BZOJ3732 Network(最小生成树+树链剖分)

本文探讨了如何使用最小生成树算法解决最大路径最小值问题,并通过树链剖分进行路径查询优化,提供了详细的算法实现和代码示例。

传送门

【题目分析】

首先是要最大路径最小,那么很容易想到可以用最小生成树来实现,留下最小的n-1条边,保证了图的联通。

然后我们就得到了一颗最小生成树,要询问任意两点路径最大值,就是树链剖分维护就好了。

整体较板,但注意做最小生成树的时候因为一开始我存了双向边结果一排序就T的飞起,所以注意最小生成树的边并不用双向,做kruskal连边的时候才建双向边。

【代码~】

#include<bits/stdc++.h>
using namespace std;
const int MAXN=2e4+10;
const int MAXM=6e4+10;
const int INF=0x3f3f3f3f;
typedef long long LL;

int n,m,q,cnt;
int a[MAXN];
int head[MAXN],fa[MAXN];
int depth[MAXN],son[MAXN],father[MAXN],siz[MAXN],top[MAXN];
int dfn[MAXN],ys[MAXN],tot;
struct Edge{
	int from,to,nxt;
	LL w;
	friend inline bool operator<(const Edge &a,const Edge &b){
		return a.w<b.w;
	}
}edge[MAXM],e[MAXM];
struct Tree{
	int l,r;
	int maxx;
}tr[MAXN<<2];

int Read(){
	int i=0,f=1;
	char c;
	for(c=getchar();(c>'9'||c<'0')&&c!='-';c=getchar());
	if(c=='-')
	  f=-1,c=getchar();
	for(;c>='0'&&c<='9';c=getchar())
	  i=(i<<3)+(i<<1)+c-'0';
	return i*f;
}

void addedge(int x,int y,int z){
	edge[cnt].from=x;
	edge[cnt].to=y;
	edge[cnt].w=z;
	cnt++;
}

void add(int x,int y,int z){
	e[cnt].nxt=head[x];
	head[x]=cnt;
	e[cnt].to=y;
	e[cnt].w=z;
	cnt++;
}

int find(int x){
	if(x==fa[x])
	  return x;
	return fa[x]=find(fa[x]);
}

void kruskal(){
	for(int i=1;i<=n;++i)
	  fa[i]=i;
	sort(edge,edge+cnt);
	int tot=0;
	for(int i=0;i<cnt;++i){
		int u=edge[i].from,v=edge[i].to;
		u=find(u),v=find(v);
		if(u==v)
		  continue;
		else{
			tot++;
			add(edge[i].from,edge[i].to,edge[i].w);
			add(edge[i].to,edge[i].from,edge[i].w);
			fa[v]=u;
		}
		if(tot==n-1)
		  break;
	}
}

void dfs1(int u,int f){
	siz[u]=1;
	for(int i=head[u];i!=-1;i=e[i].nxt){
		int v=e[i].to;
		if(v==f)
		  continue;
		depth[v]=depth[u]+1,fa[v]=u;
		a[v]=e[i].w;
		dfs1(v,u);
		siz[u]+=siz[v];
		if(siz[v]>siz[son[u]])
		  son[u]=v;
	}
}

void dfs2(int u,int tp){
	top[u]=tp;
	dfn[u]=++tot;
	ys[tot]=u;
	if(!son[u])
	  return ;
	dfs2(son[u],tp);
	for(int i=head[u];i!=-1;i=e[i].nxt){
		int v=e[i].to;
		if(v==fa[u]||v==son[u])
		  continue;
		dfs2(v,v);
	}
}

void push_up(int root){
	tr[root].maxx=max(tr[root<<1].maxx,tr[root<<1|1].maxx);
}

void build(int root,int l,int r){
	tr[root].l=l,tr[root].r=r;
	if(l==r){
		tr[root].maxx=a[ys[l]];
		return ;
	}
	int mid=l+r>>1;
	build(root<<1,l,mid);
	build(root<<1|1,mid+1,r);
	push_up(root);
}

int query(int root,int l,int r,int L,int R){
	if(l>R||r<L)
	  return 0;
	if(L<=l&&r<=R)
	  return tr[root].maxx;
	int mid=l+r>>1;
	if(R<=mid)
	  return query(root<<1,l,mid,L,R);
	else{
		if(L>mid)
		  return query(root<<1|1,mid+1,r,L,R);
		else
		  return max(query(root<<1,l,mid,L,mid),query(root<<1|1,mid+1,r,mid+1,R));
	}
}

