题意:一个公司有n个人,给出了一