这个问题的动机是 travtree codechef 中的问题。在editorial他们建议通过在 DFS
遍历中记录每个节点的发现和退出时间,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 [discovery time, exit time]
段中发生的事件求和。 (我们使用 Fenwick
树来快速回答这些查询)。
但是,要解决该问题,我们还需要快速回答sum path
查询。那就是 - 对沿 a, b
之间的最短路径发生的事件求和。这怎么可能?他们给出的答案是这样的:
对于每个有趣的事件,他们都会更新:
update(BT2,event_node,1);
update(BT2,out[event_node],-1);
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。怎么才对呢??当您查看直到 a
的前缀和时,您可能会遇到很多与 l
和 a
之间的路径无关的节点!
最佳答案
为了线性化 sum path
查询 - 在树节点 a, b
之间的最短路径上发生的事件的总和,我们确实必须执行以下操作:
当节点 v
发生事件时,我们 update(IN[v], 1)
和 update(OUT[v], -1)
。 IN
是节点的 DFS 发现时间
,OUT
是 DFS 退出时间
。
现在查询将是 query(IN[b]) - query(IN[a]-1)
。 query(IN[b])
是一个前缀和:它从根开始,遍历树直到到达 b
。请注意,对于每个节点v
,我们将不在直接路径上从root 传递到b
,我们将发现并最终退出它。仅对于路径上的节点,我们将发现并且不会退出。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。
现在很明显 query(IN[a]-1)
中发生了同样的事情 - 它是路径 root, a
上节点的总和(不是这次包括 a
)。减去它们得到 a, b
。画个草图,您会亲眼看到。
为了完整性 - sum subtree
的方法在 update
和 query
中是不同的。对于每个事件,您只需 update(IN[v])
。现在查询 sum subtree(a)
我们执行 query(OUT[a]) - query(IN[a]-1)
。这次在 query(OUT[a])
中,我们对遍历的所有节点求和,直到发现 a
,然后对 a
中的所有节点求和子树直到我们退出它。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。
关于algorithm - 将树线性化为数组并回答路径上的 "sum"查询,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38539076/