noip教程--树的相关算法.pptVIP

树的相关算法 定义 树：要么为空，要么由根结点(root)和n棵子树组成。 森林：若干棵树 二叉树：递归定义 要么为空，要么由根结点左子树和右子树组成 左右子树都是一颗二叉树 如何分辨树 关键词 任意两点有且只有一条路径 N个点M条边的连通图 MN … 图的生成树 最小生成树的两种算法 Prim 邻接矩阵 O(V2) 邻接表 +heap O(E log(V)) Kruskal 并查集实现 O(E log(E)) 图的生成树 最优比率生成树 有带权图G, 对于图中每条边e[i], 都有benifit[i](收入)和cost[i](花费), 我们要求的是一棵生成树T, 它使得 ∑(benifit[i]) / ∑(cost[i]), i∈T 最大. 二分ans，将每条边减去二分的值*cost[i],求最大生成树得到边权和sum，若sum0则代表ans还可以变得更大，否则就缩小二分的ans，直到二分到足够的精度为止。 图的生成树 次小生成树 若数据范围较小，可以先求出最小生成树，每次去掉最小生成树上的一条边，再求一遍最小生成树，即为次小生成树。 实现简单，时间复杂度较高。 图的生成树 次小生成树 首先求出原图最小生成树，记录权值之和为MinST。枚举添加每条不在最小生成树上的边(u,v)，加上以后一定会形成一个环。找到环上权值第二大的边(即除了(u,v)以外的权值最大的边)，把它删掉，计算当前生成树的权值之和。取所有枚举修改的生成树权值之和的最小值，就是次小生成树。 图的生成树 对图深度优先搜索，定义DFS(u)为u在搜索树（以下简称为树）中被遍历到的次序号。定义Low(u)为u或u的子树中能通过非父子边追溯到的最早的节点，即DFS序号最小的节点。根据定义，则有： Low(u)=Min{DFS(u)DFS(v) (u,v)为后向边(返祖边) 等价于 DFS(v)DFS(u)且v不为u的父亲节点Low(v) (u,v)为树枝边(父子边)} 图的dfs树的应用 无向图的割点与割边 一个顶点u是割点，当且仅当满足(1)或(2)(1) u为树根，且u有多于一个子树。(2) u不为树根，且满足存在(u,v)为树枝边(或称父子边，即u为v在搜索树中的父亲)，使得DFS(u)=Low(v)。 一条无向边(u,v)是桥，当且仅当(u,v)为树枝边，且满足DFS(u)Low(v)。 图的dfs树的应用 有向图的强联通分量 Tarjan O(V+E) 分量形成的拓扑性 缩点+dp 图的dfs树的应用 怕爆栈？ dfs-bfs 非比赛时可使用编译开关 Pascal {$m 100000000} C++ #pragma comment(linker,/STACK 树形数据结构 并查集 处理一些不相交集合（Disjoint Sets）的合并及查询问题 路径压缩 团伙 有N个人，M个关系，M个关系中每对X和Y可以是敌人也可以是团伙，是敌人的话，那么敌人的敌人也是团伙。问最多有多少个团伙。 星球大战 一个无向图，有以下两种操作 删去某个点以及其所有关联的边 询问图中有多少联通块 树形数据结构 排序二叉树 多关键字 会退化 已知升序的N个数以及他们的各自需要被访问的次数，要求建立一个最优排序二叉树使得总的访问代价最小。一个结点的访问代价=深度×访问次数。 opt[i][j] 枚举根进行转移 可用四边形不等式优化 树形数据结构 二叉堆 完全二叉树 注意边界 dijkstra+heap,prim+heap… A,B分别为两个单调不减的数列，求所有的Ai*Bj中第K小的项。(N,K=100000) K路归并会做不？ 有一篇凹凸不平的矩形地面，面积为m*n，被分为M*N个小正方形，每个正方形有不同的高度，给出矩形中每个正方形的高度，若一场雨后，这块矩形地面最多能积多少体积的水。 树形数据结构 线段树 插入（删除）操作的时间复杂度为O (Log N)。 Lazy 操作 数轴上有很多条线段，数轴上的每个位置都有一个容量，表示这个位置最多能被几条线段覆盖，求能在数轴上最多放置多少条线段。(所有数=100000) 树型动态规划 给定一棵树求树上最长路 在树上的一些点放置士兵，每个士兵能监视到的点是自己所在的点和他相邻的点，求最少放置多少士兵能监视到树上所有的点。 在树上的一些边放置士兵，每个士兵能监视到的点是他所在的边连接的两个点，求最少放置多少士兵能监视到树上所有的点。 一棵树，选取一个点当中心的代价是树上每个点到这个点的距离之和，求选取一个点使代价最小。 选课 学校开设了N（N300）门的选修课程，每门课程都有一个学费Wi，每个学生可选课程的数量M是给定的。在选修课程中，有些课程可以直接选修，有些课