洛谷P4719 【模板】"动态 DP"&动态树分治
【模板】"动态 DP"&动态树分治
第一道动态\(DP\)的题,只会用树剖来做,全局平衡二叉树什么的就以后再学吧
所谓动态\(DP\),就是在原本的\(DP\)求解的问题上加上修改操作,从而使得问题变成动态的问题
这道题的问题就是普通的树形\(DP\)上加上了修改点权的操作
题意:
给定一棵 \(n\) 个点的树。\(i\) 号点的点权为 \(a_i\)。有 \(m\) 次操作,每次操作给定 \(u\),\(w\),表示修改点 \(u\) 的权值为 \(w\)。你需要在每次操作之后求出这棵树的最大权独立集的权值大小。
考虑最暴力的做法,每次修改点权之后暴力求解,复杂度\(O(nm)\)
稍微做一点优化,可以发现每次修改值之后,只有修改的点到根的路径上的点的\(dp\)值会发生改变,所以只更新路径上的点的\(dp\)值就好了,但是如果树退化成链的话,复杂度还是\(O(nm)\)的
令\(f[u][0]\)为不选择\(u\)点的情况下以\(u\)为根的子树的独立集的最大值,\(f[u][1]\)为选择\(u\)点的情况下以\(u\)为根的子树的独立集的最大值
先把转移方程列出来:
\]
如果对原树进行轻重链剖分,对于每个点只存在一个重儿子
那么我们令\(\begin{cases} g[u][0]=\sum_{v\in lson_u}\max(f[v][0],f[v][1])\\ g[u][1] = A[u] + \sum_{v\in lson_u} f[v][0]\end{cases}\)
其中\(v\in lson_u\)表示\(v\)是\(u\)的轻儿子
然后我们单独考虑重儿子\(hv\),可以得到\(\begin{cases}f[u][0] = g[u][0] + max(f[hv][0],f[hv][1]) \\ f[u][1] = g[u][1] + f[hv][0]\end{cases}\)
这样的\(dp\)转移一般可以用矩阵来表示,然后用矩阵连乘来把转移矩阵乘起来快速得到答案,但是这里的转移和一般的转移不同,我们考虑一个新的矩阵运算:
\begin{array}{c}
a_{11}& a_{12}\\
\end{array}
\right ]
\cdot
\left[
\begin{array}{cc}
b_{11}& b_{12}\\
b_{21}& b_{22}\\
\end{array}
\right ]
=
\left[
\begin{array}{c}
\max(a_{11} + b_{11},a_{12} + b_{21}) &
\max(a_{11} + b_{12},a_{12} + b_{22})
\end{array}
\right]
\]
那么我们就可以用矩阵的形式来表示转移了:
\begin{array}{c}
f[i][0] & f[i][1]
\end{array}
\right]
=
\left[
\begin{array}{c}
f[hv][0]& f[hv][1]\\
\end{array}
\right]
\cdot
\left[
\begin{array}{cc}
g[i][0]& g[i][1]\\
g[i][0]& -\infty\\
\end{array}
\right]
\]
由于重儿子不计算在这个转移矩阵内,所以每次修改的时候我们从下往上,每次到重链顶部的时候,跳一下轻链,只要修改这个点的转移矩阵就好了,链数不会超过\(\log n\),而这个转移矩阵的区间乘积可以用线段树来维护,所以总复杂度是\(O(n\log^2 n)\)
//#pragma GCC optimize("O3")
//#pragma comment(linker, "/STACK:1024000000,1024000000")
#include<bits/stdc++.h>
using namespace std;
function<void(void)> ____ = [](){ios_base::sync_with_stdio(false); cin.tie(0); cout.tie(0);};
const int MAXN = 1e5+7;
struct Matrix{
int mat[2][2];
Matrix(){ memset(mat,-0x3f,sizeof(mat)); }
Matrix operator * (const Matrix &rhs) const{
Matrix ret;
for(int i = 0; i < 2; i++)
for(int j = 0; j < 2; j++)
for(int k = 0; k < 2; k++)
ret.mat[i][j] = max(ret.mat[i][j],mat[i][k] + rhs.mat[k][j]);
return ret;
}
};
int n, m, par[MAXN], A[MAXN];
int top[MAXN], dep[MAXN], sz[MAXN], dfn[MAXN], rdfn[MAXN], son[MAXN], tail[MAXN], idx;
vector<int> G[MAXN];
Matrix w[MAXN];
struct SegmentTree{
Matrix M[MAXN<<2];
int l[MAXN<<2], r[MAXN<<2];
#define ls(rt) rt << 1
#define rs(rt) rt << 1 | 1
void pushup(int rt){ M[rt] = M[rs(rt)] * M[ls(rt)]; }
void build(int L, int R, int rt = 1){
l[rt] = L; r[rt] = R;
