个点的集合S={a1,a2,,ak},以及每一个点的控制范围rai
一个点p称为被控制的,当且仅当xS,dis(x,p)rx
问有多少个点被控制。

n,Q5×104,k5×105


分析

part 1 简化的问题

不妨先看当k=1时,问题变成怎么样的了。

给出一棵树,每次询问距离点x的距离小于r的点的个数。

考虑点剖,每一个重心上存点剖子树中所有点,按照离重心距离为关键字建桶。
那么只需要在点剖树上,从x往上跳,沿路统计答案就可以了。
但是注意可能会有重复计算。但是考虑点剖树上某个点只有logn个祖先,将它们记录下来,逐个减去重复计算的就可以了。
时间复杂度O(log2n)
但是假如我们加入无用白点,那么这里可以O(1)地解决重复问题(只考虑另外两个儿子就可以了)
时间复杂度O(logn)

边剖也是类似的,不过相对来说更加好写一点。

part 2 原问题的分解

扩展到多点 虚树

k>1时,我们可以引入虚树和控制范围的概念,从而将原问题转化。

虚树的构建可以利用欧拉序,首先先将每两个相邻的关键点之间最近公共祖先都加入进去。然后维护一个栈,每加入一个点,就不断退栈,直到栈顶是它的某个祖先,然后将栈顶与这个点连边,最后将这个新点压入栈。

首先先构建出这k个点的虚树,那么虚树中的每个点x,它的控制范围lx=max0y<nlydisx,y,每个点的归属belongx自然就是任意一个取得最大lxy
为了统一,假如某个点不被控制,不妨将lx赋为0belongx赋为n
用spfa可以快速地计算出每个点的控制范围。

然后问题的答案就等于虚树上的每条边的答案之和。

单条边的处理方式

一条边的答案正着算似乎不好处理,用所有的虚树上点的控制范围点数和,减去重复的部分,也可以得到原来的答案。

  • 性质一:设(x,y)是虚树上的一条边,那么当且仅当belongxbelongy时,才会在这条边上出现重复。
    证明:显然。
    • 性质二:对于满足性质一的边,存在唯一的zpath[x,y],使得path[x,z]上的点都属x管劾,path(z,y]上的点都属y管劾。
      证明:
      不妨令depx<depy,那么
      lxdis(x,z)lydis(z,y)
      lx(depzdepx)ly(depydepz)
      depx+depy+lxly2depz
      depx+depy+lxly2depz
      由上面这条式子,就可以知道z唯一确定了一条边之间两个点的管劾范围。

    part 3 更深入的分析

    u-v之间确定点z

    通过这样的划分以后,我们计算答案的思路就变成下面两步

    • 假如某个点在新图中存在势力范围,那么统计它势力范围内的点数,将其求和。

    • 对于每条两个端点的统治势力不同的点,计算它们重叠部分并减去之。

    对于第一个问题,套用“简化的问题”的思路,就可以简单地解决了。
    对于第二个问题,实际上就是要统计距离不在点z子树内,离z距离小于等于lz的点数,以及在z的子树中,离点z的距离小于等于ludis(z,u)的点数。

那么对于第二个问题比较好的解决思路就是dfs序,因为子树都是dfs序中连续的一段,而不在子树中必定是全段挖去中间的一小段。那么我们只需要按dfs序构建主席树,那么就可以快速进行统计了。

那么单次询问的时间复杂度就是的时间复杂度O(klogn)

于是最终总的时间复杂度是O(nlogn+Qklogn)

