【算法题解】蓝桥杯2022年第十三届决赛C++ B组真题-机房

简介: 【算法题解】蓝桥杯2022年第十三届决赛C++ B组真题-机房

蓝桥杯2022年第十三届决赛C++ B组真题-机房

比赛的时候还没学到算法提高课的LCA,这题板子题没写出来,难受啊,不然可能就国一了。

:earth_africa: 题目

image-20220729112211993

:lollipop: 思路(LCA)

本题中我们要求的是多源最短路,而且数据量很大,所以平常写的的dijkstrafloyd求最短路都是过不了的。所以这题要用LCA的Tarjan算法来求两个点的最短路。

LCA的Tarjan算法

  • 在线做法:读一个询问,处理一个,输出一个
  • 离线做法:读完全部询问,再全部处理完,再全部输出

Tarjan是一种离线算法,是对向上标记法的一种优化,我们向上标记的时候是一个一个向上走的,效率低,而tarjian可以优化到O(1)的复杂度。

在深度优先遍历时,数种的节点分为三类:

  • 2号点: 已经访问完毕并且回溯过的点。
  • 1号点:已经开始递归,但还没有回溯的点。也就是正在访问的节点以及他的所有祖先。
  • 0号点:尚未访问的点

为什么要这样做呢?我们可以发现,对于1号点而言,所有的二号点的祖先都是1号点,也就是他们的lca,这也就是树上标记法中一个点向上走遇到的第一个标记的节点。那么怎么快速找到2号点祖先对对应的1号点呢?这里可以云并查集进行优化,1号点的分支中所有的2号点都是以1号点为祖先。当一个节点是2号点后,把它所在的集合合并到它的父节点所在的集合中(此时父节点一定是1号点)

这样每个完成回溯的点都有一个指针指向了它的父节点,只需查询y所在集合的代表元素,就等价于从y向上走一直走到一个开始递归但尚未回溯的点,即lca(x,y)

如下图:红色点表示2号点,蓝色点表示1号点,白色点表示0号点

image-20220729103442425

对了本题中,我们需要记录每个点到根节点的距离,那么求两个点uv的距离就等于dist[u] + dist[v] - 2 * dist[lca(a,b)] + w[lca(a,b)] (w数组表示每个点的权值)。比如上图中的4号点和5号点的距离,dist[4] = w[1] + w[2] + w[4],dist[5] = w[1] + w[2] + w[5]dist[2] = w[1] + w[2]

所以就可以表示成dist[4] + dist[5] - 2 * dist[2] + w[2]

:horse: AC代码

#include <iostream>
#include <cstring>
#include <algorithm>
#include <vector>
using namespace std;
#define x first
#define y second
typedef pair<int, int> PII;
const int N = 1e5 + 10, M = N * 2;
int n, m;
int h[N], e[M], ne[M], idx; //邻接表
int w[N];                   //每个点的权值
int dist[N];                //根节点到每个点的权值和
int ans[N];                 //每个询问的答案
int p[N];                   // 并查集数组
int st[N];                  //每个点的状态
vector<PII> query[N];       //存每个询问
void add(int a, int b)      // 添加一条边a->b
{
    e[idx] = b, ne[idx] = h[a], h[a] = idx++;
}
int find(int x)
{
    if (p[x] != x)
        p[x] = find(p[x]);
    return p[x];
}
void dfs(int u, int fa, int sum)
{
    dist[u] = sum;
    for (int i = h[u]; i != -1; i = ne[i])
    {
        int j = e[i];
        if (j == fa)
            continue;
        dfs(j, u, sum + w[j]);
    }
}
void tarjan(int u)
{
    //正在递归的点,但还没回溯
    st[u] = 1;
    for (int i = h[u]; i != -1; i = ne[i])
    {
        int j = e[i];
        if (st[j])
            continue;
        tarjan(j);
        p[j] = u;
    }
    for (int i = 0; i < query[u].size(); i++)
    {
        int v = query[u][i].x;
        int id = query[u][i].y;
        int anc = find(v);
        if (st[v] == 2)
            ans[id] = dist[u] + dist[v] - dist[anc] * 2 + w[anc];
    }
    //递归完回溯回去
    st[u] = 2;
}
int main()
{
    memset(h, -1, sizeof h);
    cin >> n >> m;
    //初始化并查集数组
    for (int i = 1; i <= n; i++)
        p[i] = i;
    for (int i = 0; i < n - 1; i++)
    {
        int a, b;
        cin >> a >> b;
        add(a, b);
        add(b, a);
        //每个点的权值+1
        w[a]++;
        w[b]++;
    }
    for (int i = 1; i <= m; i++)
    {
        int a, b;
        cin >> a >> b;
        if (a == b) //这里要特判,如果两个点相同,那么可以直接得到结果
        {
            ans[i] = w[a];
            continue;
        }
        query[a].push_back({b, i});
        query[b].push_back({a, i});
    }
    //求dist数组
    dfs(1, -1, w[1]);
    //核心:求最短路径
    tarjan(1);
    for (int i = 1; i <= m; i++)
        cout << ans[i] << '\n';
    return 0;
}

