洛谷2486 【SDOI2011】染色(线段树+树链剖分)

本文详细解析了一种结合树链剖分和线段树的数据结构优化方案,用于处理复杂的路径操作问题。通过重构算法,有效地解决了区间颜色段数、区间左右颜色和区间覆盖标记等关键问题,实现了高效的路径修改和询问操作。

传送门

【题目分析】

果然重构才是真理吗。。。。。

因为涉及路径操作,所以考虑树链剖分,线段树维护题意中的:

1.区间颜色段数。

2.区间左右颜色。

3.区间覆盖标记。

因为线段树的问题主要就是考虑push_up和push_down,此题push_up时记得将区间左右颜色赋值,然后合并的时候注意如果左区间右端颜色与右区间左端颜色相同的话那么颜色段数要-1,push_down时如果有区间覆盖标记,就将整段区间的颜色赋值为修改颜色,颜色段数为1,记得下传。

然后就是路径修改询问,修改常规,询问的时候因为要将一段一段的路径拼起来,所以要检查每接一段的交界处的颜色是否一样。

细节稍多(重载运算符的时候忘return了。。好窒息)

【代码~】

#include<bits/stdc++.h>
using namespace std;
const int MAXN=1e5+10;
const int MAXM=2e5+10;

int n,q,cnt;
int a[MAXN];
int head[MAXN],depth[MAXN],fa[MAXN],son[MAXN],siz[MAXN],top[MAXN];
int nxt[MAXM],to[MAXM];
int dfn[MAXN],ys[MAXN],tot;
struct Tree{
	int l,r;
	int cnt;
	int lc,rc;
	int cov;
	friend inline Tree operator+(const Tree &a,const Tree &b){
		Tree c;
		c.l=a.l,c.r=b.r;
		c.cnt=a.cnt+b.cnt;
		if(a.rc==b.lc)
		  c.cnt--;
		c.lc=a.lc,c.rc=b.rc;
		return c;
	}
}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 add(int x,int y){
	nxt[cnt]=head[x];
	head[x]=cnt;
	to[cnt]=y;
	cnt++;
}

void dfs1(int u,int f){
	siz[u]=1;
	for(int i=head[u];i!=-1;i=nxt[i]){
		int v=to[i];
		if(v==f)
		  continue;
		fa[v]=u;
		depth[v]=depth[u]+1;
		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=nxt[i]){
		int v=to[i];
		if(v==fa[u]||v==son[u])
		  continue;
		dfs2(v,v);
	}
}

void push_up(int root){
	tr[root].cnt=tr[root<<1].cnt+tr[root<<1|1].cnt;
	if(tr[root<<1].rc==tr[root<<1|1].lc)
	  tr[root].cnt--;
	tr[root].lc=tr[root<<1].lc;
	tr[root].rc=tr[root<<1|1].rc;
}

void push_now(int root,int col){
	tr[root].cnt=1;
	tr[root].lc=tr[root].rc=col;
	tr[root].cov=col;
}

void push_down(int root){
	if(tr[root].cov!=-1){
		push_now(root<<1,tr[root].cov);
		push_now(root<<1|1,tr[root].cov);
		tr[root].cov=-1;
	}
}

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

void update(int root,int l,int r,int L,int R,int key){
	if(l>R||r<L)
	  return ;
	if(L<=l&&r<=R){
		push_now(root,key);
		return ;
	}
	push_down(root);
	int mid=l+r>>1;
	if(R<=mid)
	  update(root<<1,l,mid,L,R,key);
	else{
		if(L>mid)
		  update(root<<1|1,mid+1,r,L,R,key);
		else
		  update(root<<1,l,mid,L,mid,key),update(root<<1|1,mid+1,r,mid+1,R,key);
	}
	push_up(root);
}

