【树哈希】CF1182D Complete Mirror

2024-04-15 04:52
文章标签 哈希 complete mirror cf1182d

本文主要是介绍【树哈希】CF1182D Complete Mirror,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!

CF1182D - Complete Mirror

Description

给定一个 n n n 个点的无根树,求一个树根 r o o t root root,使得对于任意两个节点 v 1 , v 2 v_1,v_2 v1,v2,若满足 d i s t ( v 1 , r o o t ) = d i s t ( v 2 , r o o t ) dist(v_1,root)=dist(v_2,root) dist(v1,root)=dist(v2,root),则必有 d g r ( v 1 ) = d g r ( v 2 ) dgr(v_1)=dgr(v_2) dgr(v1)=dgr(v2),无解输出 − 1 -1 1

d i s t ( u , v ) dist(u,v) dist(u,v)定义为 u , v u,v u,v 之间的边数, d g r ( v ) dgr(v) dgr(v) 定义为与 v v v 点直接相连的点的个数。


Solution

如果以某一个点为根时,树满足如上条件的充分必要条件为在第一个分叉点的所有儿子所构成的子树均为同构的。

例:

如图,第一个分叉点为 3 3 3 号点,所有儿子为 4 , 5 4,5 4,5 号点,显然他们所构成的子树是同构的。

那么,问题变成了如何找出第一个分叉点以及判断子树均同构

子树均同构

树哈希是解决这一类问题最有效的办法,当然树哈希也有好几种,这里小编采取 这一种。

不过,由于该题有换根操作,所以需要考虑如何换根:

d p ( u ) dp(u) dp(u) 表示以 u u u 为根的子树的哈希值,那么 d p ( u ) = ∑ v ∈ s o n ( u ) ( 1 + f ( d p ( v ) ) ) dp(u)=\sum_{v\in son(u)}(1+f(dp(v))) dp(u)=vson(u)(1+f(dp(v)))

对于一棵树:

如果从以 1 1 1 为根换到以 2 2 2 为根,那么哪些子树的哈希值会发生变化呢? 1 1 1 号和 2 2 2 号节点的子树的哈希值会发生变化,其余均不发生任何变化。

考虑 1 1 1 号节点子树哈希值:

  • 原来: d p ( 1 ) = 1 + f ( d p ( 2 ) ) + 1 + f ( d p ( 5 ) ) dp(1)=1+f(dp(2))+1+f(dp(5)) dp(1)=1+f(dp(2))+1+f(dp(5))
  • 现在: d p ( 1 ) = 1 + f ( d p ( 5 ) ) dp(1)=1+f(dp(5)) dp(1)=1+f(dp(5))

故,当 u u u 换根到 v v v 时, d p ( u ) = d p ( u ) − 1 − f ( d p ( v ) ) dp(u)=dp(u)-1-f(dp(v)) dp(u)=dp(u)1f(dp(v))

考虑 2 2 2 号节点子树哈希值:

  • 原来: d p ( 2 ) = 1 + f ( d p ( 3 ) ) + 1 + f ( d p ( 4 ) ) dp(2)=1+f(dp(3))+1+f(dp(4)) dp(2)=1+f(dp(3))+1+f(dp(4))
  • 现在: d p ( 2 ) = 1 + f ( d p ( 3 ) ) + 1 + f ( d p ( 4 ) ) + 1 + f ( d p ( 1 ) ) dp(2)=1+f(dp(3))+1+f(dp(4))+1+f(dp(1)) dp(2)=1+f(dp(3))+1+f(dp(4))+1+f(dp(1)),注意这里的 d p ( 1 ) dp(1) dp(1) 为更改后的 d p dp dp 值。

故,当 u u u 换根到 v v v 时, d p ( v ) = d p ( v ) + 1 + f ( d p ( v ) ) dp(v)=dp(v)+1+f(dp(v)) dp(v)=dp(v)+1+f(dp(v)),注意这里的 d p ( v ) dp(v) dp(v) 为更改后的 d p dp dp 值。

这样,就可以快速判断子树同构了!


