Codevs 3287 货车运输 2013年NOIP全国联赛提高组(带权LCA+并查集+最大生成树)

本文提供了一道名为“货车运输”的NOIP 2013年全国联赛提高组赛题的两种解题思路:一种使用SPFA算法求解最短路径问题,另一种采用最大生成树、带权LCA和并查集的方法来解决任意两点间最大权重路径的最小值问题。

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

3287 货车运输 2013年NOIP全国联赛提高组
时间限制: 1 s
空间限制: 128000 KB
题目等级 : 钻石 Diamond
传送门
题目描述 Description
A 国有 n 座城市,编号从 1 到 n,城市之间有 m 条双向道路。每一条道路对车辆都有重量限制,简称限重。现在有 q 辆货车在运输货物,司机们想知道每辆车在不超过车辆限重的情况下,最多能运多重的货物。
输入描述 Input Description
第一行有两个用一个空格隔开的整数 n,m,表示 A 国有 n 座城市和 m 条道路。
接下来 m 行每行 3 个整数 x、y、z,每两个整数之间用一个空格隔开,表示从 x 号城市到 y 号城市有一条限重为 z 的道路。注意:x 不等于 y,两座城市之间可能有多条道路。
接下来一行有一个整数 q,表示有 q 辆货车需要运货。
接下来 q 行,每行两个整数 x、y,之间用一个空格隔开,表示一辆货车需要从 x 城市运输货物到 y 城市,注意:x 不等于 y。
输出描述 Output Description
输出共有 q 行,每行一个整数,表示对于每一辆货车,它的最大载重是多少。如果货车不能到达目的地,输出-1。
样例输入 Sample Input
4 3
1 2 4
2 3 3
3 1 1
3
1 3
1 4
1 3
样例输出 Sample Output
3
-1
3
数据范围及提示 Data Size & Hint
对于 30%的数据,0 < n < 1,000,0 < m < 10,000,0 < q < 1,000;
对于 60%的数据,0 < n < 1,000,0 < m < 50,000,0 < q < 1,000;
对于 100%的数据,0 < n < 10,000,0 < m < 50,000,0 < q < 30,000,0 ≤ z ≤ 100,000。
分类标签 Tags
最小生成树 图论 大陆地区 NOIP全国联赛提高组 2013年

/*
spfa暴力.
30.
*/
#include<iostream>
#include<cstdio>
#include<cstring>
#include<queue>
#define MAXN 10001
#define MAXM 100001
using namespace std;
int head[MAXN],dis[MAXN],n,m,cut,k;
struct data{int v,next,x;}e[MAXM];
bool b[MAXN];
queue<int>q;
void add(int u,int v,int z)
{
    e[++cut].v=v;
    e[cut].x=z;
    e[cut].next=head[u];
    head[u]=cut;
}
int read()
{
    int x=0,f=1;char ch=getchar();
    while(ch<'0'||ch>'9'){if(ch=='-')f=-1;if(ch==EOF) return -1;ch=getchar();}
    while(ch>='0'&&ch<='9') x=x*10+ch-48,ch=getchar();
    return x*f;
}
void spfa(int s)
{
    memset(dis,0,sizeof dis);
    dis[s]=1e9;
    q.push(s);
    while(!q.empty())
    {
        int u=q.front();q.pop();b[u]=false;
        for(int i=head[u];i;i=e[i].next)
        {
            int v=e[i].v;
            if(dis[v]<min(dis[u],e[i].x)) {
                dis[v]=min(dis[u],e[i].x);
                if(!b[v]) b[v]=true,q.push(v);
            }
        }
    }
}
int main()
{
    int x,y,z;
    n=read(),m=read();
    while(m--)
    {
        x=read(),y=read(),z=read();
        add(x,y,z),add(y,x,z);
    }
    k=read();
    while(k--)
    {
        x=read(),y=read();
        spfa(x);
        if(!dis[y]) printf("-1\n");
        else printf("%d\n",dis[y]);
    }
    return 0;
}
/*
最大生成树+带权LCA+并查集. 
好题.
每次询问任意两点之间边权最大路径的最小值.
▲读入的时候不能建边.
先kruskal建一棵树并保存数的形态.(prim只能求权值无法保存形态). 
搞的时候维护一个dis[i][j]数组表示从i号节点向上2^j层的到i的最小值.
然后LCA的时候步步取小,步步取小,步步取小.
若deep[i]==0&&i!=1 即改点没有遍历到,return -1. 
