E - 通信ネットワークの妨害 / Disruption of Communication Network Editorial by admin
gemini-3.5-flash-high概要
この問題は、木構造の通信ネットワークにおいて、青木君が回線を1本遮断（または遮断しない）した後に、高橋君が任意の基地局から距離 \(D\) 以内の基地局のデータを最大化するように盗み出すゲームです。青木君は高橋君が盗み出せるデータの最大値を最小化しようとします。
両者が最適に行動したときの結果を、全点対最短経路と累積和を用いた \(O(N^2)\) の動的計画法（木DPの応用）によって求めます。
考察
1. ゲームの構造の整理
青木君が遮断できる回線（辺）は高々1本です。 ある辺 \(e = (u, v)\) （\(u\) は \(v\) の親）を遮断したとします。このとき、木は以下の2つの部分に分断されます。 - 頂点 \(v\) の部分木（以下、IN側） - それ以外の部分（以下、OUT側）
高橋君は、遮断された後のネットワークで、最も多くのデータを盗み出せる基地局（侵入先）を最適に選びます。 - もし高橋君が IN側 の頂点 \(x\) に侵入した場合、獲得できる最大データ量を \(M_{in}[v]\) とします。 - もし高橋君が OUT側 の頂点 \(y\) に侵入した場合、獲得できる最大データ量を \(M_{out}[v]\) とします。
高橋君はこれらの中から最大のものを選択するため、辺 \((u, v)\) を遮断したときに高橋君が獲得するデータ量は \(\max(M_{in}[v], M_{out}[v])\) となります。
青木君はこれを最小化したいので、すべての辺についてこの値を計算し、その最小値を求めます。また、回線を「遮断しない」という選択肢もあるため、初期状態（遮断なし）での高橋君の最大獲得データ量との最小値をとったものが最終的な答えになります。
2. 愚直な方法とその限界
各辺を遮断したグラフに対して、毎回すべての頂点からBFS（幅優先探索）を行って距離 \(D\) 以内のデータ量を求めると、1つの辺の遮断につき \(O(N^2)\)、全体で \(O(N^3)\) の計算量がかかります。\(N \le 3000\) では \(N^3 \approx 2.7 \times 10^{10}\) となり、実行時間制限に間に合いません（TLE）。
3. 高速化のアイデア（差分の利用）
遮断がない状態での「頂点 \(i\) から距離 \(D\) 以内のデータ量の総和」を \(S_{all\_D}[i]\) とします。これは事前に \(O(N^2)\) で計算可能です。
辺 \((u, v)\) を遮断したとき、ある頂点から「届かなくなる（引かれる）データ量」のみを差分として \(O(1)\) で計算できれば、各辺のシミュレーションを大幅に高速化できます。
アルゴリズム
① 事前準備（オイラーツアーと最短距離）
- 適当な頂点（例えば頂点 \(0\)）を根として木を構築します。
- 行きがけ順（トポロジカル順序）の配列
orderを作成します。これにより、各頂点 \(u\) の部分木に属する頂点集合は、order上の連続する区間 \([L[u], R[u])\) として表すことができます。 - 全点対最短距離 \(dist[u][v]\) を、各頂点からBFSを行うことで \(O(N^2)\) で求めておきます。
② 累積和の定義
以下の2つの累積和テーブルを \(O(N^2)\) で前処理しておきます。
- \(S_{all}[u][k]\) : 頂点 \(u\) から距離 \(k\) 以下のすべての頂点のデータ量の総和。
- \(S_{in}[v][k]\) : 頂点 \(v\) から距離 \(k\) 以下の「\(v\) の部分木内（IN側）」の頂点のデータ量の総和。
③ 遮断による影響の差分計算
辺 \((u, v)\) （\(u\) は \(v\) の親）を遮断したときの影響を考えます。
(A) IN側の頂点 \(x\) に侵入する場合
頂点 \(x\) から本来届くはずだったOUT側の頂点へのアクセスが、辺 \((u, v)\) の遮断によって妨げられます。 - \(x\) から \(v\) までの距離は \(dist[x][v]\) です。 - 遮断された辺を越えて \(u\) に到達した時点での、残り移動可能距離は \(rem = D - 1 - dist[x][v]\) となります。 - \(rem \ge 0\) のとき、本来届くはずだった「\(u\) から距離 \(rem\) 以内にあるOUT側の頂点」に届かなくなります。 - この「失うデータ量」は、以下のように計算できます： $\(\text{失うデータ量} = S_{all}[u][rem] - S_{in}[v][rem - 1]\)\( （\)u\( から距離 \)rem\( 以内の全頂点から、IN側にあって \)u\( から距離 \)rem\( 以内（＝ \)v\( から距離 \)rem-1$ 以内）の頂点を除いたもの）
したがって、獲得できるデータ量は以下になります： $\(\text{獲得データ量} = S_{all\_D}[x] - (S_{all}[u][rem] - S_{in}[v][rem - 1])\)$
(B) OUT側の頂点 \(y\) に侵入する場合
頂点 \(y\) から本来届くはずだったIN側の頂点へのアクセスが妨げられます。 - \(y\) から \(u\) までの距離は \(dist[y][u]\) です。 - 遮断された辺を越えて \(v\) に到達した時点での、残り移動可能距離は \(rem = D - 1 - dist[y][u]\) となります。 - \(rem \ge 0\) のとき、本来届くはずだった「\(v\) から距離 \(rem\) 以内にあるIN側の頂点」に届かなくなります。 - この「失うデータ量」は、定義より \(S_{in}[v][rem]\) そのものです。
したがって、獲得できるデータ量は以下になります： $\(\text{獲得データ量} = S_{all\_D}[y] - S_{in}[v][rem]\)$
④ 集計
各辺 \((u, v)\) について、IN側のすべての頂点 \(x\) に対する (A) の最大値 \(M_{in}[v]\) と、OUT側のすべての頂点 \(y\) に対する (B) の最大値 \(M_{out}[v]\) を求めます。 青木君がこの辺を遮断したときの高橋君の最大データ量は \(\max(M_{in}[v], M_{out}[v])\) となります。
すべての辺についてこの値を求め、それらの最小値（および遮断しない場合の最大値）が求める答えとなります。
計算量
時間計算量: \(O(N^2)\)
- 全点対最短距離の計算（BFSを \(N\) 回）: \(O(N^2)\)
- 累積和 \(S_{all}, S_{in}\) の計算: \(O(N^2)\)
