热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

约束rmq_约束RMQ

不知道为什么网上找不到太多相关的资料,所以写一个小总结,并附有能用的代码。约束RMQ,就是RMQ区间必须满足两项之差最大为1,

不知道为什么网上找不到太多相关的资料,所以写一个小总结,并附有能用的代码。

约束RMQ,就是RMQ区间必须满足两项之差最大为1,采用ST表的话,这时候有O(n)建表,O(1)查询的优秀复杂度

求LCA,通过DFS把原树转化为深度序列,就等价于求区间最小值 (取到的位置)

由于DFS的性质,该序列两个数之间显然相差1,所以可以使用约束RMQ解决

先总体概括一下做法:把原序列分块,块内预处理,块间做ST表

分块大小定为L=log(n)/2,这样共分D=n/L块,对这D个数(块内最小值)做正常ST表,建表复杂度O(Dlog(D))=O((n/L)(log(n)-log(L))=O(n)

我们要保证每个步骤都是O(n)的,log(n)/2正好消去了ST建表时的log

但在此之前,我们得处理出块内的最小值,该怎么做呢?一个正常想法就是枚举每个数,一共是O(n)复杂度

但是,这样做虽然留下了每块的最小值以及其取到的位置,若考虑查询块的一个区间,而这个区间恰好取不到最小值,这时候只能暴力枚举,就破坏了查询O(1)了

至此我们仍没有使用其±1的特殊性质,现在考虑一下。

块内一共log(n)/2个数,由乘法原理可知,本质不同的块有U=2^(log(n)/2)=n^(1/2)个,我们不妨处理出每个这种块,复杂度Ulog(n)/2,这个函数增长是小于线性的,可以认为是O(n)

这样,处理出每个块内两元素的大小关系,就可以用01唯一表示一个块了,可以用二进制存下来,作为一个块的特征,这一步O(n)

这样有一个好处,即使查询块内一个区间,我们只需要提取这个区间对应的二进制数,就可以在预处理的数组中O(1)查询了

查询时,类似分块,边块直接查表,中间部分ST表查询,查询时O(1)的。

至此我们完成了O(n)建表,O(1)查询的约束RMQ。

同时,对于任何一个序列,可以在O(n)时间内建成一颗笛卡尔树,把查询该序列RMQ转化为求笛卡尔树LCA,就变成O(1)的了。

解决LCA的代码:

//drunk,fix later

#include#include#include

#define Re register

using namespacestd;const int MAXN=1000005;

inlineintrd() {int ret=0,f=1;charc;while(c=getchar(),!isdigit(c))f=c=='-'?-1:1;while(isdigit(c))ret=ret*10+c-'0',c=getchar();return ret*f;

}intn,m,st;structEdge {intnext,to;

} e[MAXN<<1];intecnt,head[MAXN];

inlinevoid add(int x,inty) {

e[++ecnt].next =head[x];

e[ecnt].to=y;

head[x]=ecnt;

}intappear[MAXN],elm[MAXN],dep[MAXN],tot;void dfs(int x,intpre) {

appear[x]=++tot;

elm[tot]=x;

dep[tot]=dep[appear[pre]]+1;for(int i=head[x]; i; i=e[i].next) {int v=e[i].to;if(v==pre) continue;

dfs(v,x);

elm[++tot]=x;

dep[tot]=dep[appear[x]];

}

}intblockLen,num,L[MAXN],R[MAXN],bl[MAXN];int blockTyp[MAXN],f[MAXN][32],g[MAXN][32];intlookUp[MAXN];

inlineint computeType(intx) {int sum=0;for(Re int i=L[x]; i<=R[x]-1; i++)

sum<<=1,sum+=(dep[i+1]>dep[i]);returnsum;

}

inlinevoid calcPos(intx) {int len=0,po=0,cnt=0,mn=1<<30,mnid;

len=blockLen;for(Re int i=len; i>=0; i--) {

po++;if((1<

}

lookUp[x]=mnid-1;

}voidbuild() {

blockLen=log2(tot)/2;

num=tot/blockLen;if(tot%blockLen) num++;for(Re int i=1; i<=num; i++) {

L[i]=(i-1)*blockLen+1;

R[i]=i*blockLen;

}for(Re int i=tot+1; i<=R[num]; i++) dep[i]=(1<<30);for(Re int i=1; i<=tot; i++)bl[i]=(i-1)/blockLen+1;for(Re int i=0; i*i<=tot; i++) calcPos(i);for(Re int i=1; i<=num; i++)blockTyp[i]=computeType(i);for(Re int i=1; i<=num; i++) g[i][0]=(i-1)*blockLen+lookUp[blockTyp[i]],f[i][0]=dep[g[i][0]]; //offset!

for(Re int j=1; (1<

}

inlineint inBlockQuery(int x,inty) {int u=blockTyp[bl[x]],v=(bl[x]-1)*blockLen+lookUp[u];if(x<=v&&v<=y) returnv;int sav=bl[x];

x-=L[sav]-1;y-=L[sav]-1;

u>>=(blockLen-y);

u&=(~((-1)<

}int query(int x,inty) {if(bl[x]==bl[y]) returninBlockQuery(x,y);int mn=1<<30,mnid,tmp;

tmp=inBlockQuery(x,R[bl[x]]);if(dep[tmp]

tmp=inBlockQuery(L[bl[y]],y);if(dep[tmp]0)) len=log2(r-l+1);else returnmnid;if(f[l][len]

}intmain() {

n=rd();m=rd();st=rd();intx,y;for(Re int i=1; i<=n-1; i++) {

x=rd();y=rd();

add(x,y);add(y,x);

}

dfs(st,0);build();for(int i=1; i<=m; i++) {

x=rd();y=rd();if(appear[x]>appear[y]) swap(x,y);

printf("%d\n",elm[query(appear[x],appear[y])]);

