曼哈顿距离最小生成树&莫队算法

参考资料：https://www.cnblogs.com/CsOH/p/5904430.html

                  https://blog.csdn.net/huzecong/article/details/8576908

                  https://www.cnblogs.com/xzxl/p/7237246.html

                  https://www.cnblogs.com/Paul-Guderian/p/6933799.html

---

首先先看一下

曼哈顿距离最小生成树

一，简述曼哈顿距离最小生成树：

给定二维平面上的N个点，在两点之间连边的代价为其曼哈顿距离，求使所有点连通的最小代价。

朴素的算法可以用O(N2)的Prim，或者处理出所有边做Kruskal，但在这里总边数有O(N2)条，所以Kruskal的复杂度变成了O(N2logN)。

事实上，真正有用的边远没有O(N2)条。我们考虑每个点会和其他一些什么样的点连边。

可以得出这样一个结论，以一个点为原点建立直角坐标系，在每45度内只会向距离该点最近的一个点连边。

证明：假设我们以点A为原点建系，考虑在y轴向右45度区域内的任意两点B(x1,y1)和C(x2,y2)，不妨设|AB|≤|AC|（这里的距离为曼哈顿距离），如下图：

 

|AB|=x1+y1，|AC|=x2+y2，|BC|=|x1-x2|+|y1-y2|。而由于B和C都在y轴向右45度的区域内，有y-x>0且x>0。

下面我们分情况讨论：

1.  x1>x2且y1>y2。这与|AB|≤|AC|矛盾；

2.  x1≤x2且y1>y2。此时|BC|=x2-x1+y1-y2，|AC|-|BC|=x2+y2-x2+x1-y1+y2=x1-y1+2*y2。由前面各种关系可得y1>y2>x2>x1。假设|AC|<|BC|即y1>2*y2+x1，那么|AB|=x1+y1>2*x1+2*y2，|AC|=x2+y2<2*y2<|AB|与前提矛盾，故|AC|≥|BC|；

3.   x1>x2且y1≤y2。与2同理；

4.   x1≤x2且y1≤y2。此时显然有|AB|+|BC|=|AC|，即有|AC|>|BC|。

综上有|AC|≥|BC|，也即在这个区域内只需选择距离A最近的点向A连边。

这种连边方式可以保证边数是O(N)的，那么如果能高效处理出这些边，就可以用Kruskal在O(NlogN)的时间内解决问题。

下面我们就考虑怎样高效处理边。

我们只需考虑在一块区域内的点，其他区域内的点可以通过坐标变换“移动”到这个区域内。

为了方便处理，我们考虑在y轴向右45度的区域。

在某个点A(x0,y0)的这个区域内的点B(x1,y1)满足x1≥x0且y1-x1>y0-x0。这里对于边界我们只取一边，但是操作中两边都取也无所谓。那么|AB|=y1-y0+x1-x0=(x1+y1)-(x0+y0)。

在A的区域内距离A最近的点也即满足条件的点中x+y最小的点。因此我们可以将所有点按x坐标排序，再按y-x离散，用线段树或者树状数组维护大于当前点的y-x的最小的x+y对应的点。时间复杂度O(NlogN)。

至于坐标变换，一个比较好处理的方法是第一次直接做；第二次沿直线y=x翻转，即交换x和y坐标；第三次沿直线x=0翻转，即将x坐标取相反数；第四次再沿直线y=x翻转。注意只需要做4次，因为边是双向的。

至此，整个问题就可以在O(NlogN)的复杂度内解决了。

二、知识梳理

曼哈顿距离：给定二维平面上的N个点，在两点之间连边的代价。（即distance(P1,P2) = |x1－x2|+|y1－y2|）

曼哈顿距离最小生成树问题求什么？求使所有点连通的最小代价。

最小生成树的“环切”性质：在图G = (V, E)中，如果存在一个环，那么把环上的最大边e删除后得到的图G’ = (V, E- {e})的最小生成树的边权和与G相同。

三，简述算法

一个点把平面分成了8个部分：

由上面的废话可知，我们只需要让这个点与每个部分里距它最近的点连边。

拿R1来说吧：

如图，i的R1区域里距i最近的点是j。也就是说，其他点k都有：

xj + yj <= xk + yk

那么k将落在如下阴影部分：

显然，边(i,j), (j,k), (i,k)构成一个环<i,j,k>，而(i,k)一定是最长边，可以被删去。所以我们只连边(i,j)。

为了避免重复加边，我们只考虑R1~R4这4个区域。（总共加了4N条边）

这4个区域的点(x,y)要满足什么条件？

• 如果点(x,y)在R1，它要满足：x ≥ xi ,y – x ≥ yi – xi（最近点的x + y最小）
• 如果点(x,y)在R2，它要满足：y ≥ yi ,y – x ≤ yi – xi（最近点的x + y最小）
• 如果点(x,y)在R3，它要满足：y ≤ yi ,y + x ≥ yi + xi（最近点的y – x最小）
• 如果点(x,y)在R4，它要满足：x  ≥ xi ,y + x ≤ yi – xi（最近点的y – x最小）

其中一个条件用排序，另一个条件用数据结构（这种方法很常用），在数据结构上询问，找最近点。因为询问总是前缀或后缀，所以可以用树状数组。

四，代码模板

//离散化：
    scanf("%d", &N);
    for (int i=1; i<=N; ++i)
    {
        scanf("%d%d", &P[i].x, &P[i].y);
        P[i].id = i;
        P[i].d = P[i].y - P[i].x;
        P[i].s = P[i].y + P[i].x;
    }
    //对x,y离散化
    int totxy = 0;
    for (int i=1; i<=N; ++i)
    {
        xy[totxy++] = P[i].x;
        xy[totxy++] = P[i].y;
    }
    sort(xy, xy+totxy);
    for (int i=1; i<=N; ++i)
    {
        P[i].idx = lower_bound(xy, xy+totxy, P[i].x) - xy + 1;
        P[i].idy = lower_bound(xy, xy+totxy, P[i].y) - xy + 1;
    }

//树状数组：
struct BIT
{
    pii a[maxN * 2];
    int N;
    void Init(int _N)
    {
        N = _N;
        for (int i=0; i<=N; ++i) a[i] = pii(oo, 0);
    }
    pii ask(int x)
    {
        return x == 0 ? pii(oo, 0) : min(a[x], ask(x - (x & (-x))));
    }
    void update(int x, const pii &v)
    {
        if (x > N) return ;
        a[x] = min(a[x], v);
        update(x + (x & (-x)), v);
    }
     
    pii ask_front(int x) {return ask(x);}
    pii ask_back(int x) {return ask(N - x + 1);}
    void update_front(int x, const pii &v) {update(x, v);}
    void update_back(int x, const pii &v) {update(N - x + 1, v);}
} tree;

//构图：
bool cmp1(const Tpoint &A, const Tpoint &B)
{
    //return A.x < B.x || (A.x == B.x && A.y < B.y);
    return (A.y - A.x > B.y - B.x || A.y - A.x == B.y - B.x && A.x > B.x);
}
bool cmp2(const Tpoint &A, const Tpoint &B)
{
    //return A.x < B.x || (A.x == B.x && A.y > B.y);
    return (A.y + A.x < B.y + B.x || A.y + A.x == B.y + B.x && A.x > B.x);
}
bool cmp3(const Tpoint &A, const Tpoint &B)
{
    //return A.y < B.y || (A.y == B.y && A.x < B.x);
    return A.y - A.x < B.y - B.x || A.y - A.x == B.y - B.x && A.y > B.y;
}
bool cmp4(const Tpoint &