第一个分叉点

这个确实不是很好直接干,直接干容易超时,不过转化一下:当以该分叉点为根时会发生什么?

若树为如下所示:

1 1 1 个分叉点为 3 3 3,将 3 3 3 为根时:

可以发现如果以分界点为根时,有 1 1 1 条链以及其余子树均同构,那么把这条链的端点移为根时,那么就是一颗满足条件的树,故这时候输出那条链的端点即可。

其余情况就判断所有儿子的子树是否均同构即可。更多小细节留给大家思考,这里不再赘述。


Code

其中代码前半段为取模板子,删掉后大概 112 112 112 行。

#include <bits/stdc++.h>
#define fi first
#define se second
#define int long longusing namespace std;typedef pair<int, int> PII;
typedef long long LL;const int MOD = 1e9 + 7;
int ksm(int a, int b) {int res = 1;while (b) {if (b & 1) res = res * a % MOD;a = a * a % MOD;b >>= 1;}return res;
}
void exgcd(int a, int b, int &x, int &y) {if (!b) {x = 1, y = 0;return;}exgcd(b, a % b, y, x);y -= a / b * x;
}
struct Mint {int v;void assign(int x) {v = x;}Mint operator+ (const Mint tmp)const {Mint res;res.v = (v + tmp.v) % MOD;return res;}Mint operator+ (const int tmp)const {Mint res;res.v = (v + tmp) % MOD;return res;}Mint operator- (const Mint tmp)const {Mint res;res.v = (v - tmp.v + MOD) % MOD;return res;}Mint operator- (const int tmp)const {Mint res;res.v = (v - tmp + MOD) % MOD;return res;}Mint operator* (const Mint tmp)const {Mint res;res.v = v * tmp.v % MOD;return res;}Mint operator* (const int tmp)const {Mint res;res.v = v * tmp % MOD;return res;}Mint operator/ (const Mint tmp)const {int x, y;exgcd(tmp.v, MOD, x, y), x = (x % MOD + MOD) % MOD;Mint res;res.v = v * x % MOD;return res;}Mint operator/ (const int tmp)const {int x, y;exgcd(tmp, MOD, x, y), x = (x % MOD + MOD) % MOD;Mint res;res.v = v * x % MOD;return res;}Mint operator^ (Mint b)const {Mint ans;ans.v = ksm(v, b.v);return ans;}Mint operator^ (int b)const {Mint ans;ans.v = ksm(v, b);return ans;}void read() {string s;cin >> s;for (auto i : s)v = (v * 10 + i - '0') % MOD;}
};const int N = 1e5 + 10;int n;
std::vector<int> G[N];
Mint dp[N];
int far[N];Mint h(Mint x) {return x * x * x * 1237123 + 1145141;
}
Mint f(Mint x) {Mint ok, res;res.v = 0;ok.v = (x.v & ((1ll << 31) - 1)), res = res + h(ok);ok.v = (x.v >> 31), res = res + h(ok);return res;
}
Mint dfs1(int u, int fa) {for (auto v : G[u]) {if (v == fa) continue;dp[u] = dp[u] + 1 + f(dfs1(v, u));}return dp[u];
}
void dfs2(int u, int fa) {unordered_map<int, int> cnt;int tot = 0;for (auto v : G[u]) {cnt[dp[v].v] ++, tot ++;}if (tot >= 3) {if (cnt.size() == 2) {for (auto v : G[u])if (cnt[dp[v].v] == 1 && far[v]) {cout << far[v] << endl;exit(0);}}if (cnt.size() == 1) {cout << u << endl;exit(0);}} else if (tot == 2) {if (cnt.size() == 1) {cout << u << endl;exit(0);}}for (auto v : G[u]) {if (v == fa) continue;Mint tmp1 = dp[u], tmp2 = dp[v];int tf1 = far[v], tf2 = far[u];dp[u] = dp[u] - 1 - f(dp[v]), dp[v] = dp[v] + 1 + f(dp[u]);if (G[u].size() == 2) {if (v == G[u][0] && far[G[u][1]]) far[u] = far[G[u][1]];if (v == G[u][1] && far[G[u][0]]) far[u] = far[G[u][0]];} else if (G[u].size() == 1) {far[u] = u;}far[v] = 0;dfs2(v, u);dp[u] = tmp1, dp[v] = tmp2, far[v] = tf1, far[u] = tf2;}
}
void dfs3(int u, int fa) {int tot = 0, p;for (auto v : G[u]) {if (v == fa) continue;tot ++, p = v;dfs3(v, u);}if (tot == 1) far[u] = far[p];if (tot == 0) far[u] = u;
}signed main() {cin.tie(0);cout.tie(0);ios::sync_with_stdio(0);cin >> n;int u, v, fir = 0;for (int i = 1; i < n; i ++) {cin >> u >> v, G[u].emplace_back(v), G[v].emplace_back(u);if (!fir) fir = u;}dfs1(1, -1);dfs3(1, -1);if (far[1] || (G[1].size() == 2 && far[G[1][0]] && far[G[1][1]])) {if (far[1]) cout << 1 << endl;else cout << far[G[1][0]] << endl;return 0;}dfs2(1, -1);cout << -1 << endl;return 0;
}

