每周一算法:倍增法求最近公共祖先(LCA)

最近公共祖先

最近公共祖先简称 LCA(Lowest Common Ancestor)。两个节点的最近公共祖先,就是这两个点的公共祖先里面,离根最远的那个。

题目链接

祖孙询问

题目描述

给定一棵包含 n n n 个节点的有根无向树,节点编号互不相同,但不一定是 1 ∼ n 1\sim n 1n

m m m 个询问,每个询问给出了一对节点的编号 x x x y y y,询问 x x x y y y 的祖孙关系。

输入格式

输入第一行包括一个整数 n n n 表示节点个数;

接下来 n n n 行每行一对整数 a a a b b b,表示 a a a b b b 之间有一条无向边。如果 b b b − 1 -1 1,那么 a a a 就是树的根;

n + 2 n+2 n+2 行是一个整数 m m m 表示询问个数;

接下来 m m m 行,每行两个不同的正整数 x x x y y y,表示一个询问。

输出格式

对于每一个询问,若 x x x y y y 的祖先则输出 1 1 1,若 y y y x x x 的祖先则输出 2 2 2,否则输出 0 0 0

数据范围

1 ≤ n , m ≤ 4 × 1 0 4 1≤n,m≤4×10^4 1n,m4×104 1 ≤ 1≤ 1每个节点的编号 ≤ 4 × 1 0 4 ≤4×10^4 4×104

输入样例

10
234 -1
12 234
13 234
14 234
15 234
16 234
17 234
18 234
19 234
233 19
5
234 233
233 12
233 13
233 15
233 19

输出样例

1
0
0
0
2

算法思想

朴素算法

可以每次找深度比较大的那个点,让它向上跳。显然在树上,这两个点最后一定会相遇,相遇的位置就是想要求的 LCA。 或者先向上调整深度较大的点,令他们深度相同,然后再共同向上跳转,最后也一定会相遇。

朴素算法预处理时需要 dfs 整棵树,时间复杂度为 O ( n ) O(n) O(n),单次查询时间复杂度为 O ( n ) O(n) O(n)。如果树满足随机性质,则时间复杂度与这种随机树的期望高度有关。

倍增法

倍增算法是最经典的 LCA 求法,是朴素算法的改进算法。通过预处理 f [ i ] [ j ] f[i][j] f[i][j] 数组,可以大幅减少了跳转次数。 f [ i ] [ j ] f[i][j] f[i][j] 表示点 i i i 的第 2 j 2^j 2j 个祖先。 f [ i ] [ j ] f[i][j] f[i][j] 数组可以通过 dfs 预处理出来。

根据倍增思想, f [ i ] [ j ] = f [ f [ i ] [ j − 1 ] ] [ j − 1 ] f[i][j]=f[f[i][j-1]][j-1] f[i][j]=f[f[i][j1]][j1]
在这里插入图片描述

寻找 LCA ( x , y ) \text{LCA}(x,y) LCA(x,y)过程可以分为两个阶段:

  • 第一阶段中,将 x , y x,y x,y 两点跳转到同一深度。
  • 在第二阶段中,从最大的 i i i 开始循环尝试,一直尝试到 0 0 0(包括 0 0 0),如果 f [ x ] [ i ] ≠ f [ y ] [ i ] f[x][i]\not=f[y][i] f[x][i]=f[y][i],则 x ← f [ x ] [ i ] , y ← f [ y ] [ i ] x\gets f[x][i],y\gets f[y][i] xf[x][i],yf[y][i],那么最后的 LCA 为 f [ x ] [ 0 ] f[x][0] f[x][0](或 f [ y ] [ 0 ] f[y][0] f[y][0])。

时间复杂度

  • 倍增算法的预处理时间复杂度为 O ( n log ⁡ n ) O(n \log n) O(nlogn)
  • 单次查询时间复杂度为 O ( log ⁡ n ) O(\log n) O(logn)

