• P4315 月下毛景树


    题目描述

    洛谷

    毛毛虫经过及时的变形,最终逃过的一劫,离开了菜妈的菜园。 毛毛虫经过千山万水,历尽千辛万苦,最后来到了小小的绍兴一中的校园里。

    爬啊爬爬啊爬毛毛虫爬到了一颗小小的“毛景树”下面,发现树上长着他最爱吃的毛毛果 “毛景树”上有N个节点和N-1条树枝,但节点上是没有毛毛果的,毛毛果都是长在树枝上的。但是这棵“毛景树”有着神奇的魔力,他能改变树枝上毛毛果的个数:

    Change k w:将第k条树枝上毛毛果的个数改变为w个。
    
    Cover u v w:将节点u与节点v之间的树枝上毛毛果的个数都改变为w个。
    
    Add u v w:将节点u与节点v之间的树枝上毛毛果的个数都增加w个。 由于毛毛虫很贪,于是他会有如下询问:
    
    Max u v:询问节点u与节点v之间树枝上毛毛果个数最多有多少个。
    

    数据范围: \(1<=N<=100,000\),操作+询问数目不超过 \(100,000\)

    solution

    这个题是道树剖的好题(码农题·)。

    首先,我们要进行边转点的操作。

    接着,我们要考虑每一个操作。

    这个题要求我们支持区间修改,单点修改,区间加,区间最大值的操作。

    对于区间修改和单点修改,我们直接维护一个tag标记。

    区间加的操作维护一个add标记。

    下放时,tag标记的优先级要高于add标记。在下放完tag标记后,要把add标记清空,便于后面的操作。

    剩下的就是线段树和树剖的模板了。

    代码

    #include<iostream>
    #include<cstdio>
    #include<algorithm>
    using namespace std;
    const int N = 1e5+10;
    string opt;
    int n,m,u,v,tot,num,val,x,y;
    int size[N],son[N],fa[N],from[N],to[N],head[N],dfn[N],dep[N],a[N],w[N],top[N];
    inline int read()
    {
    	int s = 0, w = 1; char ch = getchar();
    	while(ch < '0' || ch > '9'){if(ch == '-') w = -1; ch = getchar();}
    	while(ch >= '0' && ch <= '9'){s = s * 10+ch -'0'; ch = getchar();}
    	return s * w;
    }
    struct node{int to,net,w;}e[N<<1];
    void add_(int x,int y,int w)//建边
    {
    	e[++tot].w = w;
    	e[tot].to = y;
    	e[tot].net = head[x];
            head[x] = tot;
    }
    void get_tree(int x)//树剖
    {
    	dep[x] = dep[fa[x]] + 1; size[x] = 1;
    	for(int i = head[x]; i; i = e[i].net)
    	{
    		int to = e[i].to;
    		if(to == fa[x]) continue;
    		fa[to] = x; a[to] = e[i].w;
    		get_tree(to);
    		size[x] += size[to];
    		if(size[to] > size[son[x]]) son[x] = to;
    	}
    }
    void dfs(int x,int topp)
    {
    	top[x] = topp;  dfn[x] = ++num; w[dfn[x]] = a[x];
    	if(son[x]) dfs(son[x],topp);
    	for(int i = head[x]; i; i = e[i].net)
    	{
    		int to  = e[i].to;
    		if(to == fa[x] || to == son[x]) continue;
    		dfs(to,to);
    	}
    }
    struct Tree
    {
    	struct node{
    		int lc,rc;
    		int add,maxn,tag;
    	}tr[N<<2];
    	#define l(o) tr[o].lc
    	#define r(o) tr[o].rc
    	#define add(o) tr[o].add
    	#define tag(o) tr[o].tag
    	#define maxn(o) tr[o].maxn
    	void up(int o)
    	{
    		maxn(o) = max(maxn(o<<1),maxn(o<<1|1));
    	}
    	void cover(int o,int val){tag(o) = val; maxn(o) = val;}//维护tag标记
    	void Add(int o,int val){add(o)+= val; maxn(o) += val;}//维护add标记
    	void down(int o)
    	{
            if(tag(o) != -1)//如果有标记
            {
               add(o<<1) = add(o<<1|1) = 0;//add标记要清空
               cover(o<<1,tag(o)); cover(o<<1|1,tag(o));
               tag(o) = -1;
            }
            if(add(o))
            {
                Add(o<<1,add(o)); Add(o<<1|1,add(o));
               add(o) = 0;
            }
    	}
    	void build(int o,int L,int R)
    	{
    		l(o) = L, r(o) = R; tag(o) = -1;//tag标记初始化为-1,即没有标记
    		if(L == R)
    		{
    			maxn(o) = w[L]; return;
    		}
    		int mid = (L+R)>>1;
    		build(o<<1,L,mid);
    		build(o<<1|1,mid+1,R);
    		up(o);
    	}
    	void chenge(int o,int L,int R,int val)//区间修改
