最近公共祖先

最近公共祖先

最近公共祖先（Lowest Common Ancestors, LCA）指有根树中距离两个节点最近的公共祖先。祖先指从当前节点到树根路径上的所有节点。

u和 v的公共祖先指一个节点既是 u的祖先，又是 v的祖先。u和 v的最近公共祖先指距离 u和 v最近的公共祖先。

若 v是 u的祖先，则 u和v的最近公共祖先是 v

可以使用 LCA求解树上任意两点之间的距离。求 u和 v之间的距离时，若 u和 v的最近公共祖先为 lca，则 u和 v之间的距离为 u到树根的距离加上 v到树根的距离减去2倍的 lca到树根的距离：$dist[u]+dist[v]-2\ast dist[ca]$。

求解 LCA的方法有很多，包括暴力搜索法、树上倍增法、在线 RMQ算法、离线 Tarjan算法和树链剖分。

• 在线算法：以序列化方式一个一个地处理输入，也就是说，在开始时并不需要知道所有输入，在解决一个问题后立即输出结果。
• 离线算法：在开始时已知问题的所有输入数据，可以一次性回答所有问题。

1、暴力搜索法

暴力搜索法有两种：向上标记法和同步前进法。

1.1 向上标记法

从 u向上一直到根节点，标记所有经过的节点；若 v已被标记，则 v节点为 LCA(u, v)；否则 v也向上走，第1次遇到已标记的节点时，该节点为 LCA(u, v)。

int LCA(int u,int v){
    if(u==v){
        return u;
    }
    flag[u]=1;
    while(fa[u]!=u){// u向上走到根
        u=fa[u];
        flag[u]=1;
    }
    if(flag[v]){
        return v;
    }
    while(fa[v]!=v){
        v=fa[v];
        if(flag[v]){// v向上
            return v;
        }
    }
}

复杂度 $O(n)$

1.2 同步前进法

将 u、v中较深的节点向上走到和深度较浅的节点同一深度，然后两个节点一起向上走，直到走到同一个节点，该节点就是 u、v的最近公共祖先，记作 LCA(u,v)。若较深的节点 u到达 v的同一深度时，那个节点正好是 v，则 v节点为 LCA(u,v)。

复杂度 $O(n)$

2、树上倍增法

树上倍增法不仅可以解决 LCA问题，还可以解决很多其他问题，掌握树上倍增法是很有必要的。$F[i,j]$ 表示 $i$ 的 $2^j$ 辈祖先，即 $i$ 节点向根节点走 $2^j$ 步到达的节点。

$F[i,j]=F[F[i,j-1],j-1]$

算法设计

1. 创建 ST
2. 利用 ST求解 LCA

和前面暴力搜索中的同步前进法一样，先让深度大的节点 $y$ 向上走到与 $x$ 同一深度，然后 $x$ 、$y$ 一起向上走。和暴力搜索不同的是，向上走是按照倍增思想走的，不是一步一步向上走的，因此速度较快。

void ST_create() {
	for(int j=1; j<=k; j++) {
		for(int i=1; i<=n; i++) {
			F[i][j]=F[F[i][j-1]][j-1];
		}
	}
}

int LCA_st_query(int x,int y){//求区间x,y的最近公共祖先
	if(d[x]>d[y]){//保证x的深度小于等于y
		swap(X,y);
    }
	for(int i=k;i>=0;i--){//y向上走到与x同一深度
         if(d[F[y][i]]>=d[x]){
             y=F[y][i];
         }
	}
	if(x==y){
        return X;
    }
	for(int i=k;i>=0;i--){//x,y一起向上走
        if(F[x][i]!=F[y][i]){
            x=F[x][i],y=F[y][i];
        }
	}
	return F[x][0];// 返回x的父亲
}

预处理 $O(nlogn)$