:star: 有疑问欢迎评论区留言哦

:lollipop: 帮到您的话欢迎点个赞再走啊

image-20220729114611343

相关文章
|
4月前
|
存储 监控 算法
基于 C++ 哈希表算法实现局域网监控电脑屏幕的数据加速机制研究
企业网络安全与办公管理需求日益复杂的学术语境下,局域网监控电脑屏幕作为保障信息安全、规范员工操作的重要手段,已然成为网络安全领域的关键研究对象。其作用类似网络空间中的 “电子眼”,实时捕获每台电脑屏幕上的操作动态。然而,面对海量监控数据,实现高效数据存储与快速检索,已成为提升监控系统性能的核心挑战。本文聚焦于 C++ 语言中的哈希表算法,深入探究其如何成为局域网监控电脑屏幕数据处理的 “加速引擎”,并通过详尽的代码示例,展现其强大功能与应用价值。
104 2
|
5月前
|
存储 算法 C++
Windows共享文件:探秘C++实现的B树索引算法奇境
在数字化时代,Windows共享文件的高效管理至关重要。B树算法以其自平衡多路搜索特性,在文件索引与存储优化中表现出色。本文探讨B树在Windows共享文件中的应用,通过C++实现具体代码,展示其构建文件索引、优化数据存储的能力,提升文件检索效率。B树通过减少磁盘I/O操作,确保查询高效,为企业和个人提供流畅的文件共享体验。
|
2月前
|
存储 监控 算法
基于跳表数据结构的企业局域网监控异常连接实时检测 C++ 算法研究
跳表(Skip List)是一种基于概率的数据结构,适用于企业局域网监控中海量连接记录的高效处理。其通过多层索引机制实现快速查找、插入和删除操作,时间复杂度为 $O(\log n)$,优于链表和平衡树。跳表在异常连接识别、黑名单管理和历史记录溯源等场景中表现出色,具备实现简单、支持范围查询等优势,是企业网络监控中动态数据管理的理想选择。
77 0
|
3月前
|
存储 机器学习/深度学习 算法
基于 C++ 的局域网访问控制列表(ACL)实现及局域网限制上网软件算法研究
本文探讨局域网限制上网软件中访问控制列表(ACL)的应用,分析其通过规则匹配管理网络资源访问的核心机制。基于C++实现ACL算法原型,展示其灵活性与安全性。文中强调ACL在企业与教育场景下的重要作用,并提出性能优化及结合机器学习等未来研究方向。
97 4
|
4月前
|
监控 算法 数据处理
基于 C++ 的 KD 树算法在监控局域网屏幕中的理论剖析与工程实践研究
本文探讨了KD树在局域网屏幕监控中的应用,通过C++实现其构建与查询功能,显著提升多维数据处理效率。KD树作为一种二叉空间划分结构,适用于屏幕图像特征匹配、异常画面检测及数据压缩传输优化等场景。相比传统方法,基于KD树的方案检索效率提升2-3个数量级,但高维数据退化和动态更新等问题仍需进一步研究。未来可通过融合其他数据结构、引入深度学习及开发增量式更新算法等方式优化性能。
140 17
|
3月前
|
机器学习/深度学习 存储 算法
基于 C++ 布隆过滤器算法的局域网上网行为控制:URL 访问过滤的高效实现研究
本文探讨了一种基于布隆过滤器的局域网上网行为控制方法,旨在解决传统黑白名单机制在处理海量URL数据时存储与查询效率低的问题。通过C++实现URL访问过滤功能,实验表明该方法可将内存占用降至传统方案的八分之一,查询速度提升约40%,假阳性率可控。研究为优化企业网络管理提供了新思路,并提出结合机器学习、改进哈希函数及分布式协同等未来优化方向。
88 0
|
5月前
|
存储 监控 算法
基于 C++ 哈希表算法的局域网如何监控电脑技术解析
当代数字化办公与生活环境中,局域网的广泛应用极大地提升了信息交互的效率与便捷性。然而,出于网络安全管理、资源合理分配以及合规性要求等多方面的考量,对局域网内计算机进行有效监控成为一项至关重要的任务。实现局域网内计算机监控,涉及多种数据结构与算法的运用。本文聚焦于 C++ 编程语言中的哈希表算法,深入探讨其在局域网计算机监控场景中的应用,并通过详尽的代码示例进行阐释。
115 4
|
6月前
|
存储 算法 安全
企业员工数据泄露防范策略:基于 C++ 语言的布隆过滤器算法剖析[如何防止员工泄密]
企业运营过程中,防范员工泄密是信息安全领域的核心议题。员工泄密可能致使企业核心数据、商业机密等关键资产的流失,进而给企业造成严重损失。为应对这一挑战,借助恰当的数据结构与算法成为强化信息防护的有效路径。本文专注于 C++ 语言中的布隆过滤器算法,深入探究其在防范员工泄密场景中的应用。
114 8
|
7月前
|
编译器 C++ 开发者
【C++篇】深度解析类与对象(下)
在上一篇博客中,我们学习了C++的基础类与对象概念,包括类的定义、对象的使用和构造函数的作用。在这一篇,我们将深入探讨C++类的一些重要特性,如构造函数的高级用法、类型转换、static成员、友元、内部类、匿名对象,以及对象拷贝优化等。这些内容可以帮助你更好地理解和应用面向对象编程的核心理念,提升代码的健壮性、灵活性和可维护性。
|
3月前
|
人工智能 机器人 编译器
c++模板初阶----函数模板与类模板
class 类模板名private://类内成员声明class Apublic:A(T val):a(val){}private:T a;return 0;运行结果:注意:类模板中的成员函数若是放在类外定义时,需要加模板参数列表。return 0;
89 0

热门文章

最新文章