朱刘算法 有向图定根的最小生成树poj3164
Posted Billyshuai
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了朱刘算法 有向图定根的最小生成树poj3164相关的知识,希望对你有一定的参考价值。
关于为什么不能用Prim求解此类问题,如下
Prim可以看成是维护两个顶点集或者看成维护一颗不断生成的树(感觉前一种说法好一点)
倘若是有向图有三个顶点1.2.3
边的情况如下
1->2: 5
1->3: 6
2->3: 1000861
3->2: 2
显然若是按照Prim算法来说,先将顶点一压入集合。而后顺势找到最小的顶点2,然后1.2中到三的最短边是1000861,那么花费就是1000866,显然不对的。;
而若是无向图则没有这个问题(也就是是说无向图保证最小就是最优),无向图的话找到2,花费5,然后顺势找到3,花费2,这是对的。
以下为转载内容:http://blog.csdn.net/lynnucas/article/details/51305910
最小生成树的具体问题可以用下面的语言阐述:
输入:一个无向带权图G=(V,E),对于每一条边(u, v)属于E,都有一个权值w。
输出:这个图的最小生成树,即一棵连接所有顶点的树,且这棵树中的边的权值的和最小。
举例如下,求下图的最小生成树:
这个问题是求解一个最优解的过程。那么怎样才算最优呢?
首先我们考虑最优子结构:如果一个问题的最优解中包含了子问题的最优解,则该问题具有最优子结构。
最小生成树是满足最优子结构的,下面会给出证明:
最优子结构描述:假设我们已经得到了一个图的最小生成树(MST) T,(u, v)是这棵树中的任意一条边。如图所示:
现在我们把这条边移除,就得到了两科子树T1和T2,如图:
T1是图G1=(V1, E1)的最小生成树,G1是由T1的顶点导出的图G的子图,E1={(x, y)∈E, x, y ∈V1}
同理可得T2是图G2=(V2, E2)的最小生成树,G2是由T2的顶点导出的图G的子图,E2={(x, y)∈E, x, y ∈V2}
现在我们来证明上述结论:使用剪贴法。w(T)表示T树的权值和。
首先权值关系满足:w(T) = w(u, v)+w(T1)+w(T2)
假设存在一棵树T1\'比T1更适合图G1,那么就存在T\'={(u,v)}UT1\'UT2\',那么T\'就会比T更适合图G,这与T是最优解相矛盾。得证。
因此最小生成树具有最优子结构,那么它是否还具有重叠子问题性质呢?我们可以发现,不管删除那条边,上述的最优子结构性质都满足,都可以同样求解,因此是满足重叠子问题性质的。
考虑到这,我们可能会想:那就说明最小生成树可以用动态规划来做咯?对,可以,但是它的代价是很高的。
我们还能发现,它还有个更强大的性质:贪心选择性质。因而可用贪心算法完成。
贪心算法特点:一个局部最优解也是全局最优解。
最小生成树的贪心选择性质:令T为图G的最小生成树,另A⊆V,假设边(u, v)∈E是连接着A到A的补集(也就是V-A)的最小权值边,那么(u, v)属于最小生成树。
证明:假设(u, v)∉T, 使用剪贴法。现在对下图进行分析,图中A的点用空心点表示,V-A的点用实心点表示:
在T树中,考虑从u到v的一条简单路径(注意现在(u, v)不在T中),根据树的性质,它是唯一的。
现在把(u, v)和这条路上中的第一条连接A和V-A的边交换,即画红杠的那条边,边(u, v)是连接A和V-A的权值最小边,那我们就得到了一棵更小的树,这就与T是最小 生成树矛盾。得证。
现在呢,我们来看看Prim的思想:Prim算法的特点是集合E中的边总是形成单棵树。树从任意根顶点s开始,并逐渐形成,直至该树覆盖了V中所有顶点。每次添加到树中的边都是使树的权值尽可能小的边。因而上述策略是“贪心”的。
我是大自然的搬运工 -----http://blog.csdn.net/wsniyufang/article/details/6747392
最 小树形图,就是给有向带权图中指定一个特殊的点root,求一棵以root为根的有向生成树T,并且T中所有边的总权值最小。最小树形图的第一个算法是 1965年朱永津和刘振宏提出的复杂度为O(VE)的算法。
判断是否存在树形图的方法很简单,只需要以v为根作一次图的遍历就可以了,所以下面的 算法中不再考虑树形图不存在的情况。
在所有操作开始之前,我们需要把图中所有的自环全都清除。很明显,自环是不可能在任何一个树形图上的。只有进 行了这步操作,总算法复杂度才真正能保证是O(VE)。
首先为除根之外的每个点选定一条入边,这条入边一定要是所有入边中最小的。现在所有的最小 入边都选择出来了,如果这个入边集不存在有向环的话,我们可以证明这个集合就是该图的最小树形图。这个证明并不是很难。如果存在有向环的话,我们就要将这 个有向环所称一个人工顶点,同时改变图中边的权。假设某点u在该环上,并设这个环中指向u的边权是in[u],那么对于每条从u出发的边(u, i, w),在新图中连接(new, i, w)的边,其中new为新加的人工顶点; 对于每条进入u的边(i, u, w),在新图中建立边(i, new, w-in[u])的边。为什么入边的权要减去in[u],这个后面会解释,在这里先给出算法的步骤。然后可以证明,新图中最小树形图的权加上旧图中被收缩 的那个环的权和,就是原图中最小树形图的权。
