P4178 Tree (点分治)

该博客主要讨论了一种基于树结构的算法问题,即在给定边权的树中,寻找两点间距离小于等于k的点对数量。博主通过使用根点分治模板结合树状数组,实现了动态维护小于等于k距离的点的数量。在实现过程中,博主遇到了找重心的手误等小错误,但最终成功解决了问题。代码中展示了如何利用树状数组进行区间查询和更新,并给出了完整的C++代码实现。
摘要由CSDN通过智能技术生成

题意:
给定一棵 n 个节点的树,每条边有边权,求出树上两点距离小于等于 k 的点对数量。
题解:
根点分治模板提很相似,只不过这个题目让你去维护小于等于k距离点的个数,这个时候我们还是要用到桶的思想,只不过每次查询查的时小于等于(k-某个值)的个数,对于这个操作,我们可以用一个树状数组来维护即可。

做的时候还是很多方面的小bug,比如说找重心的时候手残…等等

代码:

#include<bits/stdc++.h>

using namespace std;

const int maxn=1e5+10;

//int n,m;
int c[20005],k; //对应原数组和树状数组

int lowbit(int x){
    return x&(-x);
}

void updata(int i,int k){    //在i位置加上k
    while(i <= 20005){
        c[i] += k;
        i += lowbit(i);
    }
}
int getsum(int i){        //求A[1 - i]的和  y-(x-1)
    int res = 0;
    while(i > 0){
        res += c[i];
        i -= lowbit(i);
    }
    return res;
}

struct E{
    int to,next,w;
}edge[maxn];
int tot,head[maxn];
bool visited[maxn];
int maxp[maxn],sz[maxn],dis[maxn],temp[maxn];
int sum,rt,ans,n,cnt;
void add(int u,int v,int w){
    edge[tot].to=v;
    edge[tot].w=w;
    edge[tot].next=head[u];
    head[u]=tot++;
}

void getrt(int x,int fa){
    sz[x]=1,maxp[x]=0;
    for(int i=head[x];~i;i=edge[i].next){
        int v=edge[i].to;
        if(v==fa||visited[v]) continue;
        getrt(v,x);
        sz[x]+=sz[v];
        if(sz[v]>maxp[x]) maxp[x]=sz[v];
    }
    maxp[x]=max(maxp[x],sum-sz[x]);
    if(maxp[x]<maxp[rt]) rt=x;
}

void getdis(int x,int fa){
    temp[cnt++]=dis[x];
    //updata(dis[x],1);
    if(dis[x]<=k) ans++;
    for(int i=head[x];~i;i=edge[i].next){
        int v=edge[i].to;
        if(v==fa||visited[v]) continue;
        dis[v]=dis[x]+edge[i].w;
        getdis(v,x);
    }
}

void sol(int x){
    queue<int> que;
    for(int i=head[x];~i;i=edge[i].next){
        int v=edge[i].to;
        if(visited[v]) continue;
        dis[v]=edge[i].w;
        cnt=0;
        getdis(v,x);
//        for(int j=0;j<cnt;j++) cout<<temp[j]<<" ";
//        cout<<endl;
        for(int j=0;j<cnt;j++){
            ans+=getsum(k-temp[j]);
        }
        for(int j=0;j<cnt;j++){
            que.push(temp[j]);
            updata(temp[j],1);
            //cout<<"sum   "<<getsum(temp[j])<<endl;
        }
    }
    while(!que.empty()){
        updata(que.front(),-1);
        que.pop();
    }
}

void divide(int x){
    visited[x]=true;
    sol(x);
    for(int i=head[x];~i;i=edge[i].next){
        int v=edge[i].to;
        if(visited[v]) continue;
        maxp[rt=0]=sum=sz[v];
        getrt(v,0);
        getrt(rt,0);
        divide(rt);
    }
}


int main() {
    ios::sync_with_stdio(false);
    cin.tie(nullptr);
    cout.tie(nullptr);
    memset(head,-1,sizeof head);
    cin>>n;
    for(int i=1;i<n;i++){
        int x,y,z;
        cin>>x>>y>>z;
        add(x,y,z);
        add(y,x,z);
    }
    cin>>k;
    maxp[0]=sum=n;
    getrt(1,0);
    //cout<<rt<<endl;
    getrt(rt,0);
    divide(rt);
    cout<<ans<<endl;
}

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
K-D Tree(K-Dimensional Tree)算法是一种基于分治法的数据结构,用于高维空间的搜索和排序。它的基本思想是将多维空间中的以某种方式分割成更小的子空间,然后在每个子空间中递归地进行搜索。这样可以大大降低搜索的复杂度。 具体来说,K-D Tree算法可以分为以下几步: 1. 选择一个维度,将数据按照该维度的值进行排序。 2. 找到该维度的中位数,将其作为当前节,并将数据分为左右两个子集。 3. 递归地构建左子树和右子树,每次选择一个新的维度进行划分。 4. 最终得到一个K-D Tree。 在搜索时,我们可以从根节开始,按照一定的规则向下遍历,直到找到目标或者无法继续向下搜索。具体的规则是: 1. 如果目标在当前节的左子树中,则继续向左子树搜索。 2. 如果目标在当前节的右子树中,则继续向右子树搜索。 3. 如果目标和当前节在选定的维度上的值相等,则说明已经找到目标分治法是一种常见的算法思想,它将一个大规模的问题分解成若干个小规模的子问题,每个子问题独立地求解,然后将这些子问题的解合并起来得到原问题的解。分治法通常包含三个步骤:分解、求解、合并。 具体来说,分治法可以分为以下几步: 1. 分解:将原问题分成若干个子问题,每个子问题规模较小且结构与原问题相同。 2. 求解:递归地求解每个子问题,直到问题规模足够小可以直接求解。 3. 合并:将所有子问题的解合并成原问题的解。 分治法的优是可以有效地降低算法的时间复杂度。但是它的缺是需要额外的空间来存储子问题的解,而且分解和合并的过程也需要耗费一定的时间。因此,需要根据实际情况选择合适的算法。
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