Tree query(int root,int l,int r,int L,int R){
	if(L<=l&&r<=R){
		return tr[root];
	}
	push_down(root);
	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{
			Tree tr1=query(root<<1,l,mid,L,mid);
			Tree tr2=query(root<<1|1,mid+1,r,mid+1,R);
			return tr1+tr2;
		}
	}
}

void update_path(int x,int y,int key){
	while(top[x]!=top[y]){
		if(depth[top[x]]<depth[top[y]])
		  swap(x,y);
		update(1,1,n,dfn[top[x]],dfn[x],key);
		x=fa[top[x]];
	}
	if(depth[x]<depth[y])
	  swap(x,y);
	update(1,1,n,dfn[y],dfn[x],key);
}

int query_path(int x,int y){
	int ret=0,lc=0,rc=0;
	Tree ans;
	while(top[x]!=top[y]){
		if(depth[top[x]]<depth[top[y]])
		  swap(x,y),swap(lc,rc);
		ans=query(1,1,n,dfn[top[x]],dfn[x]);
		ret+=ans.cnt;
		if(ans.rc==lc)
		  ret--;
		lc=ans.lc;
		x=fa[top[x]];
	}
	if(depth[x]<depth[y])
	 swap(x,y),swap(lc,rc);
	ans=query(1,1,n,dfn[y],dfn[x]);
	ret+=ans.cnt;
	if(ans.rc==lc)
	  ret--;
	if(ans.lc==rc)
	  ret--;
	return ret;
}

int main(){
	memset(head,-1,sizeof(head));
	n=Read(),q=Read();
	for(int i=1;i<=n;++i){
		a[i]=Read();
	}
	for(int i=1;i<n;++i){
		int x=Read(),y=Read();
		add(x,y);
		add(y,x);
	}
	dfs1(1,-1);
	dfs2(1,1);
	build(1,1,n);
	while(q--){
		char cz[5];
		scanf("%s",cz);
		int l=Read(),r=Read();
		if(cz[0]=='C'){
			int k=Read();
			update_path(l,r,k);
		}
		else
		  cout<<query_path(l,r)<<'\n';
	}
	return 0;
}

 

<think>我们使用树链剖分(重链剖分)将树分割成链,然后利用DFS序(实际上是剖分后的DFS序)将树结构转化为线性序列,然后使用线段树维护序列上的权值。这样,子树查询就转化为区间查询,节点更新就转化为单点更新。 树链剖分的DFS序:在剖分DFS中,我们优先遍历重儿子,这样保证重链上的节点在DFS序中是连续的。同时,每个子树在DFS序中也是连续的(因为DFS遍历子树时是连续的)。因此,子树查询可以转化为区间查询。 步骤: 1. 第一次DFS:计算每个节点的父节点、深度、重儿子、子树大小。 2. 第二次DFS:确定DFS序(时间戳),同时记录每个节点所在链的顶端节点(用于路径查询,但本题只需要子树查询,所以这一步可以简化,但我们还是按标准剖分来做)。 3. 建立线段树:在DFS序上建立线段树,支持单点更新和区间求和。 子树查询:对于节点u,其子树对应的区间为[in[u], out[u]](即DFS进入和退出的时间戳)。注意:在树链剖分中,由于优先遍历重儿子,子树节点在DFS序中仍然是连续的。 因此,我们可以使用线段树来维护这个区间和。 伪代码(Python风格)如下: ```python import sys sys.setrecursionlimit(200000) class SegmentTree: def __init__(self, data): self.n = len(data) self.size = 1 while self.size < self.n: self.size *= 2 self.tree = [0] * (2 * self.size) # 构建线段树,初始数据 for i in range(self.n): self.tree[self.size + i] = data[i] for i in range(self.size - 1, 0, -1): self.tree[i] = self.tree[2*i] + self.tree[2*i+1] def update(self, index, value): # 单点更新:将位置index的值改为value(注意:这里是直接赋值,如果是增加则需要调整) # 但通常我们支持增加一个差值,这里按需求,我们假设是更新为新的值,所以需要知道旧值?或者我们设计为增加一个增量? # 根据问题,节点改变权值,我们可以用增量更新。但为了通用,这里我们实现为单点设置值,但需要知道原值?或者我们设计为传入增量(更符合动态更新)。 # 这里我们实现为增量更新(delta) # index: 原始数组中的位置(0-indexed) pos = index + self.size self.tree[pos] += value # 增加一个增量 while pos > 1: pos //= 2 self.tree[pos] = self.tree[2*pos] + self.tree[2*pos+1] def query(self, l, r): # 区间查询 [l, r] (闭区间) l += self.size r += self.size res = 0 while l <= r: if l % 2 == 1: res += self.tree[l] l += 1 if r % 2 == 0: res += self.tree[r] r -= 1 l //= 2 r //= 2 return res # 树链剖分部分 n = 100000 graph = [[] for _ in range(n+1)] # 第一次DFS:计算父节点、深度、子树大小、重儿子 parent = [0] * (n+1) depth = [0] * (n+1) size = [0] * (n+1) heavy = [-1] * (n+1) # 重儿子,初始化为-1 def dfs1(u, p, d): parent[u] = p depth[u] = d size[u] = 1 max_size = 0 for v in graph[u]: if v == p: continue dfs1(v, u, d+1) size[u] += size[v] if size[v] > max_size: max_size = size[v] heavy[u] = v # 第二次DFS:确定DFS序(时间戳)和重链的顶端 head = [0] * (n+1) # 链的顶端节点 pos = [-1] * (n+1) # 节点在DFS序中的位置(时间戳) cur_time = 0 def dfs2(u, h): global cur_time head[u] = h pos[u] = cur_time cur_time += 1 # 如果有重儿子,先遍历重儿子 if heavy[u] != -1: dfs2(heavy[u], h) for v in graph[u]: if v == parent[u] or v == heavy[u]: continue dfs2(v, v) # 轻儿子,自己作为新链的顶端 # 初始化 def init_tree(root): dfs1(root, 0, 0) dfs2(root, root) # 初始化一个长度为n(节点数)的数组,初始权值,假设为0,或者根据实际输入 arr = [0] * n # 注意:节点从1开始,时间戳从0到n-1 seg_tree = SegmentTree(arr) return seg_tree, pos, head # 返回线段树和位置数组 # 更新节点u的权值(增加delta) def update_node(seg_tree, u, delta): idx = pos[u] # 节点u在线段树中的位置 seg_tree.update(idx, delta) # 查询子树u的权值和:子树u对应的区间为 [pos[u], pos[u]+size[u]-1] ?注意:在树链剖分的DFS序中,子树u的节点在区间[pos[u], pos[u]+size[u]-1]内吗? # 实际上,在第二次DFS中,我们优先遍历重儿子,然后轻儿子。子树u的DFS序区间是连续的,因为递归完子树后才会遍历下一个子树。所以子树u的区间为 [pos[u], pos[u] + size[u] - 1]。 def query_subtree(seg_tree, u): l = pos[u] r = pos[u] + size[u] - 1 return seg_tree.query(l, r) # 注意:这里线段树的区间是[0, n-1],所以直接使用pos[u]和pos[u]+size[u]-1即可。 ``` ### 注意点: - 树链剖分的DFS序保证了每个子树是连续的,所以我们可以用区间[pos[u], pos[u]+size[u]-1]表示子树。 - 线段树支持区间求和和单点更新(增量更新)。如果节点权值改变为新的值,则需要计算增量(新值-旧值)然后更新。 ### 时间复杂度: - 预处理:两次DFS,O(n) - 更新:O(log n) - 查询:O(log n) ### 与树状数组+DFS序的对比: - 树状数组+DFS序(普通DFS序)同样可以做到,且树状数组常数更小,代码更简单。 - 树链剖分的主要优势在于可以同时支持路径查询(而不仅仅是子树查询)。如果问题需要查询路径上的权值和,树链剖分就更有优势。 ### 总结: 对于子树查询,树状数组+普通DFS序已经足够高效。树链剖分+线段树也可以实现,但代码稍复杂,但扩展性强(支持路径查询)。本题要求子树查询,两种方法均可,但树链剖分在这里有点“大材小用”。 §§相关问题§§ 1. 树链剖分中重链和轻链的作用是什么?为什么优先遍历重儿子? 2. 除了子树查询,树链剖分还能支持哪些类型的查询和操作? 3. 如果树的结构是动态变化的(如添加或删除边),如何维护树链剖分? 4. 线段树和树状数组在实现子树查询时各自的优缺点是什么?</think>对于树结构不变、节点数不超过 100,000 的场景,使用 **线段树 + 树链剖分** 是高效支持子树权值查询和节点权值更新的解决方案。树链剖分将树结构转化为线性序列,线段树则提供高效的区间查询和单点更新能力。 ### 解决方案步骤: 1. **树链剖分预处理**: - **第一次 DFS**:计算每个节点的父节点、深度、子树大小(`size[u]`)和重儿子(子树最大的子节点) - **第二次 DFS**:生成 DFS 序(优先遍历重儿子),记录节点入序时间戳 `dfn[u]` 和子树结束时间 `end[u]`(子树节点在 DFS 序中连续) 2. **线段树构建**: - 基于 DFS 序构建线段树,叶子节点存储原始节点权值 - 支持单点更新(节点权值修改)和区间查询(子树权值和) ### 代码实现(Python 风格) ```python import sys sys.setrecursionlimit(200000) class SegmentTree: def __init__(self, n): self.n = n self.size = 1 while self.size < n: self.size *= 2 self.tree = [0] * (2 * self.size) def update(self, index, delta): """单点更新:位置 index 增加 delta""" i = index + self.size self.tree[i] += delta while i > 1: i //= 2 self.tree[i] = self.tree[2*i] + self.tree[2*i+1] def query(self, l, r): """区间查询 [l, r] 的和""" l += self.size r += self.size res = 0 while l <= r: if l % 2 == 1: res += self.tree[l] l += 1 if r % 2 == 0: res += self.tree[r] r -= 1 l //= 2 r //= 2 return res # 树链剖分预处理 n = 100000 # 最大节点数 graph = [[] for _ in range(n+1)] parent = [0] * (n+1) # 父节点 depth = [0] * (n+1) # 深度 size = [0] * (n+1) # 子树大小 heavy = [-1] * (n+1) # 重儿子 dfn = [0] * (n+1) # DFS 入序时间戳 end = [0] * (n+1) # 子树结束时间戳 cur_time = 0 def dfs1(u, p, d): """第一次 DFS:计算 size/heavy""" parent[u] = p depth[u] = d size[u] = 1 max_size = 0 for v in graph[u]: if v == p: continue dfs1(v, u, d+1) size[u] += size[v] if size[v] > max_size: max_size = size[v] heavy[u] = v def dfs2(u, head): """第二次 DFS:生成 DFS 序""" global cur_time dfn[u] = cur_time cur_time += 1 # 优先遍历重儿子 if heavy[u] != -1: dfs2(heavy[u], head) # 重儿子继承当前链头 for v in graph[u]: if v == parent[u] or v == heavy[u]: continue dfs2(v, v) # 轻儿子作为新链头 end[u] = cur_time - 1 # 子树结束时间 # 初始化树链剖分 def init_tree(root=1): dfs1(root, 0, 0) dfs2(root, root) # 根节点作为第一条链的链头 return SegmentTree(cur_time) # 创建线段树 # 更新节点 u 的权值 (新值 new_val) def update_node(seg_tree, u, new_val, old_val): delta = new_val - old_val seg_tree.update(dfn[u], delta) # 查询子树 u 的权值和 def query_subtree(seg_tree, u): return seg_tree.query(dfn[u], end[u]) # 使用示例 if __name__ == "__main__": # 假设树已构建在 graph 中,root=1 seg_tree = init_tree() # 初始化节点权值 (假设存储在 node_val 数组) for u in range(1, n+1): seg_tree.update(dfn[u], node_val[u]) # 示例:更新节点 5 权值为 10 (旧值假设为 7) update_node(seg_tree, 5, 10, 7) # 示例:查询子树 3 的权值和 print(query_subtree(seg_tree, 3)) ``` ### 时间复杂度分析 | 操作 | 时间复杂度 | 说明 | |--------------|------------|--------------------------| | 树链剖分预处理 | O(n) | 两次 DFS 遍历 | | 单点权值更新 | O(log n) | 线段树单点更新 | | 子树权值查询 | O(log n) | 线段树区间查询 | ### 优势与适用场景 1. **树链剖分优势**: - 将子树查询转化为 **连续区间查询**(`[dfn[u], end[u]]`) - DFS 序连续性由重链优先遍历保证 2. **线段树优势**: - O(log n) 高效区间求和 - 支持动态点更新 3. **扩展性**: - 可扩展支持路径查询(通过跳链查询) - 可支持其他聚合操作(最大值、最小值等) 此方案在节点数 100,000 时完全可行,预处理 O(n),每次操作 O(log n)
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