if(L+1==R){
M[rt] = w[rdfn[L]];
return;
}
int mid = (L + R) >> 1;
build(L,mid,ls(rt)); build(mid,R,rs(rt));
pushup(rt);
}
void update(int pos, Matrix &MT, int rt = 1){
if(l[rt] + 1 == r[rt]){
M[rt] = MT;
return;
}
int mid = (l[rt] + r[rt]) >> 1;
if(pos<mid) update(pos,MT,ls(rt));
else update(pos,MT,rs(rt));
pushup(rt);
}
Matrix query(int L, int R, int rt = 1){
if(L<=l[rt] and r[rt]<=R) return M[rt];
int mid = (l[rt] + r[rt]) >> 1;
if(mid <= L) return query(L,R,rs(rt));
else if(R <= mid) return query(L,R,ls(rt));
else return query(L,R,rs(rt)) * query(L,R,ls(rt));
}
}ST;
void dfs1(int u, int fa){
dep[u] = dep[par[u] = fa] + 1;
sz[u] = 1; son[u] = 0;
for(int v : G[u]){
if(v==fa) continue;
dfs1(v,u);
sz[u] += sz[v];
if(sz[v] > sz[son[u]]) son[u] = v;
}
}
int f[MAXN][2];
void dfs2(int u, int tp){
dfn[u] = ++idx;
rdfn[idx] = u;
top[u] = tp;
tail[tp] = u;
w[u].mat[0][0] = w[u].mat[1][0] = 0;
w[u].mat[0][1] = A[u];
f[u][0] = 0;
f[u][1] = A[u];
if(son[u]){
dfs2(son[u],tp);
f[u][0] += max(f[son[u]][0],f[son[u]][1]);
f[u][1] += f[son[u]][0];
}
for(int v : G[u]){
if(v==par[u] or v==son[u]) continue;
dfs2(v,v);
f[u][0] += max(f[v][0],f[v][1]);
f[u][1] += f[v][0];
w[u].mat[0][0] += max(f[v][0],f[v][1]);
w[u].mat[1][0] += max(f[v][0],f[v][1]);
w[u].mat[0][1] += f[v][0];
}
}
void update(int u, int x){
w[u].mat[0][1] += x - A[u];
A[u] = x;
while(u){
Matrix bef = ST.query(dfn[top[u]],dfn[tail[top[u]]]+1);
ST.update(dfn[u],w[u]);
Matrix aft = ST.query(dfn[top[u]],dfn[tail[top[u]]]+1);
u = par[top[u]];
w[u].mat[0][0] -= max(bef.mat[0][0],bef.mat[0][1]) - max(aft.mat[0][0],aft.mat[0][1]);
w[u].mat[1][0] = w[u].mat[0][0];
w[u].mat[0][1] -= bef.mat[0][0] - aft.mat[0][0];
}
}
void solve(){
cin >> n >> m;
for(int i = 1; i <= n; i++) cin >> A[i];
for(int i = 1; i < n; i++){
int u, v;
cin >> u >> v;
G[u].push_back(v);
G[v].push_back(u);
}
dfs1(1,0); dfs2(1,1);
ST.build(1,n+1);
while(m--){
int u, x;
cin >> u >> x;
update(u,x);
Matrix ret = ST.query(dfn[1],dfn[tail[1]]+1);
printf("%d\n",max(ret.mat[0][0],ret.mat[0][1]));
}
}
int main(){
#ifndef ONLINE_JUDGE
freopen("Local.in","r",stdin);
freopen("ans.out","w",stdout);
#endif
____();
solve();
return 0;
}
洛谷P4719 【模板】"动态 DP"&动态树分治的更多相关文章
- 洛谷 P2147 [SDOI2008]洞穴勘测 (线段树分治)
题目链接 题解 早就想写线段树分治的题了. 对于每条边,它存在于一段时间 我们按时间来搞 我们可把一条边看做一条线段 我们可以模拟线段树操作,不断分治下去 把覆盖\(l-r\)这段时间的线段筛选出来, ...
- 洛谷P2305 [NOI2014]购票 [DP,树状数组]
传送门 思路 显然是树形DP,显然是斜率优化,唯一的问题就是该怎么维护凸包. 套路1:树上斜率优化,在没有这题的路程的限制的情况下,可以维护一个单调栈,每次加入点的时候二分它会加到哪里,然后替换并记录 ...