这篇关于【树哈希】CF1182D Complete Mirror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/904877

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

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(

PHP: 深入了解一致性哈希

前言 随着memcache、redis以及其它一些内存K/V数据库的流行,一致性哈希也越来越被开发者所了解。因为这些内存K/V数据库大多不提供分布式支持(本文以redis为例),所以如果要提供多台redis server来提供服务的话,就需要解决如何将数据分散到redis server,并且在增减redis server时如何最大化的不令数据重新分布,这将是本文讨论的范畴。 取模算法 取模运

哈希表题总结

哈希表题总结 hot100两数之和字母异位词分组最长连续序列 hot100 两数之和 题目链接: 1.两数之和 代码: class Solution {public int[] twoSum(int[] nums, int target) {Map<Integer,Integer> map = new HashMap<>();int n = nums.length;for

【吊打面试官系列-Redis面试题】说说 Redis 哈希槽的概念?

大家好,我是锋哥。今天分享关于 【说说 Redis 哈希槽的概念?】面试题,希望对大家有帮助; 说说 Redis 哈希槽的概念? Redis 集群没有使用一致性 hash,而是引入了哈希槽的概念,Redis 集群有 16384 个哈希槽,每个 key 通过 CRC16 校验后对 16384 取模来决定放置哪个槽, 集群的每个节点负责一部分 hash 槽。

LeetCode:3177. 求出最长好子序列 II 哈希表+动态规划实现n*k时间复杂度

3177. 求出最长好子序列 II 题目链接 题目描述 给你一个整数数组 nums 和一个非负整数k 。如果一个整数序列 seq 满足在下标范围 [0, seq.length - 2] 中 最多只有 k 个下标i满足 seq[i] != seq[i + 1] ,那么我们称这个整数序列为好序列。请你返回 nums中好子序列的最长长度。 实例1: 输入:nums = [1,2,1,1,3],

【哈希表】深入理解哈希表

目录 1、哈希表简介2、哈希函数2.1、概念2.2、常用的哈希函数2.2.1、直接定址法2.2.2、除留余数法2.2.3、平方取中法2.2.4、基数转换法 3、哈希冲突3.1、概念3.2、开放地址法【闭散列:key存放到冲突位置的“下一个”空位置】3.3、链地址法【开散列:冲突位置变为链表】3.4、开散列下冲突严重时(导致链表过长)的优化3.4.1、整个哈希表进行扩容3.4.2、单个链表转