上面结论也不做证明了。现在依据上面的结论,说明一下为什么出边的权不变,入边的权要减去in [u]。对于新图中的最小树形图T,设指向人工节点的边为e。将人工节点展开以后,e指向了一个环。假设原先e是指向u的,这个时候我们将环上指向u的边 in[u]删除,这样就得到了原图中的一个树形图。我们会发现,如果新图中e的权w\'(e)是原图中e的权w(e)减去in[u]权的话,那么在我们删除 掉in[u],并且将e恢复为原图状态的时候,这个树形图的权仍然是新图树形图的权加环的权,而这个权值正是最小树形图的权值。所以在展开节点之后,我们 得到的仍然是最小树形图。逐步展开所有的人工节点,就会得到初始图的最小树形图了。
如果实现得很聪明的话,可以达到找最小入边O(E),找环 O(V),收缩O(E),其中在找环O(V)这里需要一点技巧。这样每次收缩的复杂度是O(E),然后最多会收缩几次呢?由于我们一开始已经拿掉了所有的 自环,我门可以知道每个环至少包含2个点,收缩成1个点之后,总点数减少了至少1。当整个图收缩到只有1个点的时候,最小树形图就不不用求了。所以我们最 多只会进行V-1次的收缩,所以总得复杂度自然是O(VE)了。由此可见,如果一开始不除去自环的话,理论复杂度会和自环的数目有关。
======================== 分割线之上摘自Sasuke_SCUT的blog=====================================================
下 面是朱刘算法的构造图
#include <cstdio> #include <iostream> #include<queue> #include<set> #include<ctime> #include<algorithm> #include<cmath> #include<vector> #include<map> #include<cstring> using namespace std; const double eps=1e-10; #define M 109 #define type double const type inf=(1)<<30; struct point { double x,y; }p[M]; double dis(point a,point b) { return sqrt((a.x-b.x)*(a.x-b.x)+(a.y-b.y)*(a.y-b.y)); } struct Node{ int u , v; type cost; }E[M*M+5]; int pre[M],ID[M],vis[M]; type In[M]; int n,m; type Directed_MST(int root,int NV,int NE) { type ret = 0; while(true) { //1.找最小入边 for(int i=0;i<NV;i++) In[i] = inf; for(int i=0;i<NE;i++){ int u = E[i].u; int v = E[i].v; if(E[i].cost < In[v] && u != v) { pre[v] = u; In[v] = E[i].cost; } } for(int i=0;i<NV;i++) { if(i == root) continue; if(In[i] == inf) return -1;//除了跟以外有点没有入边,则根无法到达它 } //2.找环 int cntnode = 0; // CC(ID,-1); // CC(vis,-1); memset(ID,-1,sizeof(ID)); memset(vis,-1,sizeof(vis)); In[root] = 0; for(int i=0;i<NV;i++) {//标记每个环 ret += In[i]; int v = i; while(vis[v] != i && ID[v] == -1 && v != root) { vis[v] = i; v = pre[v]; } if(v != root && ID[v] == -1) { for(int u = pre[v] ; u != v ; u = pre[u]) { ID[u] = cntnode; } ID[v] = cntnode ++; } } if(cntnode == 0) break;//无环 for(int i=0;i<NV;i++) if(ID[i] == -1) { ID[i] = cntnode ++; } //3.缩点,重新标记 for(int i=0;i<NE;i++) { int v = E[i].v; E[i].u = ID[E[i].u]; E[i].v = ID[E[i].v]; if(E[i].u != E[i].v) { E[i].cost -= In[v]; } } NV = cntnode; root = ID[root]; } return ret; } int main() { while(scanf("%d%d",&n,&m)!=EOF) { // memset(pre,0,sizeof(pre)); for(int i=0;i<n;i++) scanf("%lf%lf",&p[i].x,&p[i].y); for(int i=0;i<m;i++) { scanf("%d%d",&E[i].u,&E[i].v); E[i].u--; E[i].v--; if(E[i].u!=E[i].v) E[i].cost=dis(p[E[i].u],p[E[i].v]); else E[i].cost=1<<30; } type ans=Directed_MST(0,n,m); if(ans==-1) printf("poor snoopy\\n"); else printf("%.2f\\n",ans); } return 0; }
以上是关于朱刘算法 有向图定根的最小生成树poj3164的主要内容,如果未能解决你的问题,请参考以下文章