这道题用到了dsu(Disjoint Set Union) on tree,树上启发式合并。

先看了CF的官方英文题解,又看了看zwz大佬的题解,差不多理解了dsu on tree的算法。

但是时间复杂度有点玄学,问了一下zwz大佬才懂了为什么是nlogn。

题目传送门

先考虑暴力n^2的算法。

显然对于某个点,搜一遍它的子树,就能得到这个点的答案。这一步是O(n)的。

每个点都这么搞一遍,就是O(n^2)的暴力做法。

但是这个暴力做法有一点不足,子节点的答案没有应用到父节点的计算中,白白浪费时间重算一遍。

考虑优化,类似树链剖分,找出子树最大的儿子称作重儿子,把它的答案留着,这样计算父节点时就不用搜这个重儿子了。

显然保留子树最大的儿子的信息,能够节约最多的时间。

但是如果计算完重儿子的答案,保留了信息,再计算别的儿子的答案,已保留的信息会对当前的计算产生干扰。

所以我们先计算轻儿子,最后计算重儿子。

如果是轻儿子,更新答案计算后,暴力再改回去。

如果是重儿子,就留着。

计算完所有儿子的答案后,最后计算当前点。

只需要加上轻儿子的信息就好。重儿子的信息已经留着了,不用再加了。

下面是zwz大佬对于dsu on tree时间复杂度的证明:

每个节点只会在祖先节点的计算中被搜到。

而且只有它到它父亲是轻边的时候才会搜一遍。

所以每个点的计算次数是它到根的轻边数量,为logn。

所以总时间复杂度是nlogn。

感觉dsu也是挺暴力的,每次留一个,居然时间上优化了很多。

 #include<cstdio>
#include<cstring>
#include<algorithm>
#include<queue>
#define MAXN 1000005
using namespace std; int n;
int hd[MAXN],nx[MAXN<<],to[MAXN<<],ec;
int dep[MAXN],sz[MAXN],ans[MAXN],cnt[MAXN]; void edge(int af,int at)
{
to[++ec]=at;
nx[ec]=hd[af];
hd[af]=ec;
} void pre(int p,int fa)
{
sz[p]=;
dep[p]=dep[fa]+;
for(int i=hd[p];i;i=nx[i])
{
if(to[i]==fa)continue;
pre(to[i],p);
sz[p]+=sz[to[i]];
}
} struct data
{
int d,v;
friend bool operator<(data q,data w)
{
if(q.v==w.v)return q.d>w.d;
return q.v<w.v;
}
}; priority_queue<data>qq; void add(int p,int fa)
{
cnt[dep[p]]++;
data neo={dep[p],cnt[dep[p]]};
qq.push(neo);
for(int i=hd[p];i;i=nx[i])if(to[i]!=fa)add(to[i],p);
} void del(int p,int fa)
{
cnt[dep[p]]--;
for(int i=hd[p];i;i=nx[i])if(to[i]!=fa)del(to[i],p);
} void dfs(int p,int fa,int stay)
{
int son=,mx=-;
for(int i=hd[p];i;i=nx[i])
{
if(to[i]==fa)continue;
if(mx<sz[to[i]])mx=sz[to[i]],son=to[i];
}
for(int i=hd[p];i;i=nx[i])
{
if(to[i]==fa||to[i]==son)continue;
dfs(to[i],p,);
}
if(son)dfs(son,p,);
for(int i=hd[p];i;i=nx[i])
{
if(to[i]==fa||to[i]==son)continue;
add(to[i],p);
}
cnt[dep[p]]++;
data neo={dep[p],cnt[dep[p]]};
qq.push(neo);
ans[p]=qq.top().d-dep[p];
if(!stay)
{
del(p,fa);
while(!qq.empty())qq.pop();
}
} int main()
{
scanf("%d",&n);
for(int i=;i<n;i++)
{
int x,y;
scanf("%d%d",&x,&y);
edge(x,y);
edge(y,x);
}
pre(,);
dfs(,,);
for(int i=;i<=n;i++)printf("%d\n",ans[i]);
return ;
}

CF1009F Dominant Indices

P.S. 调试的时候改小了数组,提交的时候忘改回去了......改回去之后直接A掉了......有点桑心哈哈哈

[CF1009F] Dominant Indices (+dsu on tree详解)的更多相关文章

  1. dsu on tree详解

    这个算法还是挺人性化的,没有什么难度 就是可能看起来有点晕什么的. 大体 思想是 利用重链刨分来优化子树内部的查询. 考虑一个问题要对每个子树都要询问一次.我们暴力显然是\(n^2\)的. 考虑一下优 ...

