SWERC2016 F 树状数组+dfs序

博客围绕树节点权值和问题展开,给出n个点构成的树,每个点有父节点、等级和权值信息,需求比某点等级值小的点的权值之和。题解采用dfs序将树展平成区间,结合树状数组或线段树求解,还提到排序时要考虑深度,避免查询答案出错。

题意:给出n个点(构成一棵树),每个点包含u(直接父节点),rk(等级),t(权值)给出n个点(构成一棵树),每个点包含u(直接父节点),rk(等级),t(权值)nurkt
求比i这个点rk值小的点的权值(t)之和求比i这个点rk值小的点的权值(t)之和irkt

题解:dfs序+树状数组/线段树dfs序+树状数组 / 线段树dfs+/线

用dfs序将这棵数怕平成区间,dfs时dp求出每个点对应的深度。结构体存每个点的信息,然后按照rk用dfs序将这棵数怕平成区间,dfs时dp求出每个点对应的深度。结构体存每个点的信息,然后按照rkdfsdfsdprk
从小到大排序,rk相同按深度从小到大排序(因为没求深度wa了无数发,如果不按深度排序,碰到rk相从小到大排序,rk相同按深度从小到大排序(因为没求深度wa了无数发,如果不按深度排序,碰到rk相rkwark
的情况时,dfs后深度大的可能在深度小的区间前面,查询的时候就会使得答案变大),然后就是裸的求的情况时,dfs后深度大的可能在深度小的区间前面,查询的时候就会使得答案变大),然后就是裸的求dfs使
前缀和树状数组前缀和树状数组

#include<iostream>
#include<algorithm>
#include<cstdio>
#include<stdio.h>
#include<string.h>
#include<queue>
#include<cmath>
#include<map>
#include<set>
#include<vector> 
using namespace std;
#define inf 0x3f3f3f3f
#define lson l,mid,rt<<1
#define rson mid+1,r,rt<<1|1
#define mem(a,b) memset(a,b,sizeof(a));
#define lowbit(x)  x&-x;  
#define debugint(name,x) printf("%s: %d\n",name,x);
#define debugstring(name,x) printf("%s: %s\n",name,x);
typedef long long ll;
typedef unsigned long long ull;
const double eps = 1e-6;
const int maxn = 1e5+5;
const int mod = 1e9+7;
inline int read()
{
    int x=0,f=1;char ch=getchar();
    while(ch<'0'||ch>'9'){if(ch=='-')f=-1;ch=getchar();}
    while(ch>='0'&&ch<='9'){x=x*10+ch-'0';ch=getchar();}
    return x*f;
}
ll in[maxn],out[maxn],tot,n,rk[maxn],t[maxn],dp[maxn],root;
ll sum[maxn],ans[maxn];
vector<int>ve[maxn];
struct node{
    ll rk,t;
    int id;
    bool operator<(const node C)const{
        if(rk == C.rk) return dp[id] < dp[C.id];
        return rk < C.rk;
    }
}tr[maxn],sv[maxn];
void dfsxu(int cur,int fa){
    in[cur] = ++tot;
    sv[tot] = tr[cur];
    dp[cur] = dp[fa]+1;
    for(int i = 0; i < ve[cur].size(); i++){
        int v = ve[cur][i];
        if(v == fa) continue;
        dfsxu(v,cur);
        
    }
    out[cur] = tot;
}
void add(int x,ll val){
    while(x < maxn){
        sum[x] += val;
        x += lowbit(x);
    }
}
ll query(int x){
    ll res = 0;
    while(x > 0){
        res += sum[x];
        x -= lowbit(x);
    }
    return res;
}
int main() {
    scanf("%lld",&n);
    int u;
    for(int i = 1; i <= n; i++){
        scanf("%d%lld%lld",&u,&tr[i].rk,&tr[i].t);
        tr[i].id = i;
        if(u == -1) root = i;
        else{
            ve[u].push_back(i);
            ve[i].push_back(u);
        }
    }
    tot = 0;
    dfsxu(root,-1);
    sort(sv+1,sv+n+1);
    for(int i = 1; i <= n; i++){
        int pos = sv[i].id;
        ll tmp = query(out[pos])-query(in[pos]);
        ans[pos] = tmp;
        add(in[pos],sv[i].t);
    }
    for(int i = 1; i <= n; i++)
        printf("%lld\n",ans[i]);
}

有问题欢迎指出!有问题欢迎指出!

