问题是由codechef中的travtree问题引起的 . 在editorial中,他们建议通过在 DFS
遍历中为每个节点记录其发现和退出时间,将树线性化为数组 . 现在,我们可以快速回答有关 sum subtree
的查询 - 通过对该节点的段 [discovery time, exit time]
中发生的事件求和 . (我们使用 Fenwick
树快速回答这些查询) .
但是,要解决这个问题,我们还需要快速回答 sum path
查询 . 那就是 - 总结在 a, b
之间的最短路径上发生的事件 . 怎么可能?他们给出的答案是:
对于每个有趣的事件,他们更新:
update(BT2,event_node,1);
update(BT2,out[event_node],-1);
而 sum path(a,b)
现在是这样的:
int l = lca(a,b);
ans = query(BT2,a) + query(BT2,b) - query(BT2,l) - (l==1 ? 0 : query(BT2, parent[0][l]));
其中 query
是前缀和 . 怎么回事?当你查看前缀sum到 a
时,你可能会遇到许多与 l
和 a
之间的路径无关的节点!
1 回答
为了线性化
sum path
查询 - 在树节点之间的最短路径上发生的事件总数a, b
我们确实必须执行以下操作:当节点
v
中发生事件时,我们update(IN[v], 1)
和update(OUT[v], -1)
.IN
是节点的DFSdiscovery time
和OUT
DFSexit time
.现在查询将是
query(IN[b]) - query(IN[a]-1)
.query(IN[b])
是前缀sum:它从根开始,遍历树,直到它到达b
. 请注意,对于每个节点v
,我们将不会通过从root到b
的直接路径,我们将发现并最终退出它 . 仅针对路径上的节点,我们将发现而不是退出 . 由于我们更新的方式,这意味着我们将有效地对路径root, b
(包括b
)上的节点求和 .现在很清楚
query(IN[a]-1)
中发生了同样的情况 - 它是路径root, a
上的节点之和(这次不包括a
) . 减去它们给了我们a, b
. 画一幅草图,你会亲眼看到它 .为了完整性,
sum subtree
的方法在update
和query
中都是不同的 . 对于每个活动,您只需update(IN[v])
. 现在查询sum subtree(a)
,我们做query(OUT[a]) - query(IN[a]-1)
. 这次在query(OUT[a])
中我们总结了我们遍历的所有节点,直到我们发现a
,然后是a
的子树中的所有节点,直到我们退出它 . 现在我们减去query(IN[a] - 1)
- 所有节点,直到我们发现a
. 我们只剩下a
子树 .