  2. CF1009F Dominant Indices 解题报告

    CF1009F Dominant Indices 题意简述 给出一颗以\(1\)为跟的有根树,定义\(d_{i,j}\)为以\(i\)为根节点的子树中到\(i\)的距离恰好为\(j\)的点的个数,对每 ...

  3. CF1009F Dominant Indices——长链剖分优化DP

    原题链接 \(EDU\)出一道长链剖分优化\(dp\)裸题? 简化版题意 问你每个点的子树中与它距离为多少的点的数量最多,如果有多解,最小化距离 思路 方法1. 用\(dsu\ on\ tree\)做 ...

  4. CF1009F Dominant Indices(树上DSU/长链剖分)

    题目大意: 就是给你一棵以1为根的树,询问每一个节点的子树内节点数最多的深度(相对于这个子树根而言)若有多解,输出最小的. 解题思路: 这道题用树链剖分,两种思路: 1.树上DSU 首先想一下最暴力的 ...

  5. 【算法】关于图论中的最小生成树(Minimum Spanning Tree)详解

    本节纲要 什么是图(network) 什么是最小生成树 (minimum spanning tree) 最小生成树的算法 什么是图(network)? 这里的图当然不是我们日常说的图片或者地图.通常情 ...

  6. CF1009F Dominant Indices(启发式合并)

    You are given a rooted undirected tree consisting of nn vertices. Vertex 11 is the root. Let's denot ...

  7. 二叉查找树(binary search tree)详解

    二叉查找树(Binary Search Tree),也称二叉排序树(binary sorted tree),是指一棵空树或者具有下列性质的二叉树: 若任意节点的左子树不空,则左子树上所有结点的值均小于 ...

  8. BTree和B+Tree详解

    https://www.cnblogs.com/vianzhang/p/7922426.html B+树索引是B+树在数据库中的一种实现,是最常见也是数据库中使用最为频繁的一种索引.B+树中的B代表平 ...

  9. ODT(old driver tree)详解(带例题)

    文章目录 ODT简介 实现前提&&实现原理 初始化 split操作 assign操作 其它操作 区间第k小 区间加 区间所有数的k次方和 几道水题 ODT简介 ODT(old driv ...

随机推荐

  1. 吴裕雄--天生自然 PYTHON3开发学习:基础语法

    #!/usr/bin/python3 # 第一个注释 print ("Hello, Python!") # 第二个注释 #!/usr/bin/python3 # 第一个注释 # 第 ...

  2. 吴裕雄--天生自然 JAVA开发学习:方法

    /** 返回两个整型变量数据的较大值 */ public static int max(int num1, int num2) { int result; if (num1 > num2) re ...

  3. if_while

    import random secret=random.randint(1,10) tmp=input("请输入一个数") guess=int(tmp) while guess!= ...

  4. spring mvc + ajax上传文件,页面局部刷新

    1.点击上传按钮进行如下操作,通过表单名称以及input名称获取相应的值,对于上传的文件,使用.files来获取, 因为包含文件的上传,所以采用FormData的形式来进行数据交互,通过append将 ...

  5. webpack--删除dist目录

    1.安装clean-webpack-plugin插件 npm install clean-webpack-plugin --D 2.在webpack.dev.conf.js或者webpack.conf ...

  6. 可视化---seaborn

    变量说明 x,y,hue 数据集变量 变量名 date 数据集 数据集名 row,col 更多分类变量进行平铺显示 变量名 col_wrap 每行的最高平铺数 整数 estimator 在每个分类中进 ...

  7. GetCharWidth32

    #include <windows.h> #include<stdio.h> // 窗口函数的函数原形 LRESULT CALLBACK MainWndProc(HWND, U ...

  8. linux中 su 与 su - 的区别

    linux中 su 与 su - 的区别 su只是切换了用户身份,shell环境仍然是切换前用户的shell环境 su -是用户和shell环境一起切换成. 备注:1.切换了shell环境会相应的用户 ...

  9. 【转】修改Ubuntu系统的登陆信息的简单方法

    转自http://www.jb51.net/os/Ubuntu/414663.html Ubuntu的登陆和欢迎信息控制/etc/issue和/etc/motd/etc/issue与/etc/motd ...

  10. 吴裕雄--天生自然python学习笔记:python 建立 Firebase 数据库连接

    Python 程序通过 python-firebase 包可以存取 Firebase 数据库. 使用 python-firebase 包 首先必须安装 python-firebase 包,安装方法如下 ...