代码实现

#include <iostream>
#include <vector>
using namespace std;
const int N = 40010;
vector<int> g[N];
//f[i][j]表示从结点i的第2^j个祖先
int f[N][20], depth[N];
//预处理每个结点的深度和f[i][j]
void dfs(int i, int fa)
{
    depth[i] = depth[fa] + 1;
    f[i][0] = fa;
    //计算f[i][j]
    for(int j = 1; j <= 15; j ++) f[i][j] = f[f[i][j - 1]][j - 1];
    //递归计算i的子结点
    for(int j : g[i])
        if(j != fa) dfs(j, i);
}
int LCA(int x, int y)
{
    //将x设置为较深结点
    if(depth[x] < depth[y]) swap(x, y);
    //将x向上跳,直到跳到同一层
    for(int k = 15; k >= 0; k --)
        //如果f[u][j]跳出了根结点,由于depth[0]=0,跳转的条件不成立
        if(depth[f[x][k]] >= depth[y])
            x = f[x][k];
    //如果y恰好是公共祖先
    if(x == y) return x;
    //将x和y同时向上跳,直到跳到最近公共祖先的下一层
    for(int k = 15; k >= 0; k --)
    {
        //如果x和y都跳出了根结点,由于depth[0]=0,值同时为0,相等则不会跳转
        if(f[x][k] != f[y][k])
        {
            x = f[x][k], y = f[y][k];
        }
    }
    //注意:最后返回的是父结点
    return f[x][0];
}
int main()
{
    int n, m, root;
    cin >> n;
    for(int i = 0; i < n; i ++)
    {
        int a, b;
        cin >> a >> b;
        //邻接表保存树
        if(b != -1) g[a].push_back(b), g[b].push_back(a);
        else root = a;
    }
    //预处理每个结点的深度和f[i][j]
    dfs(root, 0);
    //处理询问
    cin >> m;
    while (m -- )
    {
        int x, y;
        cin >> x >> y;
        int lca = LCA(x, y);
        if(x == lca) puts("1");
        else if(y == lca) puts("2");
        else puts("0");
    }
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/294140.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

知虾shopee数据:为卖家提供了丰富的数据分析工具

使用Shopee的卖家都知道&#xff0c;这个平台为卖家提供了丰富的数据分析工具&#xff0c;帮助他们更好地理解店铺运营状况和市场趋势。这些数据分析工具不仅能够提供数据总览&#xff0c;还包括买家分析、商品排名、分类排名、销售辅导、流量分析、销售结构、行销活动、聊天响…

SpringCloud Alibaba之Nacos配置中心配置详解

目录 Nacos配置中心数据模型Nacos配置文件加载Nacos配置 Nacos配置中心数据模型 Nacos 数据模型 Key 由三元组唯一确定&#xff0c;三元组分别是Namespace、Group、DataId&#xff0c;Namespace默认是公共命名空间&#xff08;public&#xff09;&#xff0c;分组默认是 DEFAUL…

聚类分析 | Matlab实现基于RIME-DBSCAN的数据聚类可视化

聚类分析 | Matlab实现基于RIME-DBSCAN的数据聚类可视化 目录 聚类分析 | Matlab实现基于RIME-DBSCAN的数据聚类可视化效果一览基本介绍程序设计参考资料 效果一览 基本介绍 1.聚类分析 | Matlab实现基于RIME-DBSCAN的数据聚类可视化&#xff08;完整源码和数据) 2.多特征输入&…

HarmonyOS 应用开发学习笔记 状态管理概述

移动端开发&#xff0c;最重要的一点就是数据的处理&#xff0c;并且正确的显示渲染UI。 变量在页面和组件、组件和组件之间有时候并不能实时共享&#xff0c;而有时候&#xff0c;又不需要太多的作用域&#xff08;节省资源&#xff09;&#xff0c;作用就需要根据不同场景&am…

MQ 发消息的4种姿势

微服务开发中经常会使用消息队列进行跨服务通信。在一个典型场景中,服务A执行一个业务逻辑,需要保存数据库,然后通知服务B执行相应的业务逻辑。在这种场景下,我们需要考虑如何发送消息。 1. 基础版 首先,我们可能会考虑将数据库操作和消息发送放在同一个事务中,以下是伪…

深度学习笔记

激活函数 激活函数可以让神经网引入非线性性质&#xff0c;去除线性相关特征映射&#xff0c;是网络捕获数据中的不同特征&#xff1b;relu max&#xff08;0&#xff0c;x&#xff09;输出为0到正无穷sigmod输出为0-1 形状为srelu 输出为-1-1 以0为中心&#xff0c;形状为s …

【STM32】STM32学习笔记-ADC模数转换器(21)

00. 目录 文章目录 00. 目录01. ADC简介02. ADC主要特征03. 逐次逼近型ADC04. ADC功能描述05. ADC基本结构06. 输入通道07. 转换模式08. 触发控制09. 数据对齐10. 转换时间11. 校准12. 硬件电路13. 附录 01. ADC简介 小容量产品是指闪存存储器容量在16K至32K字节之间的STM32F1…

再次拓宽信创生态版图,思迈特与统信软件完成产品兼容适配认证

近日&#xff0c;思迈特软件与统信软件科技有限公司&#xff08;简称“统信软件”&#xff09;完成产品兼容性适配互认证&#xff0c;加速国产信创生态化建设进程。 本次测试由商业智能与数据分析软件&#xff08;简称&#xff1a;Smartbi Insight V11&#xff09;产品与统信服…

