51nod 1709 复杂度分析

考虑定义 $ F(x) $ 为 \(x\) 为根的子树所有点与 $ x $ 的深度差(其实就是 $ x $ 到每个子树内点的距离)的 1 的个数和。

注意,$ F(x) $ 的值不是答案,但是只需要一点树形dp的基础内容就可以变成要求的答案。

对于一个点 $ u $ , 考虑它的一个儿子 $ v $ , 我们此时已经计算出了 $ F( v ) $ 的值那么怎么统计 $ v $中所有点对于 $ u $ 的贡献呢?首先考虑 $ F(v) $ 的变化,由于当前的点 $ u $ 是 $ v $ 的父亲,$ v $ 中所有点到 $ u $ 的距离实际上是原来到 $ v $ 的路径长度 + 1。那么二进制中1的个数加了多少呢?

对于一个 $ v $ 子树中点 $ k $,假设它到 $ v $ 的距离是 $ d $,则:

  • 如果 $ d \equiv 0 \pmod 2 $ 那么显然二进制1的个数直接+1
  • 如果$ d \equiv 1 \pmod 2 $ 那么二进制中1的个数 不变
  • 如果$ d \equiv 3 \pmod {2^2} $ 那么二进制中1的个数 少1
  • 如果$ d \equiv 7 \pmod {2^3} $ 那么二进制中1的个数 少1
  • ...

那么就有了一个思路,把 $ v $ 子树中与 $ v $ 距离 $ d \equiv {2^k - 1} \pmod {2^k} $ 的点的个数存着,这个可以倍增预处理。

那么对于 $ F $ 我们就会转移了,先+上子树的size,然后减去 $ v $ 子树中 $ 2^k - 1 $ 距离的点的个数。

转移了 $ F $ 后,直接给 $ v $ 中的 $ F $ 乘上 $ size(u) - size(v) $ (这个是显然的树形dp了)

#include<iostream>
#include<cstring>
#include<cstdio>
#include<algorithm>
using namespace std;
#define MAXN 100006
typedef long long ll;
int n; int read( ) {
int ret = 0; char ch = ' ';
while( ch < '0' || ch > '9' ) ch = getchar();
while( ch >= '0' && ch <= '9' ) ret *= 10 , ret += ch - '0' , ch = getchar();
return ret;
} int head[MAXN] , to[MAXN << 1] , nex[MAXN << 1] , ecn = 0;
void ade( int u , int v ) {
to[++ecn] = v , nex[ecn] = head[u] , head[u] = ecn;
} int G[MAXN][18] , GG[MAXN][18]; ll t[MAXN][18] ; // G 2^k , GG 2^{k - 1} , t how many nodes at dep % 2^k = 2^k - 1
int siz[MAXN];
void dfs( int u , int fa ) {
siz[u] = 1;
for( int i = head[u] ; i ; i = nex[i] ) {
int v = to[i];
if( v == fa ) continue;
G[v][0] = u , GG[v][0] = v;
for( int k = 1 ; k < 18 ; ++ k ) {
if( G[G[v][k-1]][k-1] )
G[v][k] = G[G[v][k-1]][k-1];
if( G[GG[v][k-1]][k-1] )
GG[v][k] = G[GG[v][k-1]][k-1];
else break;
}
dfs( v , u );
siz[u] += siz[v];
}
for( int k = 1 ; k < 18 ; ++ k ) {
if( G[u][k] )
t[G[u][k]][k] += t[u][k];
if( GG[u][k] )
++ t[GG[u][k]][k];
else break;
}
}
ll res = 0;
ll T[MAXN];
ll solve( int u , int fa ) {
ll R = 0 , ret = 0;
for( int i = head[u] ; i ; i = nex[i] ) {
int v = to[i];
if( v == fa ) continue;
R = 0;
ll lst = solve( v , u );
R += lst + siz[v];
R -= T[v];
res += R * ( siz[u] - siz[v] );
ret += R;
}
return ret;
} signed main( ) {
n = read();
for( int i = 1 , u , v ; i < n ; ++ i ) {
u = read() , v = read();
ade( u , v ) , ade( v , u );
}
dfs( 1 , 1 );
for( int i = 1 ; i <= n ; ++ i )
for( int k = 1 ; k < 18 ; ++ k )
T[i] += t[i][k];
solve( 1 , 1 );
printf("%lld",res);
}

51nod 1709 复杂度分析的更多相关文章

  1. 【51nod】1709 复杂度分析

    题解 考虑朴素的暴力,相当于枚举u点的每个祖先f,然后统计一下这个点f除了某个儿子里有u的那个子树之外的节点个数,乘上f到u距离的二进制1的个数 那么我们用倍增来实现这个东西,每次枚举二进制的最高位j ...

  2. 【树论 倍增】51nod1709 复杂度分析

    倍增与位运算有很多共性:这题做法有一点像「线段树上二分」和「线段树套二分」的关系. 给出一棵n个点的树(以1号点为根),定义dep[i]为点i到根路径上点的个数.众所周知,树上最近公共祖先问题可以用倍 ...

