LCA最近公共祖先 RMQ法 洛谷p3379

这篇博客介绍了一种利用深度优先搜索(DFS)序和区间最值查询(RMQ)来寻找树中两点间深度最小的节点,即最近公共祖先节点的方法。通过构建深度数组并使用RMQ算法,在O(logN)的时间复杂度内求解问题。

dfs序上两点之间深度最小的点就是最近公共祖先节点,用rmq在深度数组求区间最值即可

//#pragma GCC optimize(3,"Ofast","inline")
#include<unordered_map>
//#include<unordered_set>
#include<cstdio>
#include<iostream>
#include<cmath>
#include<functional>
#include<cstring>
#include<string>
#include<cstdlib>
#include<queue>
#include<map>
#include<algorithm>
#include<set>
#include<stack>
#include<vector>
#include<sstream>
#include<list>
using namespace std;
typedef long long ll;
const int INF=0x3f3f3f3f;
int mod=1000000007;
const int N=2e3+10;
const int maxn=5e5+7;
int num;
int f[2*maxn][25],d[maxn],vis[maxn],head[maxn],id[maxn],dfsx[2*maxn];
int n,m,root;
struct node
{
    int to,next;
} p[2*maxn];
void add(int from,int to)
{
    p[num].to=to;
    p[num].next=head[from];
    head[from]=num++;
}
void dfs(int x,int ceng)
{
    dfsx[num]=x;
    id[x]=num;
    d[x]=ceng;
    num++;
    vis[x]=1;
    for(int i=head[x]; i!=-1; i=p[i].next)
        if(!vis[p[i].to])
        {
            dfs(p[i].to,ceng+1);
            dfsx[num]=x;
            num++;
        }
}
void rmq()
{
    for(int i=1; i<=num; i++)f[i][0]=dfsx[i];
    for(int j=1; (1<<j)<=num; j++)
        for(int i=1; i+(1<<j)-1<=num; i++)
        {
            if(d[f[i][j-1]]<d[f[i+(1<<j-1)][j-1]])f[i][j]=f[i][j-1];
            else f[i][j]=f[i+(1<<j-1)][j-1];
        }
}
int lca(int x,int y)
{
    if(id[x]>id[y])swap(x,y);
    int len=id[y]-id[x]+1;
    int cnt=0,ans=1;
    while(ans<=len)
    {
        cnt++;
        ans<<=1;
    }
    cnt--;
    ans>>=1;
    if(d[f[id[x]][cnt]]<d[f[id[y]-ans+1][cnt]]) return f[id[x]][cnt];
    else return f[id[y]-ans+1][cnt];
}
int main()
{
    memset(head,-1,sizeof head);
    cin>>n>>m>>root;
    int x,y;
    for(int i=1; i<n; i++)
    {
        cin>>x>>y;
        add(x,y);
        add(y,x);
    }
    num=1;
    dfs(root,0);
    num--;
    rmq();
    while(m--)
    {
        cin>>x>>y;
        cout<<lca(x,y)<<endl;
    }
    return 0;
}



根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和结传统机器学习(Machine Learning)方(methods)或者算(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方来实现. 任何机器学习方基本的流程结构都是通用的;使用的评价方也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方分为四种: 无监督(unsupervised) 训练数据没有给定...
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