线性基+树链剖分(bzoj4568)

本文介绍了一种结合线性基与树状结构的数据处理方法。通过定义线性基结构并实现相应的加法操作,文章详细展示了如何利用该结构处理特定的树形数据结构中的查询操作。此外,还介绍了树的重链剖分技术,并在此基础上实现了线性基的查询功能。
#include <bits/stdc++.h>
using namespace std;
typedef  long long  ll;
const int N=20005;
const int m_base=60;
ll read()
{
    long long 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;
}
struct Base
{
    ll a[m_base+1];
    Base()
    {
        memset(a,0,sizeof(a));
    }
};
void add(Base &y,ll x)/*生成一组线性基*/
{
    for(int i=m_base;~i;i--)
    {
        if((x>>i)&1)
        {
            if(y.a[i])
                x^=y.a[i];
            else
            {
                y.a[i]=x;
                break;
            }
        }
    }
}
int siz[N],top[N],son[N],dep[N],tid[N],rk[N],fa[N];
//siz[]数组,用来保存以x为根的子树节点个数
//top[]数组,用来保存当前节点的所在链的顶端节点
//son[]数组,用来保存重儿子
//dep[]数组,用来保存当前节点的深度
//fa[]数组,用来保存当前节点的父亲
//tid[]数组,用来保存树中每个节点剖分后的新编号
//rk[]数组,线段树中编号对应的原节点编号
int cnt,tim;
ll ac[N];
struct node
{
    int next,to;
} edge[N*2];
int head[N];
void intt()
{
    cnt=tim=0;
    memset(son,-1,sizeof(son));
    memset(head,-1,sizeof(head));
}
void addedge(int u,int v)
{
    edge[++cnt].to=v;
    edge[cnt].next=head[u];
    head[u]=cnt;
}
void dfs1(int u,int pre/*fa*/,int de)
{/*求出每个点的深度和父节点,和重儿子*/
    dep[u]=de;fa[u]=pre;siz[u]=1;
    for(int i=head[u]; ~i; i=edge[i].next)
    {
        int v=edge[i].to;
        if(v!=pre)
        {
            dfs1(v,u,de+1);
            siz[u]+=siz[v];
            if(son[u]==-1||siz[v]>siz[son[u]])
                son[u]=v;
        }
    }
}
void dfs2(int u,int tp)
{/*给链编号,形成一一对应的关系*/
    top[u]=tp;
    tid[u]=++tim;
    rk[tid[u]]=u;
    if(son[u]==-1) return;
    dfs2(son[u],tp);
    for(int i=head[u]; ~i; i=edge[i].next)
    {
        int v=edge[i].to;
        if(v!=son[u]/*不是u的重儿子*/&&v!=fa[u]/*不是u的父节点*/)
            dfs2(v,v);
    }
}
#define ls l,mid,rt<<1
#define rs mid+1,r,rt<<1|1
Base sum[4*N],ans;
void up(int rt)
{
    //    sum[rt]=sum[rt<<1];
    //    for(int i=0;i<=m_base;i++)
    //      if(sum[rt<<1|1].a[i])
    //        sum[rt].add(sum[rt<<1|1].a[i]);
    for(int i=m_base;i>=0;i--) sum[rt].a[i]=sum[rt<<1].a[i];
    for(int i=m_base;i>=0;i--)
        if(sum[rt<<1|1].a[i])
            add(sum[rt],sum[rt<<1|1].a[i]);
}
void build(int l,int r,int rt)
{
    if(l==r)
    {
        sum[rt]=Base();
        add(sum[rt],ac[rk[l]]);
        return;
    }
    int mid=(l+r)>>1;
    build(ls);
    build(rs);
    up(rt);
}
void query(int L,int R,int l,int r,int rt)
{
    if(L<=l&&r<=R)
    {
        for(int i=0;i<=m_base;i++)
            if(sum[rt].a[i])
                add(ans,sum[rt].a[i]);
        return;
    }
    int mid=(l+r)>>1;
    if(mid>=L)query(L,R,ls);
    if(mid<R)query(L,R,rs);
}
/*
 如果不在一条链上,那么比较x,y点链顶的父节点深度,更新深度深的链(进行交换,把深度深的赋予为x),更新完后,将范围调整到y--fa[top[x]],然后一直迭代,直到在同一个链上。
 */
int n,q;
Base Change(int x,int y)
{
    ans=Base();
    while(top[x]!=top[y])
    {
        if(dep[top[x]]<dep[top[y]]) swap(x,y);
        query(tid[top[x]],tid[x],1,n,1);
        x=fa[top[x]];
    }
    if(dep[x]>dep[y]) swap(x,y);
    query(tid[x],tid[y],1,n,1);
    return ans;
}
ll getmax(Base x)
{
    ll tt=0;
    for(int i=m_base;~i;i--)
        if(((tt>>i)&1)==0&&x.a[i])
            tt^=x.a[i];
    return tt;
}
int main()
{
    n=read(),q=read();
    intt();
    for(int i=1;i<=n;i++)
        ac[i]=read();
    for(int i=1;i<n;i++)
    {
        int x=read(),y=read();
        addedge(x,y);
        addedge(y,x);
    }
    dfs1(1,0,0);
    dfs2(1,1);
    build(1,n,1);
    for(int i=0;i<q;i++)
    {
        int aa=read(),bb=read();
        printf("%lld\n",getmax(Change(aa,bb)));
    }
}
<think>我们使用树链剖分(重链分)将分割成链,然后利用DFS序(实际上是分后的DFS序)将结构转化为线性序列,然后使用线段维护序列上的权值。这样,子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,每个子在DFS序中也是连续的(因为DFS遍历子时是连续的)。因此,子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,但本题只需要子查询,所以这一步可以简化,但我们还是按标准分来做)。 3. 建立线段:在DFS序上建立线段,支持单点更新和区间求和。 子查询:对于节点u,其子对应的区间为[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,子节点在DFS序中仍然是连续的。 因此,我们可以使用线段来维护这个区间和。 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,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在线段中的位置 seg_tree.update(idx, delta) # 查询子u的权值和:子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u的DFS序区间是连续的,因为递归完子后才会遍历下一个子。所以子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序保证了每个子是连续的,所以我们可以用区间[pos[u], pos[u]+size[u]-1]表示子。 - 线段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) ### 与状数组+DFS序的对比: - 状数组+DFS序(普通DFS序)同样可以做到,且状数组常数更小,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: 对于子查询,状数组+普通DFS序已经足够高效。树链剖分+线段也可以实现,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. 除了子查询,树链剖分还能支持哪些类型的查询和操作? 3. 如果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. 线段状数组在实现子查询时各自的优缺点是什么?</think>对于结构不变、节点数不超过 100,000 的场景,使用 **线段 + 树链剖分** 是高效支持子权值查询和节点权值更新的解决方案。树链剖分结构转化为线性序列,线段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、子大小(`size[u]`)和重儿子(子最大的子节点) - **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]` 和子结束时间 `end[u]`(子节点在 DFS 序中连续) 2. **线段构建**: - 基于 DFS 序构建线段,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) # 子大小 heavy = [-1] * (n+1) # 重儿子 dfn = [0] * (n+1) # DFS 入序时间戳 end = [0] * (n+1) # 子结束时间戳 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 # 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 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 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) | 线段单点更新 | | 子权值查询 | O(log n) | 线段区间查询 | ### 优势与适用场景 1. **树链剖分优势**: - 将子查询转化为 **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