【题解】 [ZJOI2012]灾难 (拓扑排序+LCA)

本文介绍了一种利用拓扑排序解决毁灭树问题的方法。详细阐述了如何通过连接每个节点到其最近公共祖先来构建毁灭树,以及如何利用拓扑排序进行子树大小的计算。

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

懒得复制,戳我戳我

Solution:

  • 这题思路很神奇,首先你要知道这个毁灭树是怎么保证实现的:一句话就是如果该节点要被破坏,他的所有父节点就要被破坏,也就只要所有父节点的LCA被破坏就可以,所以我们就只用把这个点直接连向LCA。每个点都这么处理,最后面就是留下的一棵毁灭树,也就是\(i\)节点破坏后,它的子树都一定会被破坏
  • 上面这一点的详解戳我
  • 然后就是拓扑序的应用,我们读入并储存的是\(i\)节点连向的那些边,(没有连出的边的节点连向\(0\),不能连向自己,后面解释)然后拓扑排序,这是处理出的是原图节点中最后的节点在最前的拓扑序里(好像有点绕
  • 我们就从图的最首位置开始处理(也就是拓扑序最后面的,这样可以保证后面的点可以处理父节点的LCA,并且不会影响LCA的结果,可以想想为什么)
  • 我们一边处理节点时,要处理出该节点在新的一棵树中的\(fa\)\(depth\),这样就后面节点才能处理LCA
  • 然后我们就从叶子节点开始处理子树大小,我们只用把子树大小\(+1\)(这是加上自己),再加到父节点上。这时候我们就可以知道,树根的\(size\)会加到\(0\)去,不然会加到自己身上
  • 然后输出的时候就输出\(size-1\)就可以了,减去自己
  • 还有一个就是后面处理的时候都是用的拓扑序,下面就是自己犯的一个傻逼错误:

    忘用team了,因为是处理新树上的值,拓扑序在前面的是更深的节点,这样才保证是从下至上处理size的
for(int i=1;i<=n;i++){
    size[ team[i] ]++;size[ fa[team[i]][0] ]+=size[ team[i] ];
  }

Code:

//It is coded by Ning_Mew on 3.20
#include<bits/stdc++.h>
using namespace std;

const int maxn=65534+10;
const int maxm=1e6+7;

int n;
int team[maxn],ct=0;
int head[maxn],cnt=0;
struct EE{
  int nxt,to;
}edge[maxm];
int fa[maxn][20],in[maxn],size[maxn],depth[maxn];

void add(int from,int to){
  edge[++cnt].nxt=head[from];
  edge[cnt].to=to;
  head[from]=cnt;
}
void topsort(){
  queue<int>q;
  while(!q.empty())q.pop();
  for(int i=1;i<=n;i++)if(in[i]==0)q.push(i),team[++ct]=i;
  while(!q.empty()){
    int u=q.front();q.pop();
    for(int i=head[u];i!=0;i=edge[i].nxt){
      int v=edge[i].to;
      in[v]--;if(in[v]==0)q.push(v),team[++ct]=v;
    }
  }return;
}
int LCA(int x,int y){
  if(depth[y]>depth[x])swap(x,y);
  for(int i=16;i>=0;i--){
    if(depth[ fa[x][i] ]>=depth[y])x=fa[x][i];
  }if(y==x)return x;
  for(int i=16;i>=0;i--){
    if(fa[x][i]!=fa[y][i])x=fa[x][i],y=fa[y][i];
  }return fa[x][0];
}
int main(){
  scanf("%d",&n);
  for(int i=1;i<=n;i++){
    int box;scanf("%d",&box);
    if(!box){add(i,0);continue;}
    while(box){
      add(i,box);in[box]++;
      scanf("%d",&box);
    }
  }
  topsort();
  //for(int i=1;i<=n;i++)cout<<team[i]<<' ';cout<<endl;
  for(int i=n;i>=1;i--){
    int u,t;
    u=team[i];  t=edge[ head[u] ].to;
    for(int j=edge[ head[u] ].nxt;j!=0;j=edge[j].nxt){
      t=LCA(t,edge[j].to);
    }
    //cout<<u<<' '<<t<<endl;
    fa[u][0]=t;depth[u]=depth[t]+1;
    for(int j=1;j<=16;j++)fa[u][j]=fa[ fa[u][j-1] ][j-1];
  }
  for(int i=1;i<=n;i++){
    size[ team[i] ]++;size[ fa[team[i]][0] ]+=size[ team[i] ];
  }
  for(int i=1;i<=n;i++){printf("%d\n",size[i]-1);}
  return 0;
}

转载于:https://www.cnblogs.com/Ning-Mew/p/8612725.html

基于数据挖掘的音乐推荐系统设计与实现 需要一个代码说明,不需要论文 采用python语言,django框架,mysql数据库开发 编程环境:pycharm,mysql8.0 系统分为前台+后台模式开发 网站前台: 用户注册, 登录 搜索音乐,音乐欣赏(可以在线进行播放) 用户登陆时选择相关感兴趣的音乐风格 音乐收藏 音乐推荐算法:(重点) 本课需要大量用户行为(如播放记录、收藏列表)、音乐特征(如音频特征、歌曲元数据)等数据 (1)根据用户之间相似性或关联性,给一个用户推荐与其相似或有关联的其他用户所感兴趣的音乐; (2)根据音乐之间的相似性或关联性,给一个用户推荐与其感兴趣的音乐相似或有关联的其他音乐。 基于用户的推荐和基于物品的推荐 其中基于用户的推荐是基于用户的相似度找相似相似用户,然后向目标用户推荐其相似用户喜欢的东西(和你类似的人也喜欢**东西); 而基于物品的推荐是基于物品的相似度找相似的物品做推荐(喜欢该音乐的人还喜欢了**音乐); 管理员 管理员信息管理 注册用户管理,审核 音乐爬虫(爬虫方式爬取网站音乐数据) 音乐信息管理(上传歌曲MP3,以便前台播放) 音乐收藏管理 用户 用户资料修改 我的音乐收藏 完整前后端源码,部署后可正常运行! 环境说明 开发语言:python后端 python版本:3.7 数据库:mysql 5.7+ 数据库工具:Navicat11+ 开发软件:pycharm
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