LCA总结

    科技2022-08-10  93

    作为一名合格的 OIer ,一定要有自我总结的意识,一定要通过写博客的方式来验证自己的掌握程度

    ————沃.茨基硕德


    目录

    作为一名合格的 OIer ,一定要有自我总结的意识,一定要通过写博客的方式来验证自己的掌握程度————沃.茨基硕德写在前面0. 一些定义1. 暴力爬山法方法举个栗子 核心代码: 2.基于倍增的暴力爬山法方法预处理倍增优化-第一部分倍增优化-第二部分 代码 3.Tarjan算法方法举个栗子 代码 今天,咱们来讲一讲LCA算法

    写在前面

    对于LCA,笔者也并没有说做到百分之百的掌握掌握了就不用写博客了呀,所以若有什么错误的地方,希望各位看官可以指出;

    0. 一些定义

    首先,我们需要明白一些定义,这些定义可以帮我们更好的理解算法

    祖先:有根树中,一个节点到根的路径上的所有节点被视为这个点的祖先,包括根和它本身;公共祖先:对于点a和b,如果c既是a的祖先又是b的祖先,那么c是a和b的公共祖先;深度:子节点的深度=父节点深度+1,一般我们定根的深度为1;最近公共祖先:树上两个节点的所有公共祖先中,深度最大的那个称为两个点的最近公共祖先(LCA的定义)。

    好了,对于LCA的学习前提条件,各位看官已经明白了,那么接下来就正式进入LCA的讲解

    1. 暴力爬山法

    这个方法就和他的名字一样,暴力,变态但确实简单 如下图: 虽然有点丑将就看吧

    方法

    如果a和b的深度不同,那么将深度更大的那个点向根的方向移动一步(即选择它的父节点),重复这个过程直到两个点深度相同;当a和b深度相同,但不是同一个点,那么各自向根的方向移动一步(即选择它们各自的父节点),重复这过程直到选择到同一个点。

    举个栗子

    那让我们来尝试一下这个方法吧!

    假设我们现在要找5和7的LCA:

    第一步,找到每一个点的深度(DFS);

    第二步,发现7的深度比5大,所以把7换成他的父亲节点4;

    第三步,5和4的深度相同,但它们不是同一个点,所以把5换成3,6也换成3;

    第四步,发现3和3是相同的店,所以LCA(5,7)=3;

    核心代码:

    int LCA(int a,int b){ while(dis[a]!=dis[b]){ //如果深度不同,就转换为父亲节点 if(dis[a]<dis[b]) b=fa[b]; //如果b的深度大于a,就让b变成它的父亲 else a=fa[a]; //a也同理 } while(a!=b){ a=f[a],b=f[b]; //如果他们的深度相同,但却不是同一个点,就一直往上找父亲 } return a; //相同则返回 }

    各位客官,是否发现暴力爬山法的时间复杂度是O(n)呢?

    我们将这棵树退化成一条链,查询的两点一个为根节点,另一个为叶子节点,这样的时间复杂度就退化成了 O(n),如果我们查询q次,它的复杂度就是O(nq);

    但聪明的客官是否发现,我们可以将它升级成O(nlogn)呢?

    这就是第二种方法了。

    2.基于倍增的暴力爬山法

    方法

    对于第一个部分,假设a的深度小于b,那么我们在做的事实际上就是找到b的祖先中深度和a一样的点c。

    对于第二个部分,我们做的事就是找到a和c的LCA,假设是点d。

    这两个部分都可以运用倍增的思想优化。

    预处理

    先求出每个点往根的方向走2的幂步的点,和快速幂中求a的次方类似。

    如果我们以dp[i][j]表示从i往根方向走2j步的节点,那么也就等于从dp[i][j-1]再往根的方向走2(j-1)步的结果,即dp[i][j]=dp[dp[i][j-1]][j-1]。