    	{
    		if(L <= l(o) && R >= r(o))
    		{
    			cover(o,val);
    			add(o) = 0; return;//add标记清零
    		}
    		down(o);
    		int mid = (l(o) + r(o))>>1;
    		if(L <= mid) chenge(o<<1,L,R,val);
    		if(R > mid) chenge(o<<1|1,L,R,val);
    		up(o);
    	}
    	void change(int o,int L,int R,int val)//区间加
    	{
    		if(L <= l(o) && R >= r(o))
    		{
    		   Add(o,val); return;
    		}
    		down(o);
    		int mid = (l(o) + r(o))>>1;
    		if(L <= mid) change(o<<1,L,R,val);
    		if(R > mid) change(o<<1|1,L,R,val);
    		up(o);
    	}
    	int ask(int o,int L,int R)//询问区间最大值
    	{
    		int ans = 0;
    		if(L <= l(o) && R >= r(o)){return maxn(o);}
    		down(o);
    		int mid = (l(o) + r(o))>>1;
    		if(L <= mid) ans = max(ans,ask(o<<1,L,R));
    		if(R > mid) ans = max(ans,ask(o<<1|1,L,R));
    		return ans; 
    	}
    }tree;
    void cover(int x,int y,int val)//跳链修改
    {
    	while(top[x] != top[y])
    	{
    		if(dep[top[x]] < dep[top[y]]) swap(x,y);
    		tree.chenge(1,dfn[top[x]],dfn[x],val);
    		x = fa[top[x]]; 
    	}
    	if(dep[x] > dep[y]) swap(x,y);
    	tree.chenge(1,dfn[x]+1,dfn[y],val);
    }
    void jia(int x,int y,int val)//跳链加
    {
    	while(top[x] != top[y])
    	{
    		if(dep[top[x]] < dep[top[y]]) swap(x,y);
    		tree.change(1,dfn[top[x]],dfn[x],val);
    		x = fa[top[x]];
    	}
    	if(dep[x] > dep[y]) swap(x,y);
    	tree.change(1,dfn[x]+1,dfn[y],val);
    }
    int query(int x,int y)
    {
    	int ans = 0;
    	while(top[x] != top[y])
    	{
    		if(dep[top[x]] < dep[top[y]]) swap(x,y);
    		ans = max(ans,tree.ask(1,dfn[top[x]],dfn[x]));
    		x = fa[top[x]];
    	}
    	if(dep[x] > dep[y]) swap(x,y);
    	ans = max(ans,tree.ask(1,dfn[x]+1,dfn[y]));
    	return ans;
    }
    int main()
    {
    	n = read();
    	for(int i = 1; i <= n-1; i++)
    	{
    		u = read(); v = read(); val = read();
    		add_(u,v,val); add_(v,u,val);
    		from[i] = u; to[i] = v;
    	}
    	get_tree(1); dfs(1,1); tree.build(1,1,n);
    
    	while(1)
    	{
    		cin>>opt;
    		if(opt == "Stop") break;
    		if(opt == "Change")
    		{
    			x = read(); val = read();
    			int xx = from[x]; 
    			int yy = to[x];
    			if(fa[xx] == yy) tree.chenge(1,dfn[xx],dfn[xx],val);
    			else tree.chenge(1,dfn[yy],dfn[yy],val);
    	
    		}
    		if(opt == "Cover")
    		{
    			x = read(); y = read(); val = read();
    			cover(x,y,val);
    		}
    		if(opt == "Add")
    		{
    			x = read(); y = read(); val = read();
    			jia(x,y,val);
    		}
    		if(opt == "Max")
    		{
    			x = read(); y = read();
    			printf("%d\n",query(x,y));
    		}
    	}
    	return 0;
    }
    

    写的时候要注意一下标记下放的问题(这里很容易写出锅)。

    ENDING

  • 相关阅读:
    摄像机标定公式推导
    roscpp源码阅读
    机器学习(Machine Learning)&深度学习(Deep Learning)资料汇总 (上)
    机器学习(Machine Learning)&深度学习(Deep Learning)资料(下)
    【概率论与数理统计】全概率公式和贝叶斯公式
    机器学习之一些基本概念及符号系统
    机器学习之代价函数(cost function)
    机器学习之逻辑回归(Logistic Regression)
    机器学习之神经网络模型-下(Neural Networks: Representation)
    机器学习之神经网络模型-上(Neural Networks: Representation)
  • 原文地址:https://www.cnblogs.com/genshy/p/13399565.html
Copyright © 2020-2023  润新知