- 洛谷P3834 [模板]可持久化线段树1(主席树) [主席树]
题目传送门 可持久化线段树1(主席树) 题目背景 这是个非常经典的主席树入门题——静态区间第K小 数据已经过加强,请使用主席树.同时请注意常数优化 题目描述 如题,给定N个正整数构成的序列,将对于指定 ...
- 洛谷.3834.[模板]可持久化线段树(主席树 静态区间第k小)
题目链接 //离散化后范围1~cnt不要错 #include<cstdio> #include<cctype> #include<algorithm> //#def ...
- 洛谷 P4755 - Beautiful Pair(主席树+分治+启发式优化)
题面传送门 wssb,我紫菜 看到这类与最大值统计有关的问题可以很自然地想到分治,考虑对 \([l,r]\) 进行分治,求出对于所有 \(l\le x\le y\le r\) 的点对 \((x,y)\ ...
- 洛谷P3373 [模板]线段树 2(区间增减.乘 区间求和)
To 洛谷.3373 [模板]线段树2 题目描述 如题,已知一个数列,你需要进行下面两种操作: 1.将某区间每一个数加上x 2.将某区间每一个数乘上x 3.求出某区间每一个数的和 输入输出格式 输入格 ...
- 洛谷 P4719 【模板】动态dp【动态dp】
是动态dp的板子 大致思想就是用g[u]来表示不包含重链转移的dp值,然后用线段树维护重链,这样线段树的根就相当于这条重链的top的真实dp值 每次修改的时候,修改x点会影响到x到根的真实dp值,但是 ...
- 洛谷P4719 【模板】动态dp(ddp LCT)
题意 题目链接 Sol 动态dp板子题.有些细节还没搞懂,待我研究明白后再补题解... #include<bits/stdc++.h> #define LL long long using ...
- LCT总结——概念篇+洛谷P3690[模板]Link Cut Tree(动态树)(LCT,Splay)
为了优化体验(其实是强迫症),蒟蒻把总结拆成了两篇,方便不同学习阶段的Dalao们切换. LCT总结--应用篇戳这里 概念.性质简述 首先介绍一下链剖分的概念(感谢laofu的讲课) 链剖分,是指一类 ...
随机推荐
- NOIP初赛篇——08计算机安全知识
引言 计算机安全中最重要的是存储数据的安全,其面临的主要威胁包括:计算机病毒.非法访问.计算机电磁辐射.硬件损坏等. 计算机病毒是附在计算机软件中的隐蔽小程序,它和计算机其他工作程序一样,但会 ...
- MySQL 集群知识点整理
随着项目架构的不断扩大,单台 MySQL 已经不能满足需要了,所以需要搭建集群将前来的请求进行分流处理.博客主要根据丁奇老师的专栏<<MySQL实战45讲>>学习的总结. 架构 ...
- 【Git】命令行操作
Git 命令行操作 1 本地库初始化 git init:初始化本地仓库 效果 注意:.git目录中存放的是本地库相关的子目录和文件,不要删除,也不要胡乱修改. 2 设置签名 形式: 用户名:tom E ...
- 【剑指 Offer】09.用两个栈实现队列
题目描述 用两个栈实现一个队列.队列的声明如下,请实现它的两个函数 appendTail 和 deleteHead , 分别完成在队列尾部插入整数和在队列头部删除整数的功能.(若队列中没有元素,del ...
- 【EXPDP】Oracle expdp中并行问题
$ expdp hr/hr tables=test1 dumpfile=test2.dmp directory=pump parallel=4 Export: Release 11.2.0.4.0 - ...
- ActiceMQ详解
1. MQ理解 1.1 MQ的产品种类和对比 MQ即消息中间件.MQ是一种理念,ActiveMQ是MQ的落地产品. 消息中间件产品 各类MQ对比 Kafka 编程语言:Scala 大数据领域的主流MQ ...
- centos7.4使用filrewalld打开关闭防火墙与端口
1.firewalld的基本使用启动: systemctl start firewalld关闭: systemctl stop firewalld查看状态: systemctl status fire ...
- JWT令牌简介及demo
一.访问令牌的类型 二.JWT令牌 1.什么是JWT令牌 JWT是JSON Web Token的缩写,即JSON Web令牌,是一种自包含令牌. JWT的使用场景: 一种情况是webapi,类似之 ...
- 使用bandit对目标python代码进行安全函数扫描
技术背景 在一些对python开源库代码的安全扫描中,我们有可能需要分析库中所使用到的函数是否会对代码的执行环境造成一些非预期的影响.典型的例如python的沙箱逃逸问题,通过一些python的第三方 ...
- tcpdump安装与参数详解
Centos7安装Tcpdump 对于大部分的Linux操作系统,已经默认安装了tcpdump,可以通过以下命令查看: [root@localhost local]# tcpdump --versio ...