dsu on tree

2020CCPC长春站
在这里插入图片描述

对每个节点,考虑其子树对它的贡献

dsu on tree
先计算轻儿子,后计算重儿子,这样重儿子计算完贡献就不用清空,但是轻儿子要清空

#include<bits/stdc++.h>
using namespace std;
const int N=1e5+10;
int a[N],n,x,m;
long long ans;
int dfn[N],L[N],R[N],o,u,v,sz[N],son[N];
vector<int>g[N];
int f[N*11][20][2];
//考虑每个节点的贡献,枚举子树
//f[i][j][k]表示权值为i第j为k的个数
void dfs(int u,int fa=0){
    sz[u]=1;
    dfn[++o]=u;
    L[u]=o;
    for(auto j:g[u]){
        if(j==fa)continue;
        dfs(j,u);
        sz[u]+=sz[j];
        if(sz[j]>sz[son[u]])son[u]=j;
    }
    R[u]=o;
}
void dsu(int u,int fa=0,int op=1){
    for(auto j:g[u]){
        if(j==fa||j==son[u])continue;
        dsu(j,u,1);
    }
    if(son[u])dsu(son[u],u,0);
    for(int i=0;i<20;i++)f[a[u]][i][u>>i&1]++;
    for(auto j:g[u]){
        if(j==fa||j==son[u])continue;
        for(int k=L[j];k<=R[j];k++){
            for(int i=0;i<20;i++){
                int p=a[u]^a[dfn[k]];
                int c=dfn[k]>>i&1;
                ans+=(1ll<<i)*f[p][i][1-c];
            }
        }
        for(int k=L[j];k<=R[j];k++){
            for(int i=0;i<20;i++)f[a[dfn[k]]][i][dfn[k]>>i&1]++;
        }
    }
    if(op){
        for(int j=L[u];j<=R[u];j++){
            int p=dfn[j];
            for(int i=0;i<20;i++)f[a[p]][i][p>>i&1]--;
        }
    }
}
signed main(){
    ios::sync_with_stdio(0);cin.tie(0);cout.tie(0);
    cin>>n;
    for(int i=1;i<=n;i++)cin>>a[i];
    for(int i=1;i<n;i++){
        cin>>u>>v;
        g[u].push_back(v);
        g[v].push_back(u);
    }
    dfs(1);
    dsu(1);
    cout<<ans;
}

https://zhuanlan.zhihu.com/p/578936645
https://zhuanlan.zhihu.com/p/537511158

04-06
### Disjoint Set Union (DSU) 数据结构解释 Disjoint Set Union (简称 DSU),也被称为并查集,是一种用于处理动态连通性的高效数据结构。它主要用于解决集合的合并与查询问题,特别是在图论中的连通分量分析方面非常有用。 #### 基本操作 DSU 支持两种主要的操作: 1. **Find**: 查找某个元素所属的集合。 2. **Union**: 合并两个不同的集合。 这两种操作的时间复杂度接近于常数时间 \(O(\alpha(n))\),其中 \(\alpha(n)\) 是反阿克曼函数,在实际应用中可以认为是一个很小的常数值[^1]。 #### 实现细节 以下是基于路径压缩和按秩合并优化的经典 DSU 实现: ```python class DSU: def __init__(self, size): self.parent = list(range(size)) self.rank = [0] * size def find(self, x): if self.parent[x] != x: self.parent[x] = self.find(self.parent[x]) # 路径压缩 return self.parent[x] def union(self, x, y): rootX = self.find(x) rootY = self.find(y) if rootX != rootY: if self.rank[rootX] < self.rank[rootY]: self.parent[rootX] = rootY elif self.rank[rootX] > self.rank[rootY]: self.parent[rootY] = rootX else: self.parent[rootY] = rootX self.rank[rootX] += 1 ``` 上述代码通过 `find` 函数实现了路径压缩技术,而 `union` 函数则采用了按秩合并策略来进一步提升性能[^4]。 #### 应用场景 DSU 广泛应用于以下领域: - 图的连通性检测:判断无向图中有多少个连通分量。 - 动态集合管理:实时维护一组不相交的子集,并支持快速查找与合并。 - Kruska算法:在最小生成树计算过程中,利用 DSU 来避免形成环路[^3]。 #### 性能优势 由于其高效的运行时间和简单的实现方式,DSU 成为了许多竞赛编程以及工业级解决方案中的首选工具之一。尤其是在大规模数据集中表现尤为突出[^2]。
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