CF414E Mashmokh‘s Designed Problem 题解

这篇博客主要介绍了如何使用欧拉序和Splay树来解决一棵以111为根的树的动态维护问题。通过Splay树以欧拉序为键,深度为值进行维护,支持求两点距离、子树迁移和深度查询等操作。文章详细解析了每个操作的实现思路,并给出了相应的C++代码实现,展示了在竞赛编程中解决复杂树形问题的方法。
摘要由CSDN通过智能技术生成

题目传送门

题目大意: 给一棵以 1 1 1 为根的树,边有序号,维护三种操作:1、求两点距离;2、支持将一棵子树拔下来插到另一个节点上,成为他的最后一个儿子;3、从根出发dfs,求最后一个dfs到的深度为 k k k 的节点。

题解

边有序号大概就是暗示你这棵树dfs序唯一,但是这题dfs序没有什么好的性质,但这时候我们灵机一动发现一个叫欧拉序的东西也是唯一的,拿过来用一用。

我们考虑用splay来维护,以欧拉序为key,深度为value。先看第二个操作,记 i n x , o u t x in_x,out_x inx,outx 分别为 x x x 在欧拉序中第一次和第二次出现的位置,假如我们要将 x x x 子树拔下来插到 y y y 下,那么不难发现这个操作其实就是将 [ i n x , o u t x ] [in_x,out_x] [inx,outx] 移到 o u t y out_y outy 前,并且深度整体减去一个值,splay随便做做就好。

再看第三个操作,找到深度为 k k k 且在dfs序最后面的点。这个点显然在欧拉序上也是在最后的,考虑在splay上维护子树中深度的 min ⁡ \min min max ⁡ \max max,然后优先走右儿子查找一下就好。

最后回到第一个操作,两点距离相当于找lca,不难发现lca是 ( i n x , i n y ) (in_x,in_y) (inx,iny) 这一段中的最小深度 − 1 -1 1(讨论一下 x x x y y y 父亲和 x x x y y y 不是父子关系 两种情况就可以发现是正确的),那么就做完了。

不过话说赛时是什么神仙才写得出来这种东西啊QAQ……

代码如下:

#include <bits/stdc++.h>
using namespace std;
#define maxn 200010

int n,q;
vector<int> e[maxn];
struct node{
	int id,dep,mi,ma,lazy;node *zuo,*you,*fa;
	node(int Id,int x,node *Fa):id(Id),dep(x),mi(x),ma(x),lazy(0),zuo(NULL),you(NULL),fa(Fa){}
	void update(int x){lazy+=x;mi-=x;ma-=x;dep-=x;}
	void pushdown(){
		if(!lazy)return;
		if(zuo)zuo->update(lazy);
		if(you)you->update(lazy);
		lazy=0;
	}
	void check(){
		mi=ma=dep;
		if(zuo)mi=min(mi,zuo->mi),ma=max(ma,zuo->ma);
		if(you)mi=min(mi,you->mi),ma=max(ma,you->ma);
	}
	node *find(int x){
		pushdown();
		if(you&&you->mi<=x&&you->ma>=x)return you->find(x);
		if(dep==x)return this;
		return zuo->find(x);
	}
}*rt(NULL);
void rotate(node *x){
	node *fa=x->fa,*gfa=fa->fa;
	if(fa->zuo==x){
		fa->zuo=x->you;
		if(x->you)x->you->fa=fa;
		x->you=fa;
	}else{
		fa->you=x->zuo;
		if(x->zuo)x->zuo->fa=fa;
		x->zuo=fa;
	}
	fa->fa=x;x->fa=gfa;
	if(gfa&&gfa->zuo==fa)gfa->zuo=x;
	if(gfa&&gfa->you==fa)gfa->you=x;
	fa->check();x->check();
}
#define witch(x) (x->fa->zuo==x)
void splay(node *x,node *to=NULL){
	static node *sta[maxn];int t=0;
	sta[++t]=x;node *xx=x;
	while(xx->fa!=to)xx=sta[++t]=xx->fa;
	while(t)sta[t--]->pushdown();
	while(x->fa!=to){
		if(x->fa->fa!=to&&witch(x)==witch(x->fa))rotate(x->fa);
		rotate(x);
	}
	if(to==NULL)rt=x;
}
node *add(int Id,int dep){
	if(rt==NULL)return rt=new node(Id,dep,NULL);
	node *p=rt;while(p->you)p=p->you;
	p->you=new node(Id,dep,p);splay(p->you);
	return rt;
}
node *getpre(node *x){
	splay(x);x=x->zuo;
	while(x->you)x=x->you;
	return x;
}
node *getnxt(node *x){
	splay(x);x=x->you;
	while(x->zuo)x=x->zuo;
	return x;
}
void getseg(node *x,node *y){
	node *xx=getpre(x),*yy=getnxt(y);
	splay(xx);splay(yy,xx);
}
node *in[maxn],*out[maxn];
void dfs(int x,int dep){
	in[x]=add(x,dep);
	for(int y:e[x])dfs(y,dep+1);
	out[x]=add(x,dep);
}

int main()
{
	scanf("%d %d",&n,&q);
	for(int i=1;i<=n;i++){
		int k;scanf("%d",&k);
		int x;while(k--)scanf("%d",&x),e[i].push_back(x);
	}
	add(-1,-1);dfs(1,0);add(-1,-1);//在前后塞两个节点可以避免讨论边界问题
	for(int i=1,type,x,y;i<=q;i++){
		scanf("%d %d",&type,&x);
		if(type==1){
			scanf("%d",&y);
			if(x==y){puts("0");continue;}
			node *p1=in[x],*p2=in[y];
			//注意,取出(in[x],in[y])这个区间时要考虑此时两者欧拉序谁在前谁在后
			//如果你不小心忘掉了树会变化而使用一开始的欧拉序来判断,那么你就可以像我一样反复RE (
			splay(p1);splay(p2,p1);
			if(p1->zuo==p2)swap(p1,p2);

			getseg(getnxt(p1),p2);
			int lca=rt->you->zuo->mi-1;
			printf("%d\n",in[x]->dep+in[y]->dep-2*lca);
		}else if(type==2){
			scanf("%d",&y);getseg(in[1],in[x]);
			node *p=rt->you->zuo->find(in[x]->dep-y);p=out[p->id];

			getseg(in[x],out[x]);node *now=rt->you->zuo;now->update(y-1);
			if(now->fa->zuo==now)now->fa->zuo=NULL;else now->fa->you=NULL;
			now->fa->check();now->fa=NULL;

			getseg(p,p);p->pushdown();p->zuo=now;now->fa=p;splay(now);
		}else{
			printf("%d\n",rt->find(x)->id);
		}
	}
}
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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