Codeforces 1252 F Regular Forestation —— 树哈希判同构

2024-04-06 23:58

本文主要是介绍Codeforces 1252 F Regular Forestation —— 树哈希判同构,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

This way

题意:

给你一棵树,让你去掉任意一个非叶子结点的点,使得这棵树变成多棵树,如果这些树同构,那么就当是有效的删除,问你在有效的删除中,最多有多少同构树

题解:

显而易见,有效的删除最多只有一种。并且删除的点一定是重心,那么就要判剩下的树是否同构了,新学了一个知识点叫树哈希,其实就是枚举每一个点为根的时候的哈希值。我用了两种方法,第一种是将当前节点的儿子哈希值排序然后一个一个加入当前的哈希值。这个单哈希也能过,第二种是加上儿子节点的哈希值乘一个质数,因为这种就无论先后了。。但是不知道为什么过不了,双哈希也不行:

h=h+pri[siz[ne]]*f_hash(ne,x);
#include<bits/stdc++.h>
using namespace std;
#define ull unsigned long long
const int N=4e4+5;
struct node{int to,next;
}e[N*2];
int cnt,head[N];
void add(int x,int y){e[cnt].to=y;e[cnt].next=head[x];head[x]=cnt++;
}
int siz[N],n;
int f_siz(int x,int fa){siz[x]=1;for(int i=head[x];~i;i=e[i].next){int ne=e[i].to;if(ne==fa)continue;f_siz(ne,x);siz[x]+=siz[ne];}
}
int f_rt(int x,int fa){for(int i=head[x];~i;i=e[i].next){int ne=e[i].to;if(ne==fa)continue;if(siz[ne]>n/2)return f_rt(ne,x);}return x;
}
int rt;
vector<int>vec;
void f_p(int x,int fa){vec.push_back(x);for(int i=head[x];~i;i=e[i].next){int ne=e[i].to;if(ne!=fa)f_p(ne,x);}
}
ull f_hash(int x,int fa){vector<ull>v;for(int i=head[x];~i;i=e[i].next){int ne=e[i].to;if(ne==fa||ne==rt)continue;v.push_back(f_hash(ne,x));}sort(v.begin(),v.end());ull h=28;for(auto i:v)h=h*131ll+i;return h;
}
vector<ull>ans[2];
int main()
{scanf("%d",&n);memset(head,-1,sizeof(head));int x,y;for(int i=1;i<n;i++)scanf("%d%d",&x,&y),add(x,y),add(y,x);f_siz(1,0);rt=f_rt(1,0);f_siz(rt,0);int pre=-1;for(int i=head[rt];~i;i=e[i].next){int ne=e[i].to;if(pre==-1)pre=siz[ne];elseif(pre!=siz[ne])return 0*printf("-1\n");}int now=0,all=0;for(int i=head[rt];~i;i=e[i].next){all++;int ne=e[i].to;vec.clear();f_p(ne,rt);for(auto j:vec)ans[now].push_back(f_hash(j,0));sort(ans[now].begin(),ans[now].end());if(now==0){now=1;continue;}for(int j=0;j<ans[1].size();j++)if(ans[1][j]!=ans[0][j])return 0*printf("-1\n");ans[1].clear();}printf("%d\n",all);return 0;
}

这篇关于Codeforces 1252 F Regular Forestation —— 树哈希判同构的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/881173

相关文章

哈希leetcode-1

目录 1前言 2.例题  2.1两数之和 2.2判断是否互为字符重排 2.3存在重复元素1 2.4存在重复元素2 2.5字母异位词分组 1前言 哈希表主要是适合于快速查找某个元素(O(1)) 当我们要频繁的查找某个元素,第一哈希表O(1),第二,二分O(log n) 一般可以分为语言自带的容器哈希和用数组模拟的简易哈希。 最简单的比如数组模拟字符存储,只要开26个c

usaco 1.3 Prime Cryptarithm(简单哈希表暴搜剪枝)

思路: 1. 用一个 hash[ ] 数组存放输入的数字,令 hash[ tmp ]=1 。 2. 一个自定义函数 check( ) ,检查各位是否为输入的数字。 3. 暴搜。第一行数从 100到999,第二行数从 10到99。 4. 剪枝。 代码: /*ID: who jayLANG: C++TASK: crypt1*/#include<stdio.h>bool h

Codeforces Round #240 (Div. 2) E分治算法探究1

Codeforces Round #240 (Div. 2) E  http://codeforces.com/contest/415/problem/E 2^n个数,每次操作将其分成2^q份,对于每一份内部的数进行翻转(逆序),每次操作完后输出操作后新序列的逆序对数。 图一:  划分子问题。 图二: 分而治之,=>  合并 。 图三: 回溯:

Codeforces Round #261 (Div. 2)小记

A  XX注意最后输出满足条件,我也不知道为什么写的这么长。 #define X first#define Y secondvector<pair<int , int> > a ;int can(pair<int , int> c){return -1000 <= c.X && c.X <= 1000&& -1000 <= c.Y && c.Y <= 1000 ;}int m

Codeforces Beta Round #47 C凸包 (最终写法)

题意慢慢看。 typedef long long LL ;int cmp(double x){if(fabs(x) < 1e-8) return 0 ;return x > 0 ? 1 : -1 ;}struct point{double x , y ;point(){}point(double _x , double _y):x(_x) , y(_y){}point op

Codeforces Round #113 (Div. 2) B 判断多边形是否在凸包内

题目点击打开链接 凸多边形A, 多边形B, 判断B是否严格在A内。  注意AB有重点 。  将A,B上的点合在一起求凸包,如果凸包上的点是B的某个点,则B肯定不在A内。 或者说B上的某点在凸包的边上则也说明B不严格在A里面。 这个处理有个巧妙的方法,只需在求凸包的时候, <=  改成< 也就是说凸包一条边上的所有点都重复点都记录在凸包里面了。 另外不能去重点。 int

Codeforces 482B 线段树

求是否存在这样的n个数; m次操作,每次操作就是三个数 l ,r,val          a[l] & a[l+1] &......&a[r] = val 就是区间l---r上的与的值为val 。 也就是意味着区间[L , R] 每个数要执行 | val 操作  最后判断  a[l] & a[l+1] &......&a[r] 是否= val import ja

哈希表的底层实现(1)---C++版

目录 哈希表的基本原理 哈希表的优点 哈希表的缺点 应用场景 闭散列法 开散列法 开放定值法Open Addressing——线性探测的模拟实现 超大重点部分评析 链地址法Separate Chaining——哈希桶的模拟实现 哈希表(Hash Table)是一种数据结构,它通过将键(Key)映射到值(Value)的方式来实现快速的数据存储与查找。哈希表的核心概念是哈希

哈希表的封装和位图

文章目录 2 封装2.1 基础框架2.2 迭代器(1)2.3 迭代器(2) 3. 位图3.1 问题引入3.2 左移和右移?3.3 位图的实现3.4 位图的题目3.5 位图的应用 2 封装 2.1 基础框架 文章 有了前面map和set封装的经验,容易写出下面的代码 // UnorderedSet.h#pragma once#include "HashTable.h"

【408数据结构】散列 (哈希)知识点集合复习考点题目

苏泽  “弃工从研”的路上很孤独,于是我记下了些许笔记相伴,希望能够帮助到大家    知识点 1. 散列查找 散列查找是一种高效的查找方法,它通过散列函数将关键字映射到数组的一个位置,从而实现快速查找。这种方法的时间复杂度平均为(