题目链接

\(Description\)

有一张\(n\)个点的完全图,每个点的权值为\(a_i\),两个点之间的边权为\(a_i\ xor\ a_j\)。求该图的最小生成树。

\(n\leq2*10^5,0\leq ai<2^{30}\)。

\(Solution\)

代码好神啊。

依旧是从高到低考虑每一位。对于当前位i,如果所有点在这一位都为0或1,不需要管(任何边在这一位都为0)。

否则可以把点分为两个集合,即i位为0和1的集合,这两个集合间必须存在一条边,且边权这一位只能为1。

考虑怎么高效得到两个集合间的最小边。可以将一个集合的\(a_i\)插入Trie,再枚举另一个集合的点在Trie上走。

这样枚举每一位然后合并两个集合的点,再递归到两边(该位为0或1),就可以得到MST了。

这也是Borůvka算法的过程,不过用Trie可以将每次需\(O(m)\)的迭代优化到\(O(n\log a_{max})\)。

实现细节:可以先对所有点建Trie,并直接在Trie树上DFS,存在左右儿子时即会分为两个集合。

将\(a_i\)从小到大插入Trie,这样可对每个节点维护一个区间,表示 满足根到该节点01取值 的序列下标区间。这样枚举时就不需要暴力\(O(n)\)了。

复杂度\(O(n\log n\log a_{max})\)。基本到不了吧。(或者我分析错了吧)

  1. //171ms 98200KB
  2. #include <cstdio>
  3. #include <cctype>
  4. #include <algorithm>
  5. //#define gc() getchar()
  6. #define MAXIN 300000
  7. #define gc() (SS==TT&&(TT=(SS=IN)+fread(IN,1,MAXIN,stdin),SS==TT)?EOF:*SS++)
  8. #define BIT 29
  9. typedef long long LL;
  10. const int N=2e5+5;
  11. int read();
  12. char IN[MAXIN],*SS=IN,*TT=IN;
  13. struct Trie
  14. {
  15. #define ls son[x][0]
  16. #define rs son[x][1]
  17. #define S N*31
  18. int n,A[N],tot,son[S][2],L[S],R[S];
  19. LL Ans;
  20. #undef S
  21. void Insert(int v,int id)
  22. {
  23. int x=0;
  24. for(int i=BIT; ~i; --i)
  25. {
  26. int c=v>>i&1;
  27. if(!son[x][c]) son[x][c]=++tot, L[tot]=R[tot]=id;
  28. x=son[x][c];
  29. L[x]=std::min(L[x],id), R[x]=std::max(R[x],id);
  30. }
  31. }
  32. int Query(int x,int v,int bit)
  33. {
  34. if(bit<0||L[x]==R[x]) return A[L[x]];//同样注意第0位还可以继续递归==
  35. int c=v>>bit&1;
  36. return son[x][c]?Query(son[x][c],v,bit-1):(son[x][c^1]?Query(son[x][c^1],v,bit-1):0);
  37. }
  38. void DFS(int x,int bit)
  39. {
  40. // if(bit<0) return;
  41. if(!bit)
  42. {
  43. if(ls&&rs) Ans+=A[L[ls]]^A[L[rs]];//第0位还会有分叉
  44. return;
  45. }
  46. if(ls&&rs)
  47. {
  48. int res=0x7fffffff;
  49. for(int i=L[ls],r=R[ls],p=rs; i<=r; ++i)
  50. res=std::min(res,A[i]^Query(p,A[i],bit-1));
  51. Ans+=res;
  52. }
  53. if(ls) DFS(ls,bit-1);
  54. if(rs) DFS(rs,bit-1);
  55. }
  56. void Solve()
  57. {
  58. n=read();
  59. for(int i=1; i<=n; ++i) A[i]=read();
  60. std::sort(A+1,A+1+n);
  61. for(int i=1; i<=n; ++i) Insert(A[i],i);
  62. DFS(0,BIT), printf("%I64d\n",Ans);
  63. }
  64. }T;
  65. inline int read()
  66. {
  67. int now=0;register char c=gc();
  68. for(;!isdigit(c);c=gc());
  69. for(;isdigit(c);now=now*10+c-'0',c=gc());
  70. return now;
  71. }
  72. int main()
  73. {
  74. T.Solve();
  75. return 0;
  76. }

Codeforces.888G.Xor-MST(Borůvka算法求MST 贪心 Trie)的更多相关文章

  1. Borůvka (Sollin) 算法求 MST 最小生成树

    基本思路: 用定点数组记录每个子树的最近邻居. 对于每一条边进行处理: 如果这条边连成的两个顶点同属于一个集合,则不处理,否则检测这条边连接的两个子树,如果是连接这两个子树的最小边,则更新 (合并). ...