- 各辺 \(v\) について、IN側の頂点（\(sz[v]\) 個）とOUT側の頂点（\(N - sz[v]\) 個）に対して \(O(1)\) の計算を行うため、1つの辺あたり \(O(N)\)。全体で \(O(N^2)\)。
- したがって、全体の時間計算量は \(O(N^2)\) となり、制限時間内に十分間に合います。
空間計算量: \(O(N^2)\)
- 最短距離テーブル
distおよび累積和テーブルS_all,S_inを保持するために \(O(N^2)\) のメモリを使用します。\(N = 3000\) のとき、各テーブルの要素数は約 \(9 \times 10^6\) であり、メモリ制限（通常 1024MB 等）に余裕で収まります。
実装のポイント
部分木の判定（オイラーツアーの応用）: 頂点 \(v\) の部分木に属する頂点（IN側）と属さない頂点（OUT側）の区別は、行きがけ順のインデックス \(L[v]\) と部分木サイズ \(sz[v]\) を用いて、インデックスが \([L[v], L[v] + sz[v])\) の範囲内にあるかどうかで高速に判定できます。
インデックスの境界条件: 残り距離 \(rem\) が \(0\) 未満になる場合や、累積和のインデックスが配列の範囲外（\(rem - 1 < 0\) など）になる場合の例外処理を丁寧に行う必要があります。提供されたコードでは、
rem >= 0の条件分岐やrem > 0の三項演算子を用いてこれらを安全に処理しています。ソースコード
import sys
def solve():
input = sys.stdin.read
data = input().split()
if not data:
return
N = int(data[0])
D = int(data[1])
V = [int(x) for x in data[2 : N + 2]]
adj = [[] for _ in range(N)]
idx = N + 2
for _ in range(N - 1):
u = int(data[idx]) - 1
v = int(data[idx + 1]) - 1
adj[u].append(v)
adj[v].append(u)
idx += 2
# BFS to find parent and topological order
parent = [-1] * N
order = []
stack = [0]
visited = [False] * N
visited[0] = True
while stack:
u = stack.pop()
order.append(u)
for v in adj[u]:
if not visited[v]:
visited[v] = True
parent[v] = u
stack.append(v)
L = [0] * N
for i, u in enumerate(order):
L[u] = i
sz = [1] * N
for u in reversed(order):
p = parent[u]
if p != -1:
sz[p] += sz[u]
R = [L[u] + sz[u] for u in range(N)]
# All pairs shortest path
dist = [[-1] * N for _ in range(N)]
for start in range(N):
d = dist[start]
d[start] = 0
queue = [start]
head = 0
while head < len(queue):
u = queue[head]
head += 1
curr_d = d[u]
for v in adj[u]:
if d[v] == -1:
d[v] = curr_d + 1
queue.append(v)
# S_all[u][k]
S_all = [[0] * (N + 1) for _ in range(N)]
for u in range(N):
su = S_all[u]
du = dist[u]
for v in range(N):
su[du[v]] += V[v]
for k in range(1, N + 1):
su[k] += su[k - 1]
# Precompute S_all_D
S_all_D = [S_all[i][D] for i in range(N)]
# S_in[v][k]
S_in = [[0] * (N + 1) for _ in range(N)]
for v in range(N):
sv = S_in[v]
dv = dist[v]
l = L[v]
r = R[v]
for idx in range(l, r):
x = order[idx]
sv[dv[x]] += V[x]
for k in range(1, N + 1):
sv[k] += sv[k - 1]
M_in = [0] * N
M_out = [0] * N
for v in range(1, N):
u = parent[v]
dv = dist[v]
su = S_all[u]
sv = S_in[v]
# M_in[v]
m_in = 0
l = L[v]
r = R[v]
for idx in range(l, r):
x = order[idx]
rem = D - 1 - dv[x]
val = S_all_D[x]
if rem >= 0:
val -= su[rem] - (sv[rem - 1] if rem > 0 else 0)
if val > m_in:
m_in = val
M_in[v] = m_in
# M_out[v]
m_out = 0
du = dist[u]
for idx in range(0, l):
y = order[idx]
rem = D - 1 - du[y]
val = S_all_D[y]
if rem >= 0:
val -= sv[rem]
if val > m_out:
m_out = val
for idx in range(r, N):
y = order[idx]
rem = D - 1 - du[y]
val = S_all_D[y]
if rem >= 0:
val -= sv[rem]
if val > m_out:
m_out = val
M_out[v] = m_out
ans = max(S_all_D)
for v in range(1, N):
cand = M_in[v]
if M_out[v] > cand:
cand = M_out[v]
if cand < ans:
ans = cand
print(ans)
if __name__ == "__main__":
solve()
この解説は gemini-3.5-flash-high によって生成されました。
posted:
last update: