(Preface)
听说(Kruskal)重构树是一个冷门数据结构？怀有这种想法的人大可去看看NOI2018Day1T1以及APIO2020T2，看看它的重要性。
(Kruskal)重构树一般用于做只能在边权大于等于/小于等于(v)的边上走路之类的问题，它具有许多奇妙的性质。
构建方法
(Kruskal)求(MST)的算法应该是众所周知的，而(Kruskal)重构树的构建就建立在这一算法的基础上。
根据(Kruskal)算法的思想，要先将边按边权排序，然后每次选出权值最大/最小且两端尚未连通的边，将这条边加入到(MST)中。
(Kruskal)重构树会把(MST)中的边也看作点，对于每个连通块都要维护一棵二叉树。
每当选出一条新边时，就让它作为它连接的两个连通块的根节点的父亲。
显然，最终会建成一棵由(2n-1)个节点构成的二叉树，而这就是(Kruskal)重构树。
性质
- (Kruskal)重构树中的叶节点对应原图中的点，非叶节点对应原图中的边。
- 令每个非叶节点的点权为所对应边的边权，根据(Kruskal)重构树的建法，任意一条从非叶节点到根节点的路径，所经点的点权必然是单调的。
- 对于原图中的两点(x,y)，从(x)到(y)的瓶颈就是(Kruskal)重构树中(LCA(x,y))的点权。
重要结论
从(x)出发只经过边权大于等于/小于等于(v)的边所能到达的点集，就是(x)深度最小的点权大于等于(v)/小于等于(v)的祖先子树内所有的叶节点。（可由性质(3)推导）
实际求解时可以利用性质(2)中点权的单调性倍增上跳(O(logn))求出这个祖先。
[NOI2018] 归程
- 给定一个无向图，每条边有一个长度以及一个海拔。
- 多组询问，每次给定起点以及一个限制(h)。要求从起点出发，先开车走海拔大于等于(h)的边到达某一节点，然后步行到达(1)号点。求最短的步行路程。
- 数据组数(le 3)，(nle2 imes10^5)，(mle2 imes10^5)，(Qle4 imes 10^5)。（强制在线）
以海拔为关键字建出原图的(Kruskal)生成树。
根据先前提到的重要结论，我们可以(O(logn))求出从起点出发开车能到达的点集，而答案就是这些点到(1)号点的最短路的最小值。
每个点到(1)号点的最短路可以事先(Dijkstra)预处理。
只要对于(Kruskal)重构树上的每个点维护一下子树内叶节点最短路的最小值即可。
于是一道NOI题目就这样做完了。
(Postscript)
唔姆，发现NOI似乎特别喜欢图论题？
觉得一些图论算法还是非常有必要的，尽管重复考的概率不大，但万一呢？