int querypath(int x,int y){
	int ret=-INF;
	while(top[x]!=top[y]){
		if(depth[top[x]]<depth[top[y]])
		  swap(x,y);
		ret=max(ret,query(1,1,n,dfn[top[x]],dfn[x]));
		x=fa[top[x]];
	}
	if(depth[x]<depth[y])
	  swap(x,y);
	ret=max(ret,query(1,1,n,dfn[y]+1,dfn[x]));
	return ret;
}

int main(){
	memset(head,-1,sizeof(head));
	n=Read(),m=Read(),q=Read();
	for(int i=1;i<=m;++i){
		int x=Read(),y=Read(),z=Read();
		addedge(x,y,z);
	}
	kruskal();
	dfs1(1,-1);
	dfs2(1,1);
	build(1,1,n);
	while(q--){
		int x=Read(),y=Read();
		cout<<querypath(x,y)<<'\n';
	}
	return 0;
}

 

### 树链剖分的适用场景与使用方法 树链剖分是一种高效的数据结构,用于处理树上的路径查询和修改问题。它通过将树分解为若干条不相交的链来优化复杂度,使得许多原本需要 \(O(n)\) 时间的操作可以在 \(O(\log n)\) 时间内完成[^1]。 #### 1. 树链剖分的核心思想 树链剖分的核心在于将树分割成若干条链,这些链可以拼接成树上的任意路径。常见的树链剖分方法包括重链剖分和长链剖分。其中,重链剖分是最常用的一种方法,其基本原理是:对于每个节点,选择其所有子节点中包含节点数最多的子节点作为重儿子,连接重儿子的边称为重边,由重边构成的链称为重链[^2]。 #### 2. 树链剖分的适用场景 树链剖分适用于以下场景: - **路径查询**:例如,求解树上两点之间的最大值、最小值或和等问题。 - **路径修改**:例如,对树上某条路径上的所有节点进行加法或乘法操作。 - **子树查询**:例如,求解某个节点的子树中的最大值、最小值或和等问题。 - **动态维护**:当树的结构或节点属性发生变化时,树链剖分结合线段树等数据结构可以高效地维护这些变化。 #### 3. 树链剖分的应用方法 以下是树链剖分的基本应用步骤: ```python # 树链剖分的实现示例(Python) from collections import defaultdict, deque class TreeChainDecomposition: def __init__(self, n): self.n = n self.adj = defaultdict(list) self.parent = [0] * (n + 1) self.depth = [0] * (n + 1) self.size = [0] * (n + 1) self.heavy = [0] * (n + 1) self.top = [0] * (n + 1) self.pos = [0] * (n + 1) self.rpos = [0] * (n + 1) self.cnt = 0 def add_edge(self, u, v): self.adj[u].append(v) self.adj[v].append(u) def dfs1(self, u, p): self.parent[u] = p self.size[u] = 1 max_subtree = -1 for v in self.adj[u]: if v != p: self.depth[v] = self.depth[u] + 1 self.dfs1(v, u) self.size[u] += self.size[v] if self.size[v] > max_subtree: max_subtree = self.size[v] self.heavy[u] = v def dfs2(self, u, t): self.top[u] = t self.pos[u] = self.cnt self.rpos[self.cnt] = u self.cnt += 1 if self.heavy[u] != 0: self.dfs2(self.heavy[u], t) for v in self.adj[u]: if v != self.parent[u] and v != self.heavy[u]: self.dfs2(v, v) # 示例:初始化并构建树 n = 5 tree = TreeChainDecomposition(n) edges = [(1, 2), (1, 3), (2, 4), (2, 5)] for u, v in edges: tree.add_edge(u, v) tree.dfs1(1, 0) tree.dfs2(1, 1) ``` 上述代码实现了树链剖分的基本框架,包括深度优先搜索(DFS)和重链划分。 #### 4. 实际应用案例 以 bzoj3252 为例,题目要求在树状结构中求解路径的最大价值和。这种问题可以通过树链剖分结合线段树或树状数组来解决。具体步骤如下: - 使用树链剖分将树划分为若干条链。 - 对每条链建立线段树或其他支持快速区间查询和修改的数据结构。 - 在查询或修改时,将路径拆分为若干条链,并分别在线段树上进行操作[^3]。 #### 5. 注意事项 - 树链剖分的时间复杂度通常为 \(O(n \log n)\),适合处理大规模数据。 - 在实际应用中,需要根据问题的具体需求选择合适的剖分方式(如重链剖分或长链剖分)。 - 结合其他数据结构(如线段树、树状数组)可以进一步提升效率。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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