*/
#include<iostream>
#include<cstdio>
#include<algorithm>
#include<cstring>
#define MAXN 50001
#define D 16
using namespace std;
int head[MAXN],n,m,cut,tot,father[MAXN],fa[MAXN][D+5],deep[MAXN],dis[MAXN][D+5];
struct edge
{
    int v;
    int next;
    int x;
}
e[MAXN<<1];
struct data
{
    int x,y,z;
}
s[MAXN];
void add(int u,int v,int z)
{
    tot++;
    e[tot].x=z;
    e[tot].v=v;
    e[tot].next=head[u];
    head[u]=tot;
}
int ffind(int x)
{
    if(x!=father[x])  return father[x]=ffind(father[x]);
    return x;
}
bool cmp(const data &x,const data &y)
{
    return x.z>y.z;
}
void dfs(int u,int x)
{
    for(int i=head[u];i!=-1;i=e[i].next)
    {
        int v=e[i].v;
        if(!deep[v]&&v!=1)
        {
            deep[v]=deep[u]+1;
            fa[v][0]=u;
            dis[v][0]=e[i].x;//dis处理.
            dfs(v,x+1);
        }
    }
}
void get_father()
{
    for(int j=1;j<=D;j++)
      for(int i=1;i<=n;i++)
      {
        fa[i][j]=fa[fa[i][j-1]][j-1];
        dis[i][j]=min(dis[i][j-1],dis[fa[i][j-1]][j-1]);
      }
}
int get_same(int u,int v)
{
    for(int i=0;i<=D;i++)
      if((1<<i)&v) 
      {
        tot=min(tot,dis[u][i]);
        u=fa[u][i];
      }
    return u;
}
int lca(int u,int v)
{
    if((u!=1&&!deep[u])||(v!=1&&!deep[v]))  return -1;
    tot=1e9;
    if(deep[u]<deep[v]) swap(u,v);
    u=get_same(u,deep[u]-deep[v]);
    if(u==v) return tot;
    for(int i=D;i>=0;i--)
    {
        if(fa[u][i]!=fa[v][i])
        {
            tot=min(tot,dis[u][i]);
            tot=min(tot,dis[v][i]);
            u=fa[u][i];
            v=fa[v][i];
        }
    }
    tot=min(tot,min(dis[u][0],dis[v][0]));
    return tot;
}
int main()
{
    memset(head,-1,sizeof(head));
    memset(dis,127/3,sizeof(dis));
    int x,y,z,u,v;
    scanf("%d%d",&n,&m);
    for(int i=1;i<=n;i++)  father[i]=i;
    for(int i=1;i<=m;i++)
    {
        scanf("%d%d%d",&x,&y,&z);
        //add(x,y,z);
        s[i].x=x;s[i].y=y;s[i].z=z;
    }
    sort(s+1,s+m+1,cmp);
    for(int i=1;i<=m;i++)
    {
        u=s[i].x,v=s[i].y;
        int r1=ffind(u),r2=ffind(v);
        if(r1!=r2)
          {
            add(u,v,s[i].z);
            add(v,u,s[i].z);
            father[r2]=r1;
            cut++;
            if(cut==n-1) break;
          }
    }
