C++/PTA 关于深度优先搜索和逆序对的题应该不会很难吧这件事

这篇具有很好参考价值的文章主要介绍了C++/PTA 关于深度优先搜索和逆序对的题应该不会很难吧这件事。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

题目要求

背景知识

深度优先搜索与 DFS 序
深度优先搜索算法(DFS)是一种用于遍历或搜索树或图的算法。以下伪代码描述了在树 T 上进行深度优先搜索的过程:

procedure DFS(T, u, L)      // T 是被深度优先搜索的树
                            // u 是当前搜索的节点
                            // L 是一个链表,保存了所有节点被第一次访问的顺序
  append u to L             // 将节点 u 添加到链表 L 的末尾
  for v in u.children do    // 枚举节点 u 的所有子节点 v
    DFS(T, v)               // 递归搜索节点 v

令 r 为树 T 的根,调用 DFS(T, r, L) 即可完成对 T 的深度优先搜索,保存在链表 L 中的排列被称为 DFS 序。相信聪明的你已经发现了,如果枚举子节点的顺序不同,最终得到的 DFS 序也会不同。

逆序对

给定一个长度为 n 的整数序列 a1​,a2​,⋯,an​,该序列的逆序对数量是同时满足以下条件的有序数对 (i,j) 的数量:

1≤i<j≤n;
ai​>aj​。

问题求解

给定一棵 n 个节点的树,其中节点 r 为根。求该树所有可能的 DFS 序中逆序对数量之和。
输入格式
第一行输入两个整数 n,r(2≤n≤3×105,1≤r≤n)表示树的大小与根节点。
对于接下来的 (n−1) 行,第 i 行输入两个整数 ui​ 与 vi​(1≤ui​,vi​≤n),表示树上有一条边连接节点 ui​ 与 vi​。

输出格式
输出一行一个整数,表示该树所有可能的 DFS 序中逆序对数量之和。由于答案可能很大,请对 109+7 取模后输出。

样例输入 1
5 3
1 5
2 5
3 5
4 3

样例输出 1
24

样例输入 2
10 5
10 2
2 5
10 7
7 1
7 9
4 2
3 10
10 8
3 6

样例输出 2
516


解题思路

  1. 对于给定的树,首先进行DFS遍历,求出每个节点的子树大小 szsz,并将整棵树存储在邻接表中。
  2. 在DFS遍历过程中,需要维护一个树状数组,表示当前节点的DFS序(或者说时间戳)出现的次数。每访问到一个新节点 uu 时,通过查询树状数组,统计出其祖先节点的DFS序总和 s1s1​,以及 DFS 序比 uu 大的节点的数量 s2s2​

具体来说:我们可以用树状数组记录整棵树每个节点出现的次数,然后查询区间 [u+1,n][u+1,n] 的总和,即为 DFS 序比 uu 大的所有节点的出现次数之和。注意需要先将 uu 对应的计数减去 11,因为 uu 自身对统计并不存在。

  1. 可以通过简单的组合数计算,求出在根节点为 rootroot 的情况下,所有不合法的边的数量。对于每个子树 TT,其内部的边不会对答案贡献,因此只需考虑连接 TT 向其他子树的边。由于连接两个不同子树 T1T1​ 和 T2T2​ 的边肯定会造成环的出现,因此我们只需统计在每个 TT 内部,连接其与其它子树的边数即可,具体数量为 s2⋅(n−sz[u])s2​⋅(n−sz[u])

代码

#include<iostream>
#include<vector>
using namespace std;

typedef long long LL;
const int N = 300010, P = 1e9+7;

vector<int> g[N]; // 邻接表存储整张树 
int sz[N],tr[N]; // sz数组记录子树大小,tr数组即为树状数组 
int n,root;
int sum=1,s1,s2; // sum为阶乘,s1和s2用于统计不合法路径的数量 

void add(int x,int y)
{
    for(int i=x;i<N;i+=(i&-i))
        tr[i]+=y;
}

int query(int x)
{
    int res=0;
    for(int i=x;i;i-=(i&-i))
        res+=tr[i];
    return res;
}

void dfs(int u,int fa)
{
    add(u,1); // 将节点u对应位置的计数加1(表示u出现了一次) 
    s1=(s1+query(n)-query(u))%P; // 统计所有深度比u小的节点的DFS序总和 

    sz[u]=1; // 初始化子树大小为1
    int cnt=0; // cnt记录u的子节点个数
    for(auto &j:g[u])
    {
        if(j==fa) continue;
        dfs(j,u); // 递归搜索j的子树 
        sz[u]+=sz[j]; // 更新sz数组
        cnt++;
    } 
    
