LCA

本文深入探讨了使用LCA算法解决跳跳棋和聚会问题的策略,通过实例展示了如何在树状结构中寻找两点间的最低公共祖先,以优化路径计算。文章提供了详细的代码实现,包括节点添加、深度优先搜索、LCA计算等关键步骤。

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

#10137. 「一本通 4.4 练习 4」跳跳棋

太难了,看题解去

#10136. 「一本通 4.4 练习 3」聚会

分别LCA后去最低的

#include <cstdio>
#include <iostream>
using namespace std;
int read() {
    int ret = 0;
    char ch = getchar();
    while (ch < '0' || ch > '9') ch = getchar();
    while (ch >= '0' && ch <= '9') ret = (ret << 1) + (ret << 3) + ch - '0', ch = getchar();
    return ret;
}

int n, m, cnt, id, l1, l2, l3, ans;
const int N = 1e6 + 5;
int lg[N], dep[N], f[N][21], he[N], to[N], nxt[N];

inline void add(int u, int v) {
    to[++cnt] = v;
    nxt[cnt] = he[u];
    he[u] = cnt;
}

void dfs(int fa, int u) {
    dep[u] = !fa ? 0 : dep[fa] + 1;
    f[u][0] = fa;
    for (int i = 1; i <= lg[dep[u]]; i++) f[u][i] = f[f[u][i - 1]][i - 1];
    for (int e = he[u]; e; e = nxt[e]) {
        int v = to[e];
        if (v != fa)
            dfs(u, v);
    }
}

int LCA(int u, int v) {
    if (dep[u] > dep[v])
        swap(u, v);
    ans += dep[v] - dep[u];
    while (dep[u] < dep[v]) v = f[v][lg[dep[v] - dep[u]]];
    for (int i = lg[dep[u]]; i >= 0; i--)
        if (f[u][i] != f[v][i])
            ans += 1 << (i + 1), u = f[u][i], v = f[v][i];
    if (u != v)
        ans += 2, u = f[u][0];
    return u;
}
int main() {
    n = read(), m = read();
    for (int i = 1; i < n; i++) {
        int u = read(), v = read();
        add(u, v), add(v, u);
    }
    lg[0] = -1;
    for (int i = 1; i <= n; i++) lg[i] = lg[i >> 1] + 1;

    dfs(0, 1);
    while (m--) {
        int u1 = read(), u2 = read(), u3 = read();
        ans = 0;
        l1 = LCA(u1, u2);
        l2 = LCA(u1, u3);
        l3 = LCA(u2, u3);
        if (dep[l1] > dep[l2])
            id = l1;
        else
            id = l2;
        if (dep[l3] > dep[id])
            id = l3;
        printf("%d %d\n", id, ans >> 1);
    }
    return 0;
}

#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#define maxn 50005
using namespace std;
 
int n,m;
 
struct edge
{
    int next,v;
}edges[maxn*2];
int cnt;
int head[maxn];
 
void init()
{
    memset(head,-1,sizeof(head));
    cnt=0;
}
void addedge(int u,int v)
{
    edges[cnt].next=head[u];
    edges[cnt].v=v;
    head[u]=cnt++;
}
int dep[maxn];
int f[maxn][21];
void dfs(int u,int fa)
{
    dep[u]=dep[fa]+1;
    for(int i=0;i<=19;i++)
        f[u][i+1]=f[f[u][i]][i];
    for(int i=head[u];i!=-1;i=edges[i].next)
    {
        int v=edges[i].v;
        if(v==fa)
            continue;
        f[v][0]=u;
        dfs(v,u);
    }
}
int lca(int x,int y)
{
if(dep[x]<dep[y])
    swap(x,y);
    for(int i=20;i>=0;i--)
    {
        if(dep[f[x][i]]>=dep[y])
            x=f[x][i];
        if(x==y)
            return x;
    }
    for(int i=20;i>=0;i--)
    {
        if(f[x][i]!=f[y][i])
        {
            x=f[x][i];
            y=f[y][i];
        }
    }
    return f[x][0];
}
int main()
{
scanf("%d%d",&n,&m);
init();
int x,y;
for(int i=1;i<=n-1;i++)
   {
       scanf("%d%d",&x,&y);
       addedge(x,y);
       addedge(y,x);
}
dfs(1,0);
int a,b,c;
for(int i=1;i<=m;i++)
{
    scanf("%d%d%d",&a,&b,&c);
    int fa1=lca(a,b);
 int fa2=lca(b,c);
 int fa3=lca(a,c);
 int len1=dep[a]+dep[b]-2*dep[fa1]+dep[c]+dep[fa1]-2*dep[lca(fa1,c)];
 int len2=dep[a]+dep[c]-2*dep[fa3]+dep[b]+dep[fa3]-2*dep[lca(fa3,b)];
 int len3=dep[b]+dep[c]-2*dep[fa2]+dep[fa2]+dep[a]-2*dep[lca(fa2,a)];
 int len=min(min(len1,len2),len3);
 if(len1==len)
    printf("%d %d\n",fa1,len1);
    else if(len2==len)
    printf("%d %d\n",fa3,len2);
    else if(len3==len)
    printf("%d %d\n",fa2,len3);
}
return 0;
}
 