    dfs(1,0);
    get_father();
    scanf("%d",&m);
    for(int i=1;i<=m;i++)
    {
        scanf("%d%d",&u,&v);
        printf("%d\n",lca(u,v));
    }
    return 0;
}

转载于:https://www.cnblogs.com/nancheng58/p/6070810.html

P1967 [NOIP 2013 提高] 货车运输 题目背景 NOIP2013 提高 D1T3 题目描述 A 国有 nn 座城市,编号从 11 到 nn,城市之间有 mm 条双向道路。每一条道路对车辆都有重量限制,简称限重。 现在有 qq 辆货车在运输货物, 司机们想知道每辆车在不超过车辆限重的情况下,最多能运多重的货物。 输入格式 第一行有两个用一个空格隔开的整数 n,mn,m,表示 A 国有 nn 座城市和 mm 条道路。 接下来 mm 行每行三个整数 x,y,zx,y,z,每两个整数之间用一个空格隔开,表示从 xx 号城市到 yy 号城市有一条限重为 zz 的道路。 注意: x≠yx=y,两座城市之间可能有多条道路 。 接下来一行有一个整数 qq,表示有 qq 辆货车需要运货。 接下来 qq 行,每行两个整数 x,yx,y,之间用一个空格隔开,表示一辆货车需要从 xx 城市运输货物到 yy 城市,保证 x≠yx=y 输出格式 共有 qq 行,每行一个整数,表示对于每一辆货车,它的最大载重是多少。 如果货车不能到达目的地,输出 −1−1。 输入输出样例 #1 输入 #1 4 3 1 2 4 2 3 3 3 1 1 3 1 3 1 4 1 3 输出 #1 3 -1 3 说明/提示 对于 30%30% 的数据,1≤n<10001≤n<1000,1≤m<10,0001≤m<10,000,1≤q<10001≤q<1000; 对于 60%60% 的数据,1≤n<10001≤n<1000,1≤m<5×1041≤m<5×104,1≤q<10001≤q<1000; 对于 100%100% 的数据,1≤n<1041≤n<104,1≤m<5×1041≤m<5×104,1≤q<3×1041≤q<3×104,0≤z≤1050≤z≤105。生成测试数据
最新发布
03-08
<think>嗯,这个问题看起来是关于货车运输最大载重问题。题目大意是说,给定一个无向图,每条边都有一个限重,然后对于每个查询,找到从x到y的路径中,这条路径的最小边最大的那条路径,并输出这个最小值。如果无法到达则输出-1。 首先,我得想想这个问题应该怎么建模。最大生成树?因为要保证路径中的最小边尽可能大,所以可能最大生成树里的路径就是最优的。因为最大生成树会选择边尽可能大的边来连接各个节点,这样在树上的路径的最小边就是最大的可能值。 那步骤可能是这样的:首先构建最大生成树,然后在最大生成树上处理查询。对于查询的两个节点,找到它们在最大生成树上的路径中的最小边。这时候可能需要用到LCA(最近公共祖先)的方法,结合预处理每个节点到祖先路径上的最小边。 具体来说,构建最大生成树可以使用Kruskal算法,按边从大到小排序,然后用并查集来维护连通性。生成树之后,每个节点可能需要存储父节点信息和到父节点的边的重。然后,预处理每个节点向上2^k步的祖先,以及对应的路径上的最小边。这样,在查询时,找到x和y的LCA,然后分别沿着x和y向上跳,同时记录路径中的最小边,最后合并得到整个路径的最小值。 不过,可能会有多个连通块的情况。比如,原图可能不是连通的,因此在生成树之后,每个连通块是一棵树。所以在处理查询的时候,需要先判断x和y是否在同一个连通块中,如果不在,直接返回-1。 那具体实现的话,大概的步骤是: 1. 对所有的边按照重从大到小排序,构建最大生成树。这里可能需要用Kruskal算法,因为边的数量较多,但并查集的时间复杂度应该可以接受。 2. 对于每个节点,构建倍增数,保存每个节点的祖先和对应的路径中的最小边。比如,up[k][u]表示u节点向上2^k步到达的祖先,min_edge[k][u]表示这段路径中的最小边。 3. 预处理每个节点的深度,以及倍增数。 4. 对于每个查询,先检查x和y是否连通。如果不连通,返回-1。否则,找到它们的LCA,并在寻找LCA的过程中,记录路径中的最小边。 举个例子,比如样例输入: 4个城市,3条边,边分别是1-2(4),2-3(3),3-1(1)。最大生成树应该会选1-2(4)和2-3(3),这样形成连通图。第三个边3-1的重1更小,所以不会被选中。所以生成树中的边是两条,构成1-2-3,而城市4没有边连接,所以是孤立的。 当查询1-3时,路径是1-2-3,边分别是4和3,所以最小的是3。而查询1-4的时候,不在同一连通块,返回-1。第三个查询还是同样的结果。 那问题来了,如何处理生成森林中的各个树?比如,每个树单独处理,各自有自己的父节点关系。或者,在预处理的时候,每个树分别处理它们的倍增数。 所以,具体步骤: - Kruskal算法构建最大生成森林。然后,对每个树进行DFS或者BFS,记录每个节点的父节点和到父节点的边的重,同时计算每个节点的深度。 - 然后,构建倍增数。对于每个节点u,up[0][u]就是它的父节点,min_edge[0][u]就是到父节点的边的重。