  2. 最小生成树-Borůvka算法

    一般求最小生成树的时候,最流行的是Kruskal算法,一种基于拟阵证明的贪心,通过给边排序再扫描一次边集,利用并查集优化得到,复杂度为\(O(ElogE)\).另一种用得比较少的是Prim算法,利用优 ...

  3. Kruskal vs Borůvka

    做了个对比.Borůvka算法对于稠密图效果特别好.这两个都是求生成森林的算法.Prim+heap+tarjan过于难写不写了. V=200,E=1000 Kruskal method 4875048 ...

  4. 克鲁斯卡尔(Kruskal)算法求最小生成树

    /* *Kruskal算法求MST */ #include <iostream> #include <cstdio> #include <cstring> #inc ...

  5. Prim求MST最小生成树

    最小生成树即在一个图中用最小权值的边将所有点连接起来.prim算法求MST其实它的主要思路和dijkstra的松弛操作十分相似 prim算法思想:在图中随便找一个点开始这里我们假定起点为“1”,以点1 ...

  6. 【做题】CSA72G - MST and Rectangles——Borůvka&线段树

    原文链接 https://www.cnblogs.com/cly-none/p/CSA72G.html 题意:有一个\(n \times n\)的矩阵\(A\),\(m\)次操作,每次在\(A\)上三 ...

  7. Borůvka algorithm

    Borůvka algorithm 我好无聊啊,直接把wiki的算法介绍翻译一下把. wiki关于Borůvka algorithm的链接:链接 Borůvka algorithm是一个在所有边权都是 ...

  8. Gym 101873D - Pants On Fire - [warshall算法求传递闭包]

    题目链接:http://codeforces.com/gym/101873/problem/D 题意: 给出 $n$ 个事实,表述为 "XXX are worse than YYY" ...

  9. C++迪杰斯特拉算法求最短路径

    一:算法历史 迪杰斯特拉算法是由荷兰计算机科学家狄克斯特拉于1959 年提出的,因此又叫狄克斯特拉算法.是从一个顶点到其余各顶点的最短路径算法,解决的是有向图中最短路径问题.迪杰斯特拉算法主要特点是以 ...

随机推荐

  1. Niagara workbench 介绍文档---翻译

    一. 发现在建立station的时候存在一些问题,所以对技术文档部分做一个详细的了解,在这之前对出现的问题总结一下 1.  在 Windows操作系统中Application Direction中可以 ...

  2. easyui合并多个单元格

    $('#table-v2').datagrid({ url: './data/am/data1_table.json', pagination: true, //显示分页 fit: true, //d ...

  3. vue指令

    <!DOCTYPE html><html><head> <meta charset="utf-8"> <title>指令 ...

  4. ajax--参数映射方式实现阴影效果

    注:通过json对象的方式传递参数,参数具体信息由json对象来封装,参数封装到对象中再进行映射(参数映射) shadow.js //使用参数映射方式实现参数设置/* option:参数对象,封装所有 ...

  5. OS模块常用方法

    #OS模块 #os模块就是对操作系统进行操作,使用该模块必须先导入模块: import os #getcwd() 获取当前工作目录(当前工作目录默认都是当前文件所在的文件夹) result = os. ...

  6. Web的几种上传方式总结

    问题 文件上传在WEB开发中应用很广泛. 文件上传是指将本地图片.视频.音频等文件上传到服务器上,可以供其他用户浏览或下载的过程. 以下总结了常见的文件(图片)上传的方式和要点处理. 表单上传 这是传 ...

  7. Html 文字排版

    文字竖立排版,方法一 @{ Layout = null; } <!DOCTYPE html> <html> <head> <meta name="v ...

  8. Lazy<T> 延迟加载

    namespace ConsoleAppTest { class Program { static void Main(string[] args) { Lazy<Student> stu ...

  9. [转] js中的钩子机制(hook)

    什么是钩子机制?使用钩子机制有什么好处? 钩子机制也叫hook机制,或者你可以把它理解成一种匹配机制,就是我们在代码中设置一些钩子,然后程序执行时自动去匹配这些钩子:这样做的好处就是提高了程序的执行效 ...

  10. Zookeeper(一)CentOS7.5搭建Zookeeper3.4.12集群与命令行操作

    一. 分布式安装部署 1.0 下载地址 官网首页: https://zookeeper.apache.org/ 下载地址: http://mirror.bit.edu.cn/apache/zookee ...