    可以在bfs求树上每个点深度的时候,顺便预处理fa数组,时间复杂度o(nlogn)。

    一般如果走的步数超过到根的步数,一般设结果为0,因为一般点的编号不包0。

    倍增优化-第一部分

    我们从大到小枚举i,考虑往根的方向走2^i步之后深度会不会小于c的深度,也就是a的深度,如果不会就选择走,反之就选择不走。

    时间复杂度o(logn)。

    倍增优化-第二部分

    假设点a、c和点d的深度差为dis,只要走的步数大于等于dis,那么a和c走的结果肯定是同一个点,所以先走dis-1步,再走一步。

    所以我们要先判断现在的a和c是不是相同,如果不相同, 就先走到不相同的深度最小的点,再走一步。

    同样,从大到小枚举i,每次走2^i步。

    时间复杂度o(logn)。

    代码

    #include <bits/stdc++.h> using namespace std; const int Step = 20; int n, m; vector<int> v[100005]; bool f[100005]; int pre[100005]; int dp[100005][30]; void BFS(int root) { queue<int> q; q.push(root); pre[root] = 1; while (!q.empty()) { int x = q.front(); q.pop(); for (int i = 0; i < v[x].size(); i++) { int y = v[x][i]; if (pre[y]) continue; dp[y][0] = x; pre[y] = pre[x] + 1; for (int j = 1; j <= Step; j++) { //dp数组维护 dp[y][j] = dp[dp[y][j - 1]][j - 1]; } q.push(y); } } } int LCA(int x, int y) { if (pre[x] > pre[y]) { //便于操作,深度大的放前面 int t = x; x = y; y = t; } for (int i = Step; i >= 0; --i) { //找到和x深度相同的点 if (pre[dp[y][i]] >= pre[x]) y = dp[y][i]; } if (x == y) return x; for (int i = Step; i >= 0; --i) { //找到值相同的点 if (dp[x][i] != dp[y][i]) { x = dp[x][i]; y = dp[y][i]; } } return dp[x][0]; } int main() { cin >> n >> m; for (int i = 1; i < n; i++) { int x, y; scanf("%d%d", &x, &y); v[x].push_back(y); v[y].push_back(x); } BFS(1); for (int i = 1; i <= m; i++) { int x, y; scanf("%d%d", &x, &y); printf("%d\n", LCA(x, y)); } return 0; }

    3.Tarjan算法

    方法

    Tarjan算法本质上是用并查集的路径压缩优化的dfs,时间复杂度为O(N + Q)。

    在DFS的任意时刻,树中节点分为两类:

    已经开始递归的节点;尚未访问的节点。

    我们可以定义一个布尔类型的数组f,在这些1类上标记一个整数1,2类节点暂时不管。

    在DFS的回溯时,我们可以把回溯点的并查集中的祖先设为他的父节点

    那么对于任何两个点来说,如果两个点都被递归遍历过,那么他们的LCA就是两个点并查集中的祖先。

    举个栗子

    我们来找6和10的LCA;

    搜索,将f[2]设为1;f[3]=1;f[4]=1;f[6]=1,发现查询中有6,但又发现10并未被查询(即f[10]=0),所以暂时不管;6为叶子节点,回溯,并让pre[6]=4;f[7]=1;7为叶子节点,回溯,并让pre[7]=4;4所有节点都遍历过了,回溯,并让pre[4]=3;f[5]=1;……f[10]=1,发现查询中有10,且6已被查询过(f[6]=1),所以LCA(6,10)=Find_Set(6)=3;

    代码

    #include <bits/stdc++.h> using namespace std; struct zz { int u, id; }; vector<int> v[100005]; vector<zz> sum[100005]; int n, m; int ans[100005]; int pre[100005]; bool f[100005]; int Find_Set(int x) { if (x != pre[x]) { pre[x] = Find_Set(pre[x]); } return pre[x]; } void Make_Set(int x) { for (int i = 1; i <= x; i++) { pre[i] = i; } } void Tarjan(int x) { f[x] = 1; for (int i = 0; i < v[x].size(); i++) { int y = v[x][i]; if (f[y]) continue; Tarjan(y); pre[y] = Find_Set(x); } for (int i = 0; i < sum[x].size(); i++) { zz y = sum[x][i]; if (f[y.u] == 1) { ans[y.id] = Find_Set(y.u); } } } int main() { cin >> n >> m; Make_Set(n); for (int i = 1; i < n; i++) { int x, y; scanf("%d%d", &x, &y); v[x].push_back(y); v[y].push_back(x); } for (int i = 1; i <= m; i++) { int x, y; scanf("%d%d", &x, &y); sum[x].push_back(zz{ y, i }); sum[y].push_back(zz{ x, i }); } Tarjan(1); for (int i = 1; i <= m; i++) { printf("%d\n", ans[i]); } return 0; }
    Processed: 0.025, SQL: 8