然后,对于k>0,up[k][u] = up[k-1][up[k-1][u]],而min_edge[k][u] = min(min_edge[k-1][u], min_edge[k-1][up[k-1][u]]). 这样预处理之后,每个节点向上2^k步的路径中的最小边就保存下来了。 当处理查询x和y的时候,首先判断是否在同一个并查集中。如果不在,返回-1。否则,找到它们的LCA,并在过程中计算路径的最小边。 寻找LCA的步骤中,需要先将x和y调整到同一深度。比如,假设x的深度更大,那么将x向上跳直到和y同一深度,同时记录每一步的最小边。然后,同时向上跳,直到找到共同祖先。在此过程中,每一步都要记录最小的边。 举个例子,假设x和y的LCA是l。那么路径x到l,y到l的路径中的最小边,取两者的最小值,就是整个路径的最小边,也就是答案。 这样,整个算法的时间复杂度大概是: - Kruskal算法的时间复杂度是O(m log m),因为需要排序。 - 预处理倍增数的时间是O(n log n),每个节点处理log层。 - 每个查询的时间是O(log n),因为LCA的查询是log级别的。 对于n到1e4,q到3e4的情况,这样的时间复杂度应该是可以通过的。 那现在需要考虑实现的具体细节。比如,如何构建最大生成树,如何处理多个连通块,以及如何高效地预处理倍增数。 首先,边的排序要按照重降序排列。然后,使用并查集来连接各个节点,确保每次选取的边都是当前最大的,且不形成环。 构建完生成森林后,每个连通块是一棵树。然后,对于每个节点,需要确定父节点,并建立树的结构。这一步可以通过DFS或BFS完成。比如,对每个连通块,从根节点(可以任意选)开始,遍历生成树中的边,记录父节点和对应的边。 需要注意的是,生成树中的边可能并不是原图中的所有边,而是选出的最大生成树的边。所以,在生成树构建完成后,需要根据并查集的连通情况,重新构建每个连通块的树结构。这一步可能需要将生成树中的边单独存储。 或者,更高效的方式是,在Kruskal过程中,每选取一条边时,将这条边加入到生成森林的数据结构中。比如,可以维护邻接表,只保存最大生成树的边。 或者,在Kruskal之后,遍历所有属于生成树的边,并建立邻接表。但这样可能需要额外的处理。比如,可以记录每条边是否被选中,或者,因为生成树的过程已经用并查集连接,所以可能需要另一种方式。 或者,可以在Kruskal过程中,当合并两个集合的时候,添加这条边到邻接表中。例如,当合并x和y所在的集合时,将这条边加入邻接表,作为树中的边。这样,生成森林的结构就被保存在邻接表中。 是的,这应该可行。例如,初始化邻接表为空。在Kruskal处理每条边时,如果该边连接两个不同的集合,就将这条边加入邻接表两次(因为是双向的),然后合并集合。这样,邻接表中存储的就是最大生成森林的边。 然后,在预处理倍增数时,遍历每个节点,如果还没有被访问过,就以该节点为根进行DFS或BFS,记录父节点、深度,以及边。 这一步可能需要注意,因为生成森林可能有多个树,每个树需要单独处理。 接下来,构建倍增数。例如,假设最大深度不超过log2(n),所以预处理到log2(n)层即可。对于每个节点,从k=1到log层,计算up和min_edge数。 然后,处理每个查询时,先检查x和y是否在同一个并查集的集合中。如果不是,输出-1。否则,找到它们的LCA,并计算路径中的最小边。 现在,问题是如何在LCA过程中记录路径上的最小边。例如,当调整x和y到同一深度时,每一步的上跳都要记录当前的min值。然后,当同时上跳时,也需要记录两边的min,最后合并得到整个路径的最小。 具体来说,假设要找x和y的LCA,并且在这个过程中找到x到LCA和y到LCA路径中的最小边。这两个最小值中的较小者,就是整个路径的最小边。 实现时,可以将问题拆分为两个步骤: 1. 将x和y提升到同一深度,并记录过程中的最小值。 2. 同时提升x和y直到找到LCA,同时记录这两个路径中的最小值。 例如,函数实现可能如下: def lca(x, y): min_val = infinity if depth[x] < depth[y]: swap x and y # 将x上移到与y同一深度 while depth[x] > depth[y]: k = log2(depth[x] - depth[y]) min_val = min(min_val, min_edge[k][x]) x = up[k][x] if x == y: return min_val # 现在x和y在同一深度,寻找LCA for k in reversed(range(0, log_max)): if up[k][x] != up[k][y]: min_val = min(min_val, min_edge[k][x], min_edge[k][y]) x = up[k][x] y = up[k][y] # 最后一步,检查父节点是否为LCA min_val = min(min_val, min_edge[0][x], min_edge[0][y]) return min_val 这可能有些简略,但大体思路是这样的。需要不断比较路径上的最小值,并将所有步骤的最小值记录下来。 