一、题目解读洛谷P4551题要求在一个无向图中,寻找任意两点路径权值异或后的最大值。题目输入为图的边信息(点数n和n-1条边),每条边包含起点、终点及权值。需输出所有路径中权值异或的最大值。问题核心在于高效计算任意两点路径的异或和,并找到最大值。 二、解题思路 1. DFS预处理:通过深度优先搜索(DFS)遍历图,计算每个节点到根节点(默认为1)的路径权值异或和,存储于d数组。 2. Trie树优化:将d数组中的每个值插入Trie树(二进制字典树),查询时利用Trie树特性,优先选择与当前位相反的子节点,以最大化异或结果。 3. 贪心思想:每次查询时,从高位到低位遍历,若存在相反位分支,则选择该分支,确保异或值尽可能大。 三、解题步骤1. 建图:使用邻接表存储无向图,边信息包含终点和权值。 2. 预处理异或路径:从根节点开始DFS,递归计算每个节点到根的异或值d = d[父节点] ^ 边权值。 3. 构建Trie树:将d数组元素逐位插入Trie树,每个节点维护0/1子节点指针。 4. 查询最大值:对每个d,在Trie树中从高位到低位遍历,若当前位相反分支存在,则转向该分支,累加贡献值,最终得到最大异或值。 5. 更新答案:遍历所有节点的查询结果,取最大值输出。 四、代码与注释
- #include <iostream>
- #include <vector>
- #include <algorithm>
- using namespace std;
- const int MAXN = 1e5 + 5; // 最大点数
- const int BIT = 30; // 二进制位数
- // 边结构
- struct Edge {
- int to, w;
- };
- vector<Edge> G[MAXN]; // 邻接表
- int trie[MAXN * BIT][2], cnt = 1; // Trie树,cnt为节点计数器
- int d[MAXN]; // 节点到根的异或路径值
- // 预处理异或路径(DFS)
- void dfs(int u, int fa) {
- for (auto &e : G[u]) { // 遍历u的所有邻接边
- if (e.to == fa) continue; // 跳过父节点
- d[e.to] = d[u] ^ e.w; // 更新子节点的异或值
- dfs(e.to, u); // 递归处理子树
- }
- }
- // 向Trie树插入数字x
- void insert(int x) {
- int p = 1; // 从根节点开始
- for (int i = BIT; i >= 0; i--) { // 从最高位到最低位
- int b = (x >> i) & 1; // 获取当前位
- if (!trie[p][b]) trie[p][b] = ++cnt; // 若子节点不存在,创建新节点
- p = trie[p][b]; // 移动到子节点
- }
- }
- // 查询与x异或最大的值
- int query(int x) {
- int p = 1, res = 0; // 从根节点开始,结果初始化
- for (int i = BIT; i >= 0; i--) {
- int b = (x >> i) & 1; // 当前位
- if (trie[p][!b]) { // 若相反位分支存在
- res += (1 << i); // 累加贡献值
- p = trie[p][!b]; // 转向相反分支
- } else {
- p = trie[p][b]; // 否则沿原分支
- }
- }
- return res;
- }
- int main() {
- int n;
- cin >> n; // 输入点数
- for (int i = 1; i < n; i++) { // 输入n-1条边
- int u, v, w;
- cin >> u >> v >> w;
- G[u].push_back({v, w}); // 双向建边
- G[v].push_back({u, w});
- }
-
- dfs(1, 0); // 从根节点1开始预处理
- int ans = 0;
- for (int i = 1; i <= n; i++) {
- insert(d[i]); // 插入到Trie树
- ans = max(ans, query(d[i])); // 更新最大异或值
- }
-
- cout << ans << endl; // 输出结果
- return 0;
- }
复制代码
五、总结本解法巧妙结合图论预处理与Trie树查询,将路径异或问题转化为二进制位匹配问题。通过预处理计算节点到根的异或值,利用Trie树高效查找最大异或值,时间复杂度为O(nlogn)。该算法对处理大规模异或路径问题具有借鉴意义,尤其适用于需要快速查找异或极值的场景。
|