最近公共祖先（LCA）-Toy模板网

这篇具有很好参考价值的文章主要介绍了最近公共祖先（LCA）。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。

「观前提醒」

「文章仅供学习和参考，如有问题请在评论区提出」

前言
定义
性质
求 LCA
- 倍增算法
- Trajan 算法
- 树链剖分
  - 基本概念
  - 基本性质
  - 具体实现
参考资料

前言

简单的模板整理，只是概括了一下具体的实现方法（说到底是给自己写的），如果看不明白可以去看原视频（讲的很好），链接在参考资料里。

定义

最近公共祖先简称 \(LCA\)（Lowest Common Ancestor）。在一个树上，两个节点的最近公共祖先，就是这两个点的公共祖先里，离树根最远的那个。

例如，\(6\) 与 \(8\) 的最近公共祖先为 \(1\) ，\(5\) 和 \(3\) 的最近公共祖先为 \(5\) 。

性质

\(u\) 是 \(v\) 的祖先，当且仅当 \(LCA(u, v) = u\) 。
如果 \(u\) 不为 \(v\) 的祖先，并且 \(v\) 不为 \(v\) 的祖先，那么 \(u, v\) 分别处于 \(LCA(u, v)\) 的两颗不同子树上。
两点的最近公共祖先必定处在树上两点间的最短路上。
\(d(u, v) = h(u) + h(v) - 2h(LCA(u, v))\) ，其中 \(d\) 是树上两点间的距离，\(h\) 代表某点到树根的距离。

求 LCA

倍增算法

倍增算法是最经典的求 \(LCA\) 的算法。

在倍增算法里，我们需要维护

g[u] ：存无向图（树）
dep[u] ：存 \(u\) 的深度（默认树根的深度为 \(1\) ）
fa[u][i] ：存从 \(u\) 点向树根跳 \(2^{i}\) 层的祖先节点（就是跳 \(2^{i}\) 层所能到达的节点）。如果在跳跃的时候超过了树根，就默认为 \(0\) 。

然后我们通过 dfs() ，从树根开始遍历，然后对每个 \(u\) 进行 dep[u] 和 fa[u][i] 的推导。

对于 dep[u] 的推导就是 dep[u] = dep[father] + 1; ；

对于 fa[u][i] 的推导就是 fa[fa[u][i - 1]][i - 1] ，这里就是让 \(u\) 先向树根跳 \(2^{i - 1}\) 步，得到一个祖先节点（半路的），然后通过这个祖先节点再跳 \(2^{i - 1}\) 步，来获得 fa[u][i] 的值。

对于每趟 dfs() 都需要这样倍增地去推导 fa[u][i] ，而每次推导最多需要 \(logN\) 次，所以整个预处理的时间复杂度就是 \((n + m)logn\) 。

预处理完后，先根据 dep[u] 来判断连个节点的深度，然后先让深度大的跳到与另一个同一深度。然后两个节点再统一向上跳，知道两点相遇（跳到的祖先节点相同），相遇的节点就是最近公共祖先的位置。

时间复杂度

预处理：\(O(nlogn)\)
查询：\(O(logn)\)
总体：\(O((n + m)logn)\)

模板代码

const int N = 5e5 + 10;

int dep[N];     // u 节点的深度
int fa[N][22];  // 从 u 节点向树根跳 2^i 步所能到达的祖先节点
vector<int> g[N];  // 存图

// 当前节点 u, 它的父节点为 f
void dfs(int u, int f) {
    dep[u] = dep[f] + 1;  // 更新深度

    fa[u][0] = f;
    for (int i = 1; i <= 20; i++)  // 更新每一个 fa[u][i]
        fa[u][i] = fa[fa[u][i - 1]][i - 1];

    for (auto v : g[u])
        if (v != f) dfs(v, u);
}

int lca(int u, int v) {
    if (dep[u] < dep[v]) swap(u, v);  // 让 u 为深度大的那个, 为了好处理

    for (int i = 20; i >= 0; i--)     // 从大步跳到逐渐跳小步
        if (dep[fa[u][i]] >= dep[v])  // 保证 u 的深度低于 v
            u = fa[u][i];             // u 向上跳 2^i 步

    if (u == v)  // 如果此时 u 和 v 相同，说明 u 和 v 在同一条树链上
        return v;  // 此时 v 就是 两者的最近公共祖先

    for (int i = 20; i >= 0; i--)  // 同样是从大步跳到逐渐跳小步
        if (fa[u][i] != fa[v][i])  // 如果两者没相遇
            u = fa[u][i], v = fa[v][i];      // 就继续同时向上跳

    // 最后 u 和 v 都停在最近公共祖先的下面一层
    return fa[u][0];  // 返回时再网上跳一层就行了
}

// 调用
dfs(root, 0);	// root 根节点
int Lca = lca(u, v);

Trajan 算法

Trajan算法是一种离线算法，巧妙地利用并查集来维护祖先节点。它是先把所有的询问请求都存先来，然后统一求解，所以是离线的。

在 \(Trajan\) 算法里，我们需要维护，

g[u] ：存无向图（树，必须是无向图）
query[u] ：所有与 \(u\) 有关联的查询请求
f[u] ：存 \(u\) 的父节点（并查集）
vis[u] ：打标记，用来判断是否走过
ans[i] ：用来存储查询结果

