P3979 遥远的国度 树链剖分

  

题意:

操作一:将根节点变为x

操作二:将x到y的点权变为v

操作三:询问x及其子树中最小点权

 

按照1进行树剖即可

如果 x为根节点  那么输出线段树最小值即可

如果x不在1-root的路径上  那么正常输出x的子树即可(为+siz) 

如果x在1-root的路径上  设x在1-root上的儿子节点为y  输出除了 id[y],id[y]+siz[y]-1 的其他部分的最小值即可 也就是  1----d[y]-1   id[y]+siz[y]-----n

#include<bits/stdc++.h>
using namespace std;
#define rep(i,a,b) for(int i=(a);i<=(b);i++)
#define repp(i,a,b) for(int i=(a);i>=(b);--i)
#define ll long long
#define see(x) (cerr<<(#x)<<'='<<(x)<<endl)
#define inf 0x3f3f3f3f3f3f3f3f
#define CLR(A,v)  memset(A,v,sizeof A)
/
const int N=1e6+100;

ll minn[N<<2],col[N<<2];
int n,m,root,T;
ll w[N],node[N];
void build(int l,int r,int pos)
{
    if(l==r){minn[pos]=w[l];return ;}
    int m=(l+r)>>1;
    build(l,m,pos<<1);build(m+1,r,pos<<1|1);
    minn[pos]=min(minn[pos<<1],minn[pos<<1|1]);
}
void down(int pos)
{
    if(!col[pos])return ;
    col[pos<<1|1]=col[pos<<1]=minn[pos<<1]=minn[pos<<1|1]=col[pos];
    col[pos]=0;
}
void upsum(int L,int R,ll v,int l,int r,int pos)
{
    if(L<=l&&r<=R){col[pos]=minn[pos]=v;return ;}
    down(pos);int m=(l+r)>>1;
    if(L<=m)upsum(L,R,v,l,m,pos<<1);
    if(R>m)upsum(L,R,v,m+1,r,pos<<1|1);
    minn[pos]=min(minn[pos<<1],minn[pos<<1|1]);
}
ll qmin(int L,int R,int l,int r,int pos)
{
    if(L<=l&&r<=R)return minn[pos];
    int m=(l+r)>>1;ll ans=inf;down(pos);
    if(L<=m)ans=min(ans,qmin(L,R,l,m,pos<<1));
    if(R>m)ans=min(ans,qmin(L,R,m+1,r,pos<<1|1));
    minn[pos]=min(minn[pos<<1],minn[pos<<1|1]);
    return ans;
}
int fa[N][30],id[N],ncnt,dep[N],son[N],siz[N],top[N],head[N],pos;
struct Edge{int to,nex;}edge[N<<1];
void add(int a,int b){edge[++pos]=(Edge){b,head[a]};head[a]=pos;}

void dfs1(int x,int f)
{
    fa[x][0]=f;son[x]=0;siz[x]=1;dep[x]=dep[f]+1;
    rep(i,1,T)
    fa[x][i]=fa[fa[x][i-1]][i-1];
    for(int i=head[x];i;i=edge[i].nex)
    {
        int v=edge[i].to;if(v==f)continue;
        dfs1(v,x);siz[x]+=siz[v];
        if(siz[son[x]]<siz[v])son[x]=v;
    }
}
void dfs2(int x,int topf)
{
    top[x]=topf;id[x]=++ncnt;w[ncnt]=node[x];
    if(son[x])dfs2(son[x],topf);
    for(int i=head[x];i;i=edge[i].nex)
    {
        int v=edge[i].to;if(v==fa[x][0]||v==son[x])continue;
        dfs2(v,v);
    }
}
void UPsum(int x,int y,int v)
{
    while(top[x]!=top[y])
    {
        if(dep[top[x]]<dep[top[y]])swap(x,y);
        upsum(id[top[x]],id[x],v,1,n,1);
        x=fa[top[x]][0];
    }
    if(dep[x]>dep[y])swap(x,y);
    upsum(id[x],id[y],v,1,n,1);
}
int get1(int x,int k)
{
    repp(i,T,0)
    if(k>=(1<<i))
    k-=(1<<i),x=fa[x][i];
    return x;
}

int main()
{
    scanf("%d%d",&n,&m);T=log2(n);
    rep(i,1,n-1)
    {
        int a,b;scanf("%d%d",&a,&b);add(a,b);add(b,a);
    }
    rep(i,1,n)scanf("%lld",&node[i]);
    scanf("%d",&root);
    dfs1(1,1);
    dfs2(1,1);
    build(1,n,1);int a,b,c,y;ll d;
    while(m--)
    {
        scanf("%d%d",&a,&b);
        if(a==1)root=b;
        else if(a==2)scanf("%d%lld",&c,&d),UPsum(b,c,d);
        else
        {
            int x=b;
            if(root==b){printf("%lld\n",minn[1]);continue;}
            if(dep[x]<dep[root]&&fa[y=get1(root,dep[root]-dep[x]-1)][0]==x)
            {
                ll p,q;
                p=qmin(1,id[y]-1,1,n,1);
                if(id[y]+siz[y]<=n)
                q=qmin(id[y]+siz[y],n,1,n,1);
                else q=(1LL<<31)+1;
                printf("%lld\n",min(q,p));
            }
            else printf("%lld\n",qmin(id[x],id[x]+siz[x]-1,1,n,1));
        }
    }
    return 0;
}
View Code

 

转载于:https://www.cnblogs.com/bxd123/p/11417831.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
代码下载:完整代码,可直接运行 ;运行版本:2022a或2019b或2014a;若运行有问题,可私信博主; **仿真咨询 1 各类智能优化算法改进及应用** 生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化 **2 机器学习和深度学习方面** 卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断 **3 图像处理方面** 图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知 **4 路径规划方面** 旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化 **5 无人机应用方面** 无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配 **6 无线传感器定位及布局方面** 传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化 **7 信号处理方面** 信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化 **8 电力系统方面** 微电网优化、无功优化、配电网重构、储能配置 **9 元胞自动机方面** 交通流 人群疏散 病毒扩散 晶体生长 **10 雷达方面** 卡尔曼滤波跟踪、航迹关联、航迹融合

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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