博客
关于我
E. Sonya and Ice Cream【树的直径+单调队列】
阅读量:528 次
发布时间:2019-03-08

本文共 2519 字,大约阅读时间需要 8 分钟。

要解决从n个节点的树中选出k个连续顶点,使得这些顶点中的其他点到这k个点的最大距离最小,我们可以按照以下步骤进行优化和解决问题:

1. 计算树的直径

使用两次深度优先搜索(DFS)来确定树的直径。第一次DFS从任意一点出发,找到离该点最远的点u,作为直径的一端。第二次DFS从u出发,找到离u最远的点v,作为直径的另一端。

2. 计算各顶点到直径端点的距离

对于每个顶点,计算其到直径端点u和v的距离。这可以通过两次DFS完成:第一次从u出发,记录每个节点的距离;第二次从v出发,记录每个节点的距离。

3. 枚举直径上的连续k个顶点窗口

在直径上进行滑动窗口,求出所有长度为k的连续顶点窗口。每个窗口包括窗口的端点以及内部的k-2个顶点。

4. 使用单调队列计算窗口的最大值

将窗口的两个端点及预处理的直径距离存储在单调队列中,根据队列中的值维护当前窗口的最大距离。每次移动窗口时,更新队列以确保最大距离准确。

5. 表达最优解

根据分析,连续k个顶点窗口的最大距离等于窗口的两个端点到直径端点的距离的最大值。最终,最小最大距离即为直径窗口中各个可能窗口中的最大距离的最小值。

伪代码实现

#include 
using namespace std;typedef long long ll;const int N = 1e5 + 5;const int MOD = 1e9 + 7;typedef vector
> edgeType;vector
edge;vector
dis, maxsubtree, bet, a, sum;int par[N], vis[N], st, ed, diam[N], q;ll maxlen = 0, n, k;void dfs(int u, int f) { par[u] = f; for (auto &t : edge[u]) { int v = t.first, w = t.second; if (v != f && !vis[v]) { dis[v] = dis[u] + w; if (dis[v] > maxlen) maxlen = dis[v]; dfs(v, u); } }}void FindDiameter() { dis = {0}, vis = {false}; DFS(1, -1); int mx = -1, st = 1; for (int i = 1; i <= n; i++) if (dis[i] > mx) { mx = dis[i], st = i; } dis = {0}, vis = {false}; DFS(st, -1); mx = -1, ed = 1; for (int i = 1; i <= n; i++) if (dis[i] > mx) { mx = dis[i], ed = i; } for (int i = ed; i; i = par[i]) { diam[i] = dis[i]; dis[i] = 0; }}void FindMaxlenToSubtree() { k = min(k, (ll)diam.size()); for (int u : diam) vis[u] = 1; for (int u : diam) { maxlen = 0; dis[u] = 0; DFS(u, -1); maxsubtree.push_back(maxlen); dis[u] = 0; }}int main() { cin >> n >> k; for (int i = 1; i < n; i++) { int u, v, w; cin >> u >> v >> w; edge[u].push_back({v, w}); edge[v].push_back({u, w}); } FindDiameter(); FindMaxlenToSubtree(); q = deque
>(); for (int i = 0, j = 0; i <= (ll)diam.size() - k; i++) { while (j <= i + k - 1) { while (!q.empty() && maxsubtree[j] > q.back().first) q.pop_back(); q.push_back({maxsubtree[j], j}); j++; } while (q.front().second < i) q.pop_front(); ll current_max = q.front().first; if (current_max < ans) ans = current_max; if (i + k < diam.size()) { while (!q.empty() && maxsubtree[i + k] > q.back().first) q.pop_back(); q.push_back({maxsubtree[i + k], i + k}); } } cout << ans;}

结论

通过上述步骤,我们能够高效地计算出k个连续顶点,使得其他顶点到这k个点的最大距离最小化。该方法的主要亮点在于利用树的直径性质,并结合单调队列滑动窗口技术,确保算法在O(n)的时间复杂度内完成计算,适用于大规模数据。

转载地址:http://kfkiz.baihongyu.com/

你可能感兴趣的文章
mysql 查询数据库所有表的字段信息
查看>>
【Java基础】什么是面向对象?
查看>>
mysql 查询,正数降序排序,负数升序排序
查看>>
MySQL 树形结构 根据指定节点 获取其下属的所有子节点(包含路径上的枝干节点和叶子节点)...
查看>>
mysql 死锁 Deadlock found when trying to get lock; try restarting transaction
查看>>
mysql 死锁(先delete 后insert)日志分析
查看>>
MySQL 死锁了,怎么办?
查看>>
MySQL 深度分页性能急剧下降,该如何优化?
查看>>
MySQL 深度分页性能急剧下降,该如何优化?
查看>>
MySQL 添加列,修改列,删除列
查看>>
mysql 添加索引
查看>>
MySQL 添加索引,删除索引及其用法
查看>>
mysql 状态检查,备份,修复
查看>>
MySQL 用 limit 为什么会影响性能?
查看>>
MySQL 用 limit 为什么会影响性能?有什么优化方案?
查看>>
MySQL 用户权限管理:授权、撤销、密码更新和用户删除(图文解析)
查看>>
mysql 用户管理和权限设置
查看>>
MySQL 的 varchar 水真的太深了!
查看>>
mysql 的GROUP_CONCAT函数的使用(group_by 如何显示分组之前的数据)
查看>>
MySQL 的instr函数
查看>>