    for(int i=1;i<=cnt;i++)
        sum=(LL)sum*i%P; // 更新阶乘,即(n-sz[u])! 的值

    s2=(s2+n-query(n)-sz[u]+1)%P; // 统计DFS序比u大的节点个数
    add(u,-1); // 回溯时将u的计数减1(表示u已经不再访问) 
}

int main()
{
    scanf("%d%d",&n,&root);
    for(int i=0;i<n-1;i++)
    {
        int a,b;
        scanf("%d%d",&a,&b);
        g[a].push_back(b);
        g[b].push_back(a); // 无向图,需要双向添加边 
    }

    dfs(root,-1);

    int ans=((LL)s1*sum+(LL)s2*sum%P*(P+1)/4)%P; // 计算ans,具体见下面 
    printf("%d\n",ans);
    return 0; 
}


代码解读

首先定义一个数组g[N]来存储整张树的邻接表,并且定义了两个数组sz[N]tr[N],分别用来记录每个节点的子树大小和树状数组。同时定义了一个常量P,表示取模的数。

vector<int> g[N]; // 邻接表存储整张树 
int sz[N],tr[N]; // sz数组记录子树大小,tr数组即为树状数组 
const int N = 300010, P = 1e9+7;

对于dfs函数的每个节点u,进行以下处理:

  • 将节点u的计数加1,即表示节点u出现了一次。
  • 统计所有深度比u小的节点的DFS序总和,通过查询树状数组实现。
  • 初始化节点u的子树大小为1,并且统计其子节点的个数。
  • 对于每个非父亲节点j,递归地搜索其子树,并更新sz[u]数组
  • 更新阶乘值,具体来说,对于任意一个子节点j,其与其它子节点之间的连接边顺序并不影响路径是否合法,因此我们需要将所有子节点与其它子节点的联系进行组合,而每种组合都只算一次,所以用阶乘来计算。例如,n−sz[u]n−sz[u]个节点之间的连接关系可以有(n−sz[u])!(n−sz[u])!种组合方式。
  • 统计DFS序比u大的节点个数,这可以通过查询区间[u+1,n]的总和实现。注意,查询前需要先将节点u的计数减去1,因为节点u自身对统计无影响。
  • 回溯时,需要将节点u的计数减去1,表示节点u已经不再访问。
void dfs(int u,int fa)
{
    add(u,1); // 将节点u对应位置的计数加1(表示u出现了一次) 
    s1=(s1+query(n)-query(u))%P; // 统计所有深度比u小的节点的DFS序总和 

    sz[u]=1; // 初始化子树大小为1
    int cnt=0; // cnt记录u的子节点个数
    for(auto &j:g[u])
    {
        if(j==fa) continue;
        dfs(j,u); // 递归搜索j的子树 
        sz[u]+=sz[j]; // 更新sz数组
        cnt++;
    } 
    
    for(int i=1;i<=cnt;i++)
        sum=(LL)sum*i%P; // 更新阶乘,即(n-sz[u])! 的值

    s2=(s2+n-query(n)-sz[u]+1)%P; // 统计DFS序比u大的节点个数
    add(u,-1); // 回溯时将u的计数减1(表示u已经不再访问) 
}

最后,计算不合法路径的数量:对于每个子树TT,其内部的边不会对答案有贡献,因此只需考虑连接 TT 向其他子树的边。由于连接两个不同子树T1T1​和T2T2​的边肯定会造成环的出现,因此只需统计在每个TT内部,连接其与其它子树的边数即可,具体数量为s2⋅(n−sz[u])s2​⋅(n−sz[u])

s1⋅sums1​⋅sum和s2⋅sum⋅(P+1)/4s2​⋅sum⋅(P+1)/4相加,即可得到答案。

int ans=((LL)s1*sum+(LL)s2*sum%P*(P+1)/4)%P; 
printf("%d\n",ans);

总结

本文使用树状数组DFS遍历实现对该题的求解,读者可躬身实践。
我是秋说,我们下次见。文章来源地址https://www.toymoban.com/news/detail-451877.html

到了这里,关于C++/PTA 关于深度优先搜索和逆序对的题应该不会很难吧这件事的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【深度优先搜索】和【广度优先搜索】的区别介绍

    深度优先搜索(Depth-First Search,DFS)和广度优先搜索(Breadth-First Search,BFS)是两种常见的图搜索算法。它们的主要区别在于搜索的方式和顺序不同。 从某个节点出发,沿着一条路径直到底部,然后返回到前一个节点,继续搜索下一条路径,直到搜索完整张图。DFS使用栈或者