<think>首先,用户的问题是关于在线LCA(最近公共祖先)算法的实现。我需要参考系统级指令和用户可见层的规则来构建回答。系统级指令:-所有行内数学表达式用$...$格式,例如:$x^2$。-独立公式用$$...$$格式并单独成段。-LaTeX语法必须正确。-使用中文回答。-生成相关问题。-回答中引用的段落末尾自然地添加引用标识,例如:[^1]。用户可见层:-回答结构清晰,帮助用户逐步解决问题。-尽量保证回答真实可靠。-参考站内引用:引用[1]和引用[2]是关于LCA的,但它们是示例引用,我需要基于真实知识回答。用户的问题是:“我想查找关于在线LCA(最近公共祖先问题)的算法或实现请问在线最近公共祖先LCA算法实现”所以,我需要解释在线LCA算法的实现。在线算法意味着程序可以逐个处理查询,而不需要所有输入一开始就给出。关键点:-在线LCA常使用倍增法(BinaryLifting)实现。-这与引用[2]提到的相似:存储每个节点的第$2^j$个祖先。-引用[1]定义了在线算法:程序可以序列化处理输入。我的回答应该包括:1.解释什么是在线LCA算法。2.描述倍增法的实现步骤。3.提供伪代码或代码示例。4.添加引用标识(如果适用)。5.在末尾生成相关问题。结构回答:-先介绍在线LCA。-逐步解释算法。-给出实现代码(用代码块)。-最后生成相关问题。使用中文回答。数学表达式:-行内:例如,节点深度$depth[u]$。-独立公式:如果需要,比如公式。引用:-引用[1]和[2]是提供的,我可以自然地引用它们,因为它们相关。-例如,在解释倍增法时,引用[2]。实现细节:-倍增法:-预处理:存储每个节点的祖先数组。-查询:过二进制提升找到LCA。-步骤:1.预处理树的深度和祖先信息。2.对于每个查询(u,v),调整到相同深度,然后一起向上跳。伪代码:-初始化祖先数组。-查询函数。生成相关问题:-类似于示例,生成3-4个相关问题。完整回答框架:1.解释在线LCA:在线算法允许逐个处理查询,而不需要所有查询输入一开始就给出。2.描述倍增法实现:-预处理:DFS遍历树,计算深度和直接父节点。-构建祖先表:对于每个节点和每个j(0到max_depth),存储$anc[i][j]$表示节点i的第$2^j$个祖先。-查询:将两个节点升到相同深度,然后逐步向上跳。3.提供代码示例(用Python或类似语言)。4.引用:[^1]用于在线算法定义,[^2]用于倍增法实现。5.生成相关问题。确保LaTeX正确:-行内:$depth[u]$,$2^j$-独立:如果有公式,如$$\text{LCA}(u,v)=\text{...}$$,但可能不需要。代码块:使用```language```格式。最终,生成相关问题:例如:1.在线LCA算法的复杂度分析?2.如何优化倍增法?3.在线LCA的应用场景?</think>### 在线最近公共祖先(LCA)算法实现 在线最近公共祖先(LCA)算法用于在有根树中快速回答查询,即给定两个节点$u$和$v$,找到它们最近的公共祖先。在线算法的核心特点是它可以逐个处理查询输入,而无需预先知道所有查询[^1]。这与离线算法(如Tarjan算法)不同,后者需要一次性加载所有查询。在线LCA的常用实现是**倍增法(Binary Lifting)**,它过预处理树的祖先信息来高效支持查询。下面我将逐步解释算法原理并提供代码实现。 #### 算法原理 倍增法的核心思想是预处理每个节点的$2^j$级祖先(即节点向上跳$2^j$步的祖先),从而在查询时过二进制提升快速调整节点深度并找到LCA。算法分为两个阶段: 1. **预处理阶段**: - 过DFS遍历树,计算每个节点的深度$depth[u]$和直接父节点(即$2^0$级祖先)。 - 构建一个祖先表$anc$,其中$anc[u][j]$存储节点$u$的第$2^j$个祖先。利用动态规划:$anc[u][j] = anc[ anc[u][j-1] ][j-1]$(当$j \geq 1$时)[^2]。 2. **查询阶段**: - 给定查询$(u, v)$,先将较深的节点向上跳到与另一个节点相同深度(使用二进制提升)。 - 然后,两个节点一起向上跳,直到它们的祖先相同。具体地,从最大$j$开始尝试跳跃,如果跳跃后祖先不同才执行跳跃。 算法的时间复杂度: - 预处理:$O(n \log n)$,其中$n$是节点数。 - 单次查询:$O(\log n)$。 空间复杂度:$O(n \log n)$。 #### 实现代码 以下是用Python实现的倍增法在线LCA算法。代码包括树的构建、预处理和查询函数。