}return 0;

}



推荐阅读
  • 本文介绍了使用哈夫曼树实现文件压缩和解压的方法。首先对数据结构课程设计中的代码进行了分析,包括使用时间调用、常量定义和统计文件中各个字符时相关的结构体。然后讨论了哈夫曼树的实现原理和算法。最后介绍了文件压缩和解压的具体步骤,包括字符统计、构建哈夫曼树、生成编码表、编码和解码过程。通过实例演示了文件压缩和解压的效果。本文的内容对于理解哈夫曼树的实现原理和应用具有一定的参考价值。 ... [详细]
  • 本文介绍了设计师伊振华受邀参与沈阳市智慧城市运行管理中心项目的整体设计,并以数字赋能和创新驱动高质量发展的理念,建设了集成、智慧、高效的一体化城市综合管理平台,促进了城市的数字化转型。该中心被称为当代城市的智能心脏,为沈阳市的智慧城市建设做出了重要贡献。 ... [详细]
  • 本文讨论了使用差分约束系统求解House Man跳跃问题的思路与方法。给定一组不同高度,要求从最低点跳跃到最高点,每次跳跃的距离不超过D,并且不能改变给定的顺序。通过建立差分约束系统,将问题转化为图的建立和查询距离的问题。文章详细介绍了建立约束条件的方法,并使用SPFA算法判环并输出结果。同时还讨论了建边方向和跳跃顺序的关系。 ... [详细]
  • c语言\n不换行,c语言printf不换行
    本文目录一览:1、C语言不换行输入2、c语言的 ... [详细]
  • 本文介绍了P1651题目的描述和要求,以及计算能搭建的塔的最大高度的方法。通过动态规划和状压技术,将问题转化为求解差值的问题,并定义了相应的状态。最终得出了计算最大高度的解法。 ... [详细]
  • 本文介绍了为什么要使用多进程处理TCP服务端,多进程的好处包括可靠性高和处理大量数据时速度快。然而,多进程不能共享进程空间,因此有一些变量不能共享。文章还提供了使用多进程实现TCP服务端的代码,并对代码进行了详细注释。 ... [详细]
  • 本文介绍了解决二叉树层序创建问题的方法。通过使用队列结构体和二叉树结构体,实现了入队和出队操作,并提供了判断队列是否为空的函数。详细介绍了解决该问题的步骤和流程。 ... [详细]
  • 动态规划算法的基本步骤及最长递增子序列问题详解
    本文详细介绍了动态规划算法的基本步骤,包括划分阶段、选择状态、决策和状态转移方程,并以最长递增子序列问题为例进行了详细解析。动态规划算法的有效性依赖于问题本身所具有的最优子结构性质和子问题重叠性质。通过将子问题的解保存在一个表中,在以后尽可能多地利用这些子问题的解,从而提高算法的效率。 ... [详细]
  • Linux环境变量函数getenv、putenv、setenv和unsetenv详解
    本文详细解释了Linux中的环境变量函数getenv、putenv、setenv和unsetenv的用法和功能。通过使用这些函数,可以获取、设置和删除环境变量的值。同时给出了相应的函数原型、参数说明和返回值。通过示例代码演示了如何使用getenv函数获取环境变量的值,并打印出来。 ... [详细]
  • 本文介绍了一个题目的解法,通过二分答案来解决问题,但困难在于如何进行检查。文章提供了一种逃逸方式,通过移动最慢的宿管来锁门时跑到更居中的位置,从而使所有合格的寝室都居中。文章还提到可以分开判断两边的情况,并使用前缀和的方式来求出在任意时刻能够到达宿管即将锁门的寝室的人数。最后,文章提到可以改成O(n)的直接枚举来解决问题。 ... [详细]
  • 本文讨论了clone的fork与pthread_create创建线程的不同之处。进程是一个指令执行流及其执行环境,其执行环境是一个系统资源的集合。在调用系统调用fork创建一个进程时,子进程只是完全复制父进程的资源,这样得到的子进程独立于父进程,具有良好的并发性。但是二者之间的通讯需要通过专门的通讯机制,另外通过fork创建子进程系统开销很大。因此,在某些情况下,使用clone或pthread_create创建线程可能更加高效。 ... [详细]
  • Go语言实现堆排序的详细教程
    本文主要介绍了Go语言实现堆排序的详细教程,包括大根堆的定义和完全二叉树的概念。通过图解和算法描述,详细介绍了堆排序的实现过程。堆排序是一种效率很高的排序算法,时间复杂度为O(nlgn)。阅读本文大约需要15分钟。 ... [详细]
  • 本文介绍了深入浅出Linux设备驱动编程的重要性,以及两种加载和删除Linux内核模块的方法。通过一个内核模块的例子,展示了模块的编译和加载过程,并讨论了模块对内核大小的控制。深入理解Linux设备驱动编程对于开发者来说非常重要。 ... [详细]
  • 李逍遥寻找仙药的迷阵之旅
    本文讲述了少年李逍遥为了救治婶婶的病情,前往仙灵岛寻找仙药的故事。他需要穿越一个由M×N个方格组成的迷阵,有些方格内有怪物,有些方格是安全的。李逍遥需要避开有怪物的方格,并经过最少的方格,找到仙药。在寻找的过程中,他还会遇到神秘人物。本文提供了一个迷阵样例及李逍遥找到仙药的路线。 ... [详细]
  • JDK源码学习之HashTable(附带面试题)的学习笔记
    本文介绍了JDK源码学习之HashTable(附带面试题)的学习笔记,包括HashTable的定义、数据类型、与HashMap的关系和区别。文章提供了干货,并附带了其他相关主题的学习笔记。 ... [详细]
author-avatar
xpf
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有