<think>好的,用户现在想找与线段树相关的例题或应用场景,特别是示例题目和练习题。我需要根据提供的引用和之前的回答来整理这些信息。 首先,回顾用户之前的提问,他们详细询问了线段树的基础概念、结构、操作以及应用场景。现在用户希望得到具体的例题来练习,这可能意味着他们想通过实践加深理解。引用中提到了几个相关的练习题,比如引用[2]中的K-th Number问题,引用[4]的线段树模板练习题,以及引用[5]中的牛客竞赛题目。这些可以作为例题的来源。 接下来,需要确定如何分类这些例题。通常,线段树的题目可以分为基础题和进阶题。基础题可能涉及单点更新、区间查询,比如区间求和或最大值。进阶题可能涉及区间修改、延迟标记(Lazy Propagation),或者与其他算法结合的问题。 引用[2]中的K-th Number问题涉及建立线段树存储排序后的子数组,然后进行归并,这可能需要用到归并排序线段树来处理区间第K大数的问题。这是一个经典的应用场景,适合作为进阶例题。引用[5]中的题目要求处理区间元素的累加操作,例如每个位置加平方数,然后查询区间和,这需要用到延迟标记来高效处理区间修改,属于进阶题。 另外,引用[3]提到LeetCode的基础题目,比如Range Sum Query和Range Minimum Query,这些都是典型的线段树应用。用户可能需要这些基础题来巩固线段树的构建、查询和更新操作。 应用场景方面,用户之前的回答已经提到动态区间统计、碰撞检测等,但需要更具体的例子,如股票分析、游戏开发中的实时查询,或者计算几何问题。例如,引用[1]中的股票价格波动分析可以作为一个应用实例。 需要注意用户提供的引用中有部分内容可能不直接相关,比如引用[4]的订单问题,可能需要结合线段树处理区间覆盖或判断订单满足情况,但题目描述不够详细,需要谨慎处理。另外,引用[5]的题目涉及复杂的区间操作,每个位置加不同的值,这需要设计特殊的延迟标记来处理,是一个好的进阶例题。 最后,要确保提供的例题有明确的描述和对应的解决思路,帮助用户理解如何应用线段树。同时,分门别类地整理基础与进阶题目,方便用户逐步练习。另外,应用场景需要具体化,让用户了解线段树的实际用途,增强学习的动力。</think>### 线段树例题与应用场景详解 --- #### 一、线段树基础例题 以下是线段树典型的基础练习题,涵盖单点更新、区间查询等核心操作: ##### 1. **区间和查询(Range Sum Query)** **题目描述** 给定数组$arr$,支持以下操作: - 单点更新:将$arr[i]$修改为$val$ - 区间查询:计算$arr[l..r]$的和 **解决思路** 直接套用线段树模板,节点存储区间和,合并操作为加法。 **LeetCode例题**:[303. Range Sum Query - Immutable](https://leetcode.com/problems/range-sum-query-immutable/)(静态数组) **变种题目**:[307. Range Sum Query - Mutable](https://leetcode.com/problems/range-sum-query-mutable/)(动态数组) --- ##### 2. **区间最小值查询(Range Minimum Query)** **题目描述** 给定数组$arr$,支持以下操作: - 单点更新:修改$arr[i]$的值 - 区间查询:找出$arr[l..r]$的最小值 **解决思路** 线段树节点存储区间最小值,合并操作为取最小值。 **例题**:[LeetCode 剑指 Offer 59 - II. 队列的最大值](https://leetcode.cn/problems/dui-lie-de-zui-da-zhi-lcof/)(类似思路) --- #### 二、进阶例题(含区间修改与延迟标记) 以下题目需结合**延迟传播(Lazy Propagation)**优化: ##### 1. **区间加法与区间和查询** **题目描述** 给定数组$arr$,支持操作: - 区间修改:将$arr[l..r]$每个元素增加$k$ - 区间查询:计算$arr[l..r]$的和 **解决思路** 在节点中维护区间和与延迟标记,更新时传递标记到子节点。 **LeetCode例题**:[370. Range Addition](https://leetcode.com/problems/range-addition/)(差分数组也可解) **模板代码**: ```python def update_lazy(self, node, l, r, ul, ur, val): if ul > r or ur < l: # 无交集 return if ul <= l and r <= ur: # 完全覆盖 self.tree[node] += (r - l + 1) * val self.lazy[node] += val return # 向下传递延迟标记 mid = (l + r) // 2 self.push_down(node, mid - l + 1, r - mid) self.update_lazy(2*node+1, l, mid, ul, ur, val) self.update_lazy(2*node+2, mid+1, r, ul, ur, val) self.tree[node] = self.tree[2*node+1] + self.tree[2*node+2] ``` --- ##### 2. **复杂区间操作(平方累加)** **题目描述**[^5] 输入区间$[l, r]$,对第$i$个元素增加$i^2$(如第一个元素加$1$,第二个加$4$,依此类推),并支持查询区间和。 **解决思路** 需维护多个延迟标记(如$\sum i^2$的系数),推导合并公式: - 设区间为$[a, b]$,和为$S = \sum_{i=a}^{b} (i^2 \cdot k_1 + i \cdot k_2 + k_3)$ - 通过数学展开合并标记 --- #### 三、应用场景实例 线段树的典型应用场景如下: 1. **动态区间统计** - **股票分析**:实时计算某时间段内的最高价、最低价或交易量总和[^1] - **传感器数据**:监控温度/湿度等传感器数据的区间波动 2. **游戏开发** - **碰撞检测**:快速判断多个物体的包围盒是否重叠(线段树存储空间划分) - **技能范围判定**:实时计算玩家技能覆盖区域内的目标 3. **计算几何** - **矩形覆盖面积**:合并多个矩形的投影区间,计算总面积 - **线段交点检测**:通过区间扫描线算法加速查询 --- #### 四、经典例题推荐 | 题目类型 | 例题链接 | 核心考点 | |--------------------|--------------------------------------------------------------------------|---------------------------| | 静态区间最值 | [LeetCode 239. Sliding Window Maximum](https://leetcode.com/problems/sliding-window-maximum/) | 线段树维护区间最大值 | | 区间染色问题 | [POJ 2528 Mayor's posters](http://poj.org/problem?id=2528) | 离散化+延迟标记覆盖操作 | | 区间第K大数 | [SPOJ KQUERY](https://www.spoj.com/problems/KQUERY/) | 归并排序树(线段树变种) | | 动态区间众数 | [CodeChef FREQ](https://www.codechef.com/problems/FREQ) | 复杂统计量的维护与合并 | --- #### 五、练习题参考答案思路 1. **如何处理区间修改操作?** - 使用**延迟标记(Lazy Propagation)**,将修改操作暂存于父节点,在查询或后续修改时传递到子节点,避免重复计算[^3]。 2. **线段树与树状数组的核心区别?** - **功能**:线段树支持任意区间操作(求和、最值、自定义合并),树状数组仅支持前缀操作(如前缀和) - **复杂度**:线段树单次操作$O(\log n)$,树状数组常数更小但功能受限[^4]。 3. **线段树空间复杂度为何是$O(4n)$?** - 完全二叉树的节点数上限为$2^{\lceil \log n \rceil + 1}$,实际取$4n$确保极端情况下不越界[^5]。 --- 通过上述例题和场景的练习,可以逐步掌握线段树的实现技巧与应用场景。
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