  3. 相似度分析,循环读入文件(加入了HanLP,算法第四版的库)

    相似度分析的,其中的分词可以采用HanLP即可: http://www.open-open.com/lib/view/open1421978002609.htm /****************** ...

  4. 文本离散表示(三):TF-IDF结合n-gram进行关键词提取和文本相似度分析

    这是文本离散表示的第二篇实战文章,要做的是运用TF-IDF算法结合n-gram,求几篇文档的TF-IDF矩阵,然后提取出各篇文档的关键词,并计算各篇文档之间的余弦距离,分析其相似度. TF-IDF与n ...

  5. 八大排序算法详解(动图演示 思路分析 实例代码java 复杂度分析 适用场景)

    一.分类 1.内部排序和外部排序 内部排序:待排序记录存放在计算机随机存储器中(说简单点,就是内存)进行的排序过程. 外部排序:待排序记录的数量很大,以致于内存不能一次容纳全部记录,所以在排序过程中需 ...

  6. 八大排序算法——堆排序(动图演示 思路分析 实例代码java 复杂度分析)

    一.动图演示 二.思路分析 先来了解下堆的相关概念:堆是具有以下性质的完全二叉树:每个结点的值都大于或等于其左右孩子结点的值,称为大顶堆:或者每个结点的值都小于或等于其左右孩子结点的值,称为小顶堆.如 ...

  7. 八大排序算法——希尔(shell)排序(动图演示 思路分析 实例代码java 复杂度分析)

    一.动图演示 二.思路分析 希尔排序是把记录按下标的一定增量分组,对每组使用直接插入排序算法排序:随着增量逐渐减少,每组包含的关键词越来越多,当增量减至1时,整个文件恰被分成一组,算法便终止. 简单插 ...

  8. 八大排序算法——基数排序(动图演示 思路分析 实例代码java 复杂度分析)

    一.动图演 二.思路分析 基数排序第i趟将待排数组里的每个数的i位数放到tempj(j=1-10)队列中,然后再从这十个队列中取出数据,重新放到原数组里,直到i大于待排数的最大位数. 1.数组里的数最 ...

  9. 八大排序算法——归并排序(动图演示 思路分析 实例代码java 复杂度分析)

    一.动图演示 二.思路分析 归并排序就是递归得将原始数组递归对半分隔,直到不能再分(只剩下一个元素)后,开始从最小的数组向上归并排序 1.  向上归并排序的时候,需要一个暂存数组用来排序, 2.  将 ...

随机推荐

  1. SpringBoot 整合 Thymeleaf & 如何使用后台模板快速搭建项目

    如果你和我一样,是一名 Java 道路上的编程男孩,其实我不太建议你花时间学 Thymeleaf,当然他的思想还是值得借鉴的.但是他的本质在我看来就是 Jsp 技术的翻版(Jsp 现在用的真的很少很少 ...

  2. Java:线程池

    Java:线程池 本笔记是根据bilibili上 尚硅谷 的课程 Java大厂面试题第二季 而做的笔记 获取多线程的方法: 实现 Runnable 接口 实现 Callable 接口 实例化 Thre ...

  3. TDengine在数益工联工业物联采集平台建设中的初步实践

    作者:易永耀 夏杭泰 邓炜兴 公司介绍 数益工联致力于打造基于数据流+价值流的离散制造业数字化软件:应用新一代的物联网技术与丰富的现场交互手段,融合工业工程精益思想,为离散制造业客户的数字化升级提供从 ...

  4. Kubernetes集群环境搭建全过程

    资源准备以及服务器初始化 所有服务器执行一下脚本进行配置信息初始化: #!/bin/bash cd `dirname $0` # 关闭selinux setenforce 0 sed -i '/SEL ...

  5. Python报错ModuleNotFoundError: No module named 'numpy'

    转载:https://blog.csdn.net/qq_39779233/article/details/103224712 Python报错ModuleNotFoundError: No modul ...

  6. MarkDown学习随笔

    MarkDown语法的学习 标题 ​ 设置标题方法是在前面加#号,一级标题(最大)是加#+空格 ,二级标题是加##+空格,之后的以此类推. 字体 在文本的前后分别加上一个星号表示斜体字 在文本的前后分 ...

  7. java容器之HashMap

    HashMap采用了数组和链表的数据结构,能在查询和修改方便继承了数组的线性查找和链表的寻址修改,数组是HashMap的主体,链表则是主要为了解决哈希冲突而存在的. 解决哈希冲突的三个方法: a.开放 ...

  8. lamp 架构的理解

    1,lamp架构下的求情过程如下: 2,httpd服务器连接php服务器的三种方式 3,php和mysql的连接

  9. Nginx高级特性实操

    导读 nginx从入门到精通,点我直达 下载nginx与安装 点我直达 安装依赖 yum -y install gcc zlib zlib-devel pcre-devel openssl opens ...

  10. APP 自动化之appium元素定位(三)

    APP自动化测试关键环节--元素定位,以下我们来了解appium提供的元素定位方法! 1. id定位,id一个控件的唯一标识,由开发人员在项目中指定,如果一个元素有对应的resource-id,我们就 ...