    2024年02月06日
    浏览(37)
  • 深度优先搜索(DFS)和广度优先搜索(BFS)

    深度优先搜索(DFS)和广度优先搜索(BFS)是图论中两个非常重要的算法,主要用于拓扑排序,寻路(走迷宫)和搜索引擎等。在我们写算法时经常会遇到需要使用DFS和BFS的题目,例如leetcode中的岛屿相关的问题以及有关树的题目大多都会使用DFS或者BFS。 深度优先搜索 深度优

    2024年02月10日
    浏览(47)
  • 图的遍历之 深度优先搜索和广度优先搜索

    深度优先搜索的图文介绍 1. 深度优先搜索介绍 图的深度优先搜索(Depth First Search),和树的先序遍历比较类似。 它的思想:假设初始状态是图中所有顶点均未被访问,则从某个顶点v出发,首先访问该顶点,然后依次从它的各个未被访问的邻接点出发深度优先搜索遍历图,直至

    2024年02月13日
    浏览(52)
  • 深度优先搜索(DFS)和广度优先搜索(BFS)

    代码随想录 深度优先搜索和广度优先搜索,都是图形搜索算法,它两相似,又却不同,在应用上也被用到不同的地方。这里拿一起讨论,方便比较。 先给大家说一下两者大概的区别: 如果搜索是以接近起始状态的程序依次扩展状态的,叫广度优先搜索。 如果扩展是首先扩展

    2024年02月02日
    浏览(55)
  • 深度优先搜索(DFS、深搜)和广度优先搜索(BFS、广搜)

    目录 深度优先搜索(DFS、深搜)和广度优先搜索(BFS、广搜) 深度优先搜索(简称“深搜”或DFS) 广度优先搜索 总结 深度优先生成树和广度优先生成树 非连通图的生成森林 深度优先生成森林 广度优先生成森林 图 1 无向图 深度优先搜索的过程类似于树 的先序遍历 ,首先

    2024年01月20日
    浏览(49)
  • 数据结构——图篇(邻接矩阵、邻接表、深度优先搜索、广度优先搜索)

    描述 图比树更为复杂,展现的是一种多对多的关系,图的结构是任意两个数据对象之间都可能存在某种特定的关系的数据结构 概念 顶点 : 基本介绍 顶点集合表示为V集合,要求图中顶点至少要有一个,即V集合不能为空集。通常使用|V|来表示顶点的个数,通常使用E(V)来表示

    2024年02月04日
    浏览(41)
  • LeetCode-200. 岛屿数量【深度优先搜索 广度优先搜索 并查集 数组 矩阵】

    给你一个由 ‘1’(陆地)和 ‘0’(水)组成的的二维网格,请你计算网格中岛屿的数量。 岛屿总是被水包围,并且每座岛屿只能由水平方向和/或竖直方向上相邻的陆地连接形成。 此外,你可以假设该网格的四条边均被水包围。 示例 1: 输入:grid = [ [“1”,“1”,“1”,“

    2024年04月14日
    浏览(39)
  • 深度优先搜索(DFS)和广度优先搜索(BFS),用代码讲原理

    以图文的形式对深度搜索和广度搜索的理论进行讲解时,可能会对一些概念有些模糊,且不太清楚怎么把该理论用程序的方式进行复现并解决这一搜索问题(这说的就是本人) 。所以后面我看完了一份实现这两种搜索方法的代码,在这做一个笔记,希望对大家有所帮助。 两

    2024年04月12日
    浏览(53)
  • Python 算法基础篇:深度优先搜索( DFS )和广度优先搜索( BFS )

    深度优先搜索( DFS )和广度优先搜索( BFS )是两种常用的图遍历算法,用于在图中搜索目标节点或遍历图的所有节点。本篇博客将介绍 DFS 和 BFS 算法的基本概念,并通过实例代码演示它们的应用。 😃😄 ❤️ ❤️ ❤️ 深度优先搜索( DFS )是一种用于遍历或搜索图或树

    2024年02月07日
    浏览(67)
  • 深度优先搜索(DFS)和广度优先搜索(BFS)两种算法c++

    深度优先搜索(DFS)和广度优先搜索(BFS)是一种用于遍历或搜索树图的一种算法,在这个过程中保证图或数的每个结点被访问且仅被访问一次,再按照每个结点访问的顺序不同分为深搜和广搜。 本文只讨论这两种算法在搜索方面的应用! 深度优先搜索 ( Depth-First-Search,DFS )它 沿

    2024年02月13日
    浏览(50)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包