从根节点开始 dfs() ，然后对当前节点打上标记，表示已经走过了。然后逐一枚举遍历自己的儿子节点，每一个儿子在回溯的时候再让儿子的父节点脸上 \(u\) ，即 f[v] = u; 。

然后当遍历完自身所有的儿子节点后，以 \(u\) 为起点查询 query[u] ，如果查到 \(v\) 被走过，那就用并查集查找 \(v\) 的根节点，那么此时的 \(LCA(u, v) = find(v)\) 。

因为并查集是跟着 dfs() 一点一点建立起来的，在建立的过程中我们用并查集去查找的话，就只会查找到最近的且是同一个祖先节点的地方。

时间复杂度

整个处理：\(O(n + m)\)

模板代码

typedef pair<int, int> PII;
const int N = 5e5 + 10;

vector<int> g[N];  // 存树
vector<PII> query[N];  // 存询问，用pair是要再存储询问的编号，来进行ans的赋值
int f[N];     // 存父节点
bool vis[N];  // 打标记，判断是否走过
int ans[N];   // 存查询结果
int n, m, root;

// 初始化
void init() {
    cin >> n >> m >> root;

    for (int i = 1; i <= n; i++) f[i] = i;

    for (int i = 1; i < n; i++) {  // 建图
        int u, v;
        scanf("%d%d", &u, &v);
        g[u].push_back(v);
        g[v].push_back(u);
    }

    for (int i = 1; i <= m; i++) {  // 存请求
        int u, v;
        scanf("%d%d", &u, &v);
        query[u].push_back({v, i});  // 一定要建双向的
        query[v].push_back({u, i});
    }
}

// 并查集查询
int find(int x) {
    if (f[x] != x) f[x] = find(f[x]);
    return f[x];
}

// Trajan算法
void trajan(int u) {
    vis[u] = true;  // 打标记

    for (auto v : g[u]) {  // 遍历儿子节点
        if (!vis[v]) {
            trajan(v);
            f[v] = u;  // 每个儿子节点回溯时进行并查集合并
        }
    }

    for (auto it : query[u]) {  // 遍历所有和 u 相关的询问
        int v = it.first, cnt = it.second;
        if (vis[v])              // 如果遍历过
            ans[cnt] = find(v);  // 答案就是 v 在并查集里的根节点
    }
}

// 调用
init();
tarjan(root);	// root 是根节点

// 最后输出结果就行
for (int i = 1; i <= m; i++)
    cout << ans[i] << "\n";

树链剖分

基本概念

重儿子：父节点的所有儿子中子树节点数目最多的节点。

轻儿子：父节点中除重儿子以外的儿子。

重边：父节点和重儿子连成的边

重链：由多条重边连接而成的路径。

基本性质

整棵树会被剖分成若干条重链。
轻儿子一定是每条重链的顶点。
任意一条路径被切分成不超过 \(logn\) 条链。

具体实现

在树链剖分的思路里，我们需要维护，

g[u] ：存树
fa[u] ：存 \(u\) 的父节点
son[u] ：存 \(u\) 的重儿子
sz[u] ：存以 \(u\) 为根节点的子树的节点数
top[u] ：存 \(u\) 所在重链的顶点

先跑一遍 dfs() 来预处理 fa[u], dep[u], son[u] ，然后再跑一遍 dfs() 来处理出 top[u] 。

预处理完在求解的时候，只需要让两个节点沿着各自的重链向上跳，当它们跳到同一条重链上时，深度较小的那个节点就是它们的 \(LCA\) 。

因为是沿着重链跳，重链最多有 \(logn\) 条，那么最多会跳 \(logn\) 次，所以每次查询的时间复杂度就是 \(O(logn)\) 。

时间复杂度

预处理：\(O(n)\)
查询：\(O(logn)\)
总体：\(O(n + mlogn)\)

模板代码

const int N = 5e5 + 10;

vector<int> g[N];  // 存树
int fa[N];         // 存 u 的父节点
int dep[N];        // 存 u 的深度
int son[N];        // 存 u 的重儿子
int sz[N];         // 存以 u 为根的子树的节点数
int top[N];        // 存 u 所在重链的顶点

// 预处理出 fa[], dep[], son[], sz[]
void dfs1(int u, int f) {
    fa[u] = f, dep[u] = dep[f] + 1, sz[u] = 1;

    for (auto v : g[u]) {
        if (v == f) continue;

        dfs1(v, u);

        sz[u] += sz[v];
        if (sz[son[u]] < sz[v]) son[u] = v;
    }
}

// 预处理出 top[]
void dfs2(int u, int t) {
    top[u] = t;
    if (!son[u]) return;  // 如果没有重儿子就返回

    dfs2(son[u], t);  // 遍历重儿子

    for (auto v : g[u]) {  // 遍历轻儿子
        if (v == fa[u] || v == son[u]) continue;
        dfs2(v, v);
    }
}

// 求 u 和 v 的 LCA
int lca(int u, int v) {
    while (top[u] != top[v]) {
        if (dep[top[u]] < dep[top[v]]) swap(u, v);
        u = fa[top[u]];
    }

    // 最后深度低的就是LCA
    if (dep[u] < dep[v]) return u;
    return v;
}

// 使用
dfs1(root, 0);	// root 是根节点
dfs2(root, 0);
int Lca = lca(u, v);