需要注意的是,在调整深度的时候,可能不能一次跳2^k步,而是需要从最大的可能步长开始尝试,直到深度差为0。例如,在调整x的深度到y的深度时,需要循环k从大到小,每次如果当前步长可以跳,就跳,并记录对应的边。 或者,另一种方法是,在预处理时,每个节点的深度已知,调整的时候,用二进制分解的方式,将深度差分解为二进制,然后逐个处理每一位。比如,在将x上移d步的时候,d是depth[x] - depth[y],然后将d分解为二进制,每一位如果是1,就跳对应的步长。 比如,假设d=5(二进制101),那么k=2(步长4),跳之后,剩下的1,再跳k=0(步长1)。 这样,在调整深度的过程中,可以计算路径中的最小值。 例如: 初始化 min_val = INF d = depth[x] - depth[y] for k in range(log_max, -1, -1): if d & (1 << k): min_val = min(min_val, min_edge[k][x]) x = up[k][x] 然后,同样的步骤处理x和y的共同祖先。 这样,在调整到同一深度之后,x和y可能已经处于同一个节点,这时候直接返回当前的min_val。否则,继续处理共同祖先。 所以,在具体的实现中,需要将调整深度和寻找LCA的过程中的每一步的最小边都记录下来。 现在,关于代码实现的一些细节: 1. 预处理log_max的值。比如,log_max = 20,因为2^20超过1e4,足够处理n=1e4的情况。 2. 使用并查集来判断连通性,同时在Kruskal过程中构建生成树的邻接表。 3. 在构建邻接表之后,进行DFS或BFS遍历每个连通块,记录每个节点的父节点、深度,以及到父节点的边的重。 4. 预处理倍增数,up数和min_edge数。 对于具体的代码结构,可能如下: - 输入n,m。 - 输入m条边,存储到一个列表edges中。 - 对edges按照z从大到小排序。 - 初始化并查集。 - 初始化邻接表:adj = [[] for _ in range(n+1)] - Kruskal算法:遍历所有边,按降序顺序。对于每条边x,y,z,如果x和y不在同一集合,就将这条边添加到邻接表中,并合并两个集合。这样,邻接表中存储的是最大生成森林的边。 - 初始化父数,深度数,以及min_edge数。初始时,父数为0,深度为0或未访问。 - 对每个节点,如果尚未被访问过,进行DFS或BFS,建立树的结构。例如,BFS时: queue = deque() visited = [False] * (n+1) for i in 1..n: if not visited[i]: queue.append(i) visited[i] = True parent[i] = 0 depth[i] = 0 while queue not empty: u = queue.popleft() for v, w in adj[u]: if not visited[v]: visited[v] = True parent[v] = u depth[v] = depth[u] + 1 min_edge[0][v] = w queue.append(v) - 然后,预处理倍增数: 对于每个节点u,up[0][u] = parent[u], min_edge[0][u] = 到父节点的边的重。 对于k从1到log_max: for u in 1..n: up[k][u] = up[k-1][up[k-1][u]] min_edge[k][u] = min(min_edge[k-1][u], min_edge[k-1][up[k-1][u]]) 需要注意的是,当up[k-1][u]为0时(即没有父节点),可能需要处理为不可达,或者跳过这些情况。例如,在预处理时,对于节点u,如果up[k-1][u]为0,那么up[k][u]也为0,而min_edge[k][u]可能保留原来的值或者取一个极小值? 或者,在预处理的时候,只处理那些存在父节点的情况。或者,在查询的时候,如果某个祖先不存在(即up[k][u]为0),则跳过该步长。 这部分需要仔细处理,否则可能导致数越界或者错误。 现在,当处理查询时,首先判断x和y是否连通。这可以通过并查集的find函数来判断。如果在同一个集合,才进行后续处理;否则返回-1。 然后,找到x和y的LCA,并在过程中记录路径的最小边。 例如: def query(x, y): if find(x) != find(y): return -1 res = infinity if depth[x] < depth[y]: x, y = y, x # 提升x到y的深度 for k in range(log_max, -1, -1): if depth[x] - (1 << k) >= depth[y]: res = min(res, min_edge[k][x]) x = up[k][x] if x == y: return res # 同时提升x和y for k in range(log_max, -1, -1): if up[k][x] != up[k][y]: res = min(res, min_edge[k][x], min_edge[k][y]) x = up[k][x] y = up[k][y] # 此时x和y的父节点是LCA res = min(res, min_edge[0][x], min_edge[0][y]) return res 这样,返回的res就是路径中的最小边最大可能值。 