<think>嗯,用户的问题是关于如何优化树状数组和莫队算法,避免超时问题。首先,我需要回忆一下这两个数据结构的基本原理和常见的优化方法。 树状数组的优化,我记得有几个方向。首先,维度优化。比如二维树状数组,如果每个节点也是一个树状数组,这样的结构在更新和查询时的时间复杂度是O(log²n),当数据量大时可能会比较慢。或许可以尝试降维,比如将二维问题转换为一维,或者使用哈希表来压缩空间,减少不必要的节点。另外,离散化坐标也是一个常见的方法,特别是当坐标范围很大但实际使用到的点稀疏时,这样可以减少内存占用和访问时间。 然后是操作优化。比如批量处理多个查询或更新操作,利用缓存机制,减少重复计算。还有位运算优化,比如用lowbit的位运算代替乘法或除法,虽然这可能编译器已经优化了,但手动确保代码中使用位运算还是有帮助的。 接下来是莫队算法的优化。莫队本身的时间复杂度是O(n√n),但实际应用中常数优化也很重要。分块大小的调整,通常取√n,但有时候取n/√q(q是查询次数)会更优,这需要根据具体情况调整。另外,排查询的顺,使用奇偶块排,可以减少指针移动的总距离,从而减少常数时间。 离线处理方面,莫队需要所有查询离线处理,所以预处理和合理组织查询顺是关键。还有常数优化,比如用更快的输入输出方法,减少函数调用,使用数组代替STL容器等。 另外,用户提到了二维树状数组和树套树的情况,可能涉及到高维问题。例如引用[1]中的二维树状数组,每个节点也是一个树状数组,这种情况下优化可能需要结合分块或者离散化。而莫队算法在处理区间查询时,分块策略和排方式都会影响效率,需要根据数据特点调整。 用户可能的应用场景比如在竞赛编程中处理大数据量的查询,或者在文件管理中需要高效的数据结构。例如引用[3]中的均分数据问题,可能涉及到多次查询和更新,这时候优化树状数组和莫队算法就显得尤为重要。 需要注意的是,用户的问题可能还涉及到具体实现的细节,比如代码中的循环结构、内存访问模式等。例如在树状数组中,循环展开或者使用更紧凑的数据结构来减少缓存未命中。在莫队算法中,避免频繁的内存分配和释放,使用预分配的数组。 最后,生成相关问题时要覆盖这两个数据结构的优化方法、应用场景以及与其他算法的结合使用。比如询问如何选择分块大小,或者如何结合离散化技术优化树状数组,或者莫队算法在动态问题中的变种。</think>### 树状数组与莫队算法的优化方法 #### 一、树状数组优化 1. **维度压缩** 对高维树状数组进行降维处理。例如,二维问题可离散化坐标后通过哈希映射到一维,减少空间和时间复杂度[^1]。若问题允许,使用前缀和差分代替树状数组。 2. **离散化坐标** 当坐标范围过大但实际稀疏时,对坐标离散化以减少节点数量。例如,将坐标映射为$1,2,\dots,k$,树状数组大小从$10^9$压缩到$10^5$。 3. **批量操作优化** 合并多次更新或查询操作,减少重复计算。例如,离线处理操作列,利用缓存机制降低时间复杂度。 4. **位运算加速** 确保`lowbit`计算使用位运算: $$ \text{lowbit}(x) = x \& (-x) $$ 同时避免循环中的冗余判断,例如预计算索引偏移量。 #### 二、莫队算法优化 1. **分块大小调整** 分块大小通常取$\sqrt{n}$,但若查询次数$q$较大,可调整为: $$ \text{块大小} = \frac{n}{\sqrt{q}} $$ 实验调整以平衡移动次数和块内排代价。 2. **奇偶块排** 对查询按左端点所在块排,若块为奇数则按右端点升,偶数块按右端点降。减少指针跳跃次数,优化常数因子[^2]。 3. **离线处理与预处理** 预处理所有查询,按优化后的顺处理,避免重复计算。结合前缀和或预计算区间特征(如频次分布)加速统计。 4. **常数优化** - 使用数组代替`unordered_map`统计频次。 - 使用快速读入/输出函数(如`fread`)。 - 减少函数调用,内联关键代码。 #### 三、综合优化示例 **场景**:二维区间求和(如引用[1]的二维树状数组) - **步骤1**:离散化$x,y$坐标,压缩空间至实际范围。 - **步骤2**:若操作可离线,转化为一维问题(如扫描线+莫队)。 - **步骤3**:莫队处理时,调整块大小并使用奇偶排,减少指针移动。 ```cpp // 莫队奇偶排示例 bool cmp(const Query& a, const Query& b) { if (a.block != b.block) return a.block < b.block; return (a.block & 1) ? (a.r < b.r) : (a.r > b.r); } ``` ---
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