Codeforces.888G.Xor-MST(Bor?vka算法求MST 贪心 Trie)

题目链接

\(Description\)

有一张\(n\)个点的完全图,每个点的权值为\(a_i\),两个点之间的边权为\(a_i\ xor\ a_j\)。求该图的最小生成树。
\(n\leq2*10^5,0\leq ai<2^{30}\)。

\(Solution\)

代码好神啊。

依旧是从高到低考虑每一位。对于当前位i,如果所有点在这一位都为0或1,不需要管(任何边在这一位都为0)。
否则可以把点分为两个集合,即i位为0和1的集合,这两个集合间必须存在一条边,且边权这一位只能为1。

考虑怎么高效得到两个集合间的最小边。可以将一个集合的\(a_i\)插入Trie,再枚举另一个集合的点在Trie上走。
这样枚举每一位然后合并两个集合的点,再递归到两边(该位为0或1),就可以得到MST了。
这也是Bor?vka算法的过程,不过用Trie可以将每次需\(O(m)\)的迭代优化到\(O(n\log a_{max})\)。

实现细节:可以先对所有点建Trie,并直接在Trie树上DFS,存在左右儿子时即会分为两个集合。
将\(a_i\)从小到大插入Trie,这样可对每个节点维护一个区间,表示 满足根到该节点01取值 的序列下标区间。这样枚举时就不需要暴力\(O(n)\)了。

复杂度\(O(n\log n\log a_{max})\)。基本到不了吧。

//171ms 98200KB
#include <cstdio>
#include <cctype>
#include <algorithm>
//#define gc() getchar()
#define MAXIN 300000
#define gc() (SS==TT&&(TT=(SS=IN)+fread(IN,1,MAXIN,stdin),SS==TT)?EOF:*SS++)
#define BIT 29
typedef long long LL;
const int N=2e5+5;

int read();
char IN[MAXIN],*SS=IN,*TT=IN;
struct Trie
{
    #define ls son[x][0]
    #define rs son[x][1]
    #define S N*31
    int n,A[N],tot,son[S][2],L[S],R[S];
    LL Ans;
    #undef S

    void Insert(int v,int id)
    {
        int x=0;
        for(int i=BIT; ~i; --i)
        {
            int c=v>>i&1;
            if(!son[x][c]) son[x][c]=++tot, L[tot]=R[tot]=id;
            x=son[x][c];
            L[x]=std::min(L[x],id), R[x]=std::max(R[x],id);
        }
    }
    int Query(int x,int v,int bit)
    {
        if(bit<0||L[x]==R[x]) return A[L[x]];//同样注意第0位还可以继续递归==
        int c=v>>bit&1;
        return son[x][c]?Query(son[x][c],v,bit-1):(son[x][c^1]?Query(son[x][c^1],v,bit-1):0);
    }
    void DFS(int x,int bit)
    {
//      if(bit<0) return;
        if(!bit)
        {
            if(ls&&rs) Ans+=A[L[ls]]^A[L[rs]];//第0位还会有分叉
            return;
        }
        if(ls&&rs)
        {
            int res=0x7fffffff;
            for(int i=L[ls],r=R[ls],p=rs; i<=r; ++i)
                res=std::min(res,A[i]^Query(p,A[i],bit-1));
            Ans+=res;
        }
        if(ls) DFS(ls,bit-1);
        if(rs) DFS(rs,bit-1);
    }
    void Solve()
    {
        n=read();
        for(int i=1; i<=n; ++i) A[i]=read();
        std::sort(A+1,A+1+n);
        for(int i=1; i<=n; ++i) Insert(A[i],i);
        DFS(0,BIT), printf("%I64d\n",Ans);
    }
}T;

inline int read()
{
    int now=0;register char c=gc();
    for(;!isdigit(c);c=gc());
    for(;isdigit(c);now=now*10+c-'0',c=gc());
    return now;
}

int main()
{
    T.Solve();
    return 0;
}

原文地址:https://www.cnblogs.com/SovietPower/p/9762651.html

时间: 2024-07-29 23:42:26

Codeforces.888G.Xor-MST(Bor?vka算法求MST 贪心 Trie)的相关文章

Bor?vka 算法求 MST 最小生成树

基本思路:用定点数组记录每个子树的最近邻居.对于每一条边进行处理:如果这条边连成的两个顶点同属于一个集合,则不处理,否则检测这条边连接的两个子树,如果是连接这两个子树的最小边,则更新 (合并).时间复杂度平均 \(O(V+E)\),最坏 \(O((V+E)\log V)\). 下面是 Bor?vka 算法演示动图:(源:Wikimedia) 程序代码: struct node {int x, y, w; } edge[M]; int d[N]; // 各子树的最小连外边的权值 int e[N];

Kruskal vs Bor?vka

做了个对比.Bor?vka算法对于稠密图效果特别好.这两个都是求生成森林的算法.Prim+heap+tarjan过于难写不写了. V=200,E=1000 Kruskal method 487504811 Time usage: 129 us Bor(uc)uvka method 487504811 Time usage: 94 us V=500,E=3000 Kruskal method 1068863143 Time usage: 431 us Bor(uc)uvka method 1068

poj2187 求平面最远点对,garham_scan算法求凸包

poj2187 求平面最远点对,garham_scan算法求凸包 Beauty Contest Time Limit: 3000MS   Memory Limit: 65536K Total Submissions: 29666   Accepted: 9180 Description Bessie, Farmer John's prize cow, has just won first place in a bovine beauty contest, earning the title 'M

EM算法求高斯混合模型参数估计——Python实现

EM算法一般表述: 当有部分数据缺失或者无法观察到时,EM算法提供了一个高效的迭代程序用来计算这些数据的最大似然估计.在每一步迭代分为两个步骤:期望(Expectation)步骤和最大化(Maximization)步骤,因此称为EM算法. 假设全部数据Z是由可观测到的样本X={X1, X2,--, Xn}和不可观测到的样本Z={Z1, Z2,--, Zn}组成的,则Y = X∪Z.EM算法通过搜寻使全部数据的似然函数Log(L(Z; h))的期望值最大来寻找极大似然估计,注意此处的h不是一个变量

poj2395 Out of Hay , 求MST的最长边

点击打开链接 求MST的最长边~ prim #include <cstdio> #include <cstring> #include <vector> #include <algorithm> #define Min(a,b) (a)<(b)?(a):(b) using namespace std; const int INF = 1000000000; const int maxn = 2000 + 5; struct pto { int v, l

算法 - 求两个自然数的最大公约数(C++)

placeholder算法 - 求两个自然数的最大公约数(C++),布布扣,bubuko.com

算法 - 求两个自然数的最小公倍数(C++)

placeholder算法 - 求两个自然数的最小公倍数(C++),布布扣,bubuko.com

算法 - 求n个数的中位数(C++)

placeholder算法 - 求n个数的中位数(C++),布布扣,bubuko.com

匈牙利算法 求最大匹配

不断找增广路,直到没有增广路,每找到一条增广路匹配数就加1 //hungary const int X=100,Y=100; int match[Y];// initial to -1 bool vis[Y]; int g[X][Y]; bool dfs(int x){ for(int y=1;y<=Y;y++){ if(g[x][y]&&!vis[y]){ vis[y]=1; if(match[y]==-1||dfs(match[y])){ match[y]=x; return t