现在,测试样例的情况: 比如输入中的边1-2(4)、2-3(3)、3-1(1)。在最大生成树中,前两条边会被选中,第三条边会被忽略,因为形成环。所以生成树的结构是1-2-3。城市4孤立。 查询1-3时,路径是1-2-3,边4和3,最小值是3。查询1-4,不在同一集合,返回-1。第三个查询同第一个。 那在代码中的处理: 预处理时,对于节点1,父节点是0,或者假设根节点是1。在BFS时,可能根节点的父是0,深度是0。子节点2的父是1,深度1,min_edge[0][2] =4。节点3的父是2,深度2,min_edge[0][3]=3。 倍增数预处理: 对于k=0,min_edge[0][2]=4,up[0][2] =1。min_edge[0][3]=3,up[0][3]=2. 对于k=1,up[1][3] = up[0][up[0][3]] = up[0][2] =1。min_edge[1][3] = min(3,4)=3. 当查询1和3时,他们的LCA是1。在调整深度时,3的深度是2,1的深度是0。所以将3提升到0的深度: 初始x=3,depth=2,y=1,depth=0. 需要将x的深度降低到0。循环k从log_max(比如20)到0: 当k=1时,1<<1=2,此时depth[x] -2 >=0,可以跳。min_edge[1][3]是3。x变成up[1][3]=1。此时x的深度是0,等于y的深度。 然后,x等于y,返回3。正确。 另一个例子,比如查询1和4,不在同一集合,返回-1。 所以,代码逻辑是正确的。 现在,关于代码实现中的问题,比如数的大小。因为n可以达到1e4,所以数的维度需要足够。例如,log_max取15(因为2^15=32768,大于1e4)。 另外,在预处理倍增数的时候,需要注意节点是否可达。比如,如果某个节点的父节点是0,那么向上跳的时候可能会越界。这时候,在预处理时,可以将父节点设为0,且对应的min_edge可能设为一个极大值或者忽略。或者在查询的时候,判断up[k][u]是否为0,如果是的话,跳过这一步。 总之,需要确保在查询过程中不会访问到不存在的祖先节点。 另外,初始化邻接表的时候,每条边会被添加两次,因为是无向的。例如,在Kruskal选中x-y这条边时,会将y加入x的邻接表,x加入y的邻接表。但在这个过程中,可能生成树的结构是一个树,不会有环。因此,在BFS或DFS的时候,不会重复访问节点,因为每个节点会被标记为已访问。 综上,这样的算法应该可以正确解决问题。</think>### 题目介绍:P1967 [NOIP2013 提高] 货车运输 #### **题目大意** 给定一个无向图,每条边有重量限制。对于多个查询,求从起点到终点的路径中,允许的最大载重(即路径上最小边最大值)。若两点不连通,返回 `-1`。 --- ### **算法思路** 1. **最大生成树** 货车的最优路径一定在最大生成树中。因为最大生成树能保证路径的边尽可能大,路径的最小边即为最大可能值。 2. **Kruskal 算法构建生成树** - 按边从大到小排序,用并查集合并节点,形成最大生成森林。 3. **倍增法预处理 LCA** - 对生成树中的每个节点,预处理其各级祖先及路径上的最小边。 - 对于查询的两点,找到其最近公共祖先(LCA),并计算路径上的最小边。 --- ### **实现步骤** 1. **输入处理与初始化** - 读取边并按重降序排序。 - 使用并查集构建最大生成树,并记录生成树的邻接表。 2. **预处理父节点与深度** - 通过 BFS/DFS 遍历生成树,记录每个节点的父节点、深度及到父节点的边。 3. **构建倍增数** - 定义 `up[k][u]` 表示节点 `u` 向上跳 $2^k$ 步的祖先。 - 定义 `min_edge[k][u]` 表示该路径的最小边。 4. **处理查询** - 若两点不连通,返回 `-1`。 - 调整两点至同一深度,同步上跳寻找 LCA,并记录路径最小边。 --- ### **代码实现** ```python import sys from collections import deque def main(): sys.setrecursionlimit(1 << 25) n, m = map(int, sys.stdin.readline().split()) edges = [] for _ in range(m): x, y, z = map(int, sys.stdin.readline().split()) edges.append((-z, x, y)) # 降序排序 edges.sort() # 并查集初始化 parent = list(range(n + 1)) def find(u): while parent[u] != u: parent[u] = parent[parent[u]] u = parent[u] return u # 构建
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