AMEYA360分享:太阳诱电导电性高分子混合铝电解电容器

随着汽车电动化和电子控制化的进展&#xff0c;车载计算机和电气部件也在逐渐向大功率化的方向发展。而构成这些车载设备电源电路的电子元器件也必须随之进行技术革新。 太阳诱电集团携手全资子公司ELNA&#xff0c;开发并供应新型电容器“导电性高分子混合铝电解电容器”&…

农业银行RPA实践 3大典型案例分析

零接触开放金融服务在疫情之下被越来越多的银行和客户所认同&#xff0c;引起了更广泛的持续关注&#xff0c;各家银行纷纷开展产品服务创新&#xff0c;加速渠道迁移&#xff0c;同时通过远程办公、构建金融生态等方式积极推进零接触开放金融体系建设。 随着商业银行科技力量的…

JSP页面访问JDBC数据库的六个步骤

【例】创建exgample11_1.jsp页面&#xff0c;并在该页面中使用纯Java数据库驱动程序连接数据库test&#xff0c;并查询数据表goods中的数据。 <% page language"java" contentType"text/html;charsetUTF-8" pageEncoding"UTF-8"%> <% …

Flink窗口与WaterMark

本文目录 窗口的生命周期Window Assigners窗口函数&#xff08;Window Functions&#xff09;TriggersEvictorsAllowed Lateness 窗口 窗口&#xff08;Window&#xff09;是处理无界流的关键所在。窗口可以将数据流装入大小有限的“桶”中&#xff0c;再对每个“桶”加以处理。…

基于低代码的指尖遐想_3

低代码需要回答三个问题&#xff1a; 1、是否降低了门槛&#xff1f; 2、是否提高了效能&#xff1f; 3、使用者用户画像&#xff1f; 广义低代码&#xff0c;从项目全局维度&#xff08;项目启动、需求调研、方案设计、配置开发、系统验收、系统运营&#xff09;进行了解答。…

使用Termux+Hexo搭建个人博客结合内网穿透工具轻松实现公网访问内网博客

文章目录 前言 1.安装 Hexo2.安装cpolar3.远程访问4.固定公网地址 前言 Hexo 是一个用 Nodejs 编写的快速、简洁且高效的博客框架。Hexo 使用 Markdown 解析文章&#xff0c;在几秒内&#xff0c;即可利用靓丽的主题生成静态网页。 下面介绍在Termux中安装个人hexo博客并结合…

【算法每日一练]-动态规划 (保姆级教程 篇15)#动物 #赶deadline #page #构造字符串

目录 今日知识点&#xff1a; 01背包的路径输出 计算位和的数位dp 不用管字符串&#xff0c;只需要看好约束dp转移的变量 动物 赶deadline page 构造字符串 动物 有某类动物&#xff0c;可以在农场待n天&#xff0c;每天最多增加一只动物&#xff0c;第i天到来的动物每…

Android开发,jni,ndk开发,调用fmod音频库,音效引擎库

文章目录 Android开发&#xff0c;jni&#xff0c;ndk开发&#xff0c;调用fmod音频库&#xff0c;音效引擎库1.fmod介绍2.cmake3.C代码实践 Android开发&#xff0c;jni&#xff0c;ndk开发&#xff0c;调用fmod音频库&#xff0c;音效引擎库 1.fmod介绍 https://www.fmod.c…

前端常用的几种算法的特征、复杂度、分类及用法示例演示

算法&#xff08;Algorithm&#xff09;可以理解为有基本运算及规定的运算顺序所构成的完整的解题步骤&#xff0c;或者看成按照要求设计好的有限的确切的计算序列&#xff0c;并且这样的步骤和序列可以解决一类问题。算法代表着用系统的方法描述解决问题的策略机制&#xff0c…

两整数之和 -- 位运算

个人主页&#xff1a;Lei宝啊 愿所有美好如期而遇 本题链接 力扣&#xff08;LeetCode&#xff09; 输入描述 输入两个要相加的数&#xff0c;a和b 输出描述 返回a和b的和&#xff0c;这里其实直接return ab; 直接就过了&#xff0c;但是人题目要求还是给点面子~ 算法…

mariadb实现主从同步

准备两台服务器 Mariadb-Master&#xff1a;192.168.44.150 Mariadb-Backup&#xff1a;192.168.44.148 安装mariadb&#xff1a; https://blog.csdn.net/qq_50247813/article/details/135402502?spm1001.2014.3001.5502 组从复制原理如下 修改主数据库配置如下 vi /etc/my.…

钼铁,需求量将推动市场进入新一轮发展浪潮

钼铁是一种重要的冶金原料&#xff0c;广泛用于制造高速钢、不锈钢、合金钢、特殊钢等钢材&#xff0c;并且被广泛应用于核工业、电子工业、航空航天等高技术产业领域。随着钢铁市场的不断发展&#xff0c;钼铁市场也逐渐壮大&#xff0c;下面将从全球市场和中国市场分析其发展…