假设树以邻接表形式存储,节点编号从1开始。 ```python import math from collections import defaultdict, deque class LCA: def __init__(self, n, root=1): self.n = n self.root = root self.graph = defaultdict(list) self.depth = [0] * (n + 1) self.anc = defaultdict(lambda: [0] * (self.max_j + 1)) # 祖先表 def add_edge(self, u, v): """添加树边""" self.graph[u].append(v) self.graph[v].append(u) def preprocess(self): """预处理:计算深度和祖先表""" # 初始化最大跳跃指数 max_j = floor(log2(n)) self.max_j = math.floor(math.log2(self.n)) + 1 # BFS计算深度和直接父节点 queue = deque([self.root]) self.depth[self.root] = 1 parent = [0] * (self.n + 1) # 直接父节点 while queue: u = queue.popleft() for v in self.graph[u]: if v == parent[u]: continue parent[v] = u self.depth[v] = self.depth[u] + 1 queue.append(v) # 构建祖先表 anc[u][j] for j in range(self.max_j + 1): for i in range(1, self.n + 1): if j == 0: self.anc[i][j] = parent[i] # 2^0 = 1级祖先 else: prev = self.anc[i][j - 1] self.anc[i][j] = self.anc[prev][j - 1] if prev != 0 else 0 def query(self, u, v): """在线查询LCA(u, v)""" # 确保u较深,否则交换 if self.depth[u] < self.depth[v]: u, v = v, u # 将u跳到与v相同深度 diff = self.depth[u] - self.depth[v] j = 0 while diff: if diff & 1: # 二进制位为1时跳跃 u = self.anc[u][j] diff //= 2 j += 1 # 如果此时u和v相同,则v是LCA if u == v: return u # 一起向上跳,直到祖先相同 for j in range(self.max_j, -1, -1): if self.anc[u][j] != self.anc[v][j]: u = self.anc[u][j] v = self.anc[v][j] return self.anc[u][0] # LCA是u的直接父节点 # 示例用法 if __name__ == "__main__": # 构建树: 节点数n=5, 根节点为1 lca = LCA(n=5, root=1) edges = [(1, 2), (1, 3), (2, 4), (2, 5)] # 树边 for u, v in edges: lca.add_edge(u, v) lca.preprocess() # 预处理 # 在线查询示例 print(lca.query(4, 5)) # 输出: 2 (LCA of 4 and 5 is 2) print(lca.query(3, 4)) # 输出: 1 (LCA of 3 and 4 is 1) ``` #### 关键说明 - **在线处理**:此实现允许逐个添加查询(如`query(4, 5)`),无需预先知道所有查询,符合在线算法定义[^1]。 - **优化**:使用BFS代替DFS避免递归深度限制;二进制提升减少跳跃次数。 - **适用场景**:适用于动态查询环境,如实时网络路由或游戏AI中的路径查找。 如果您有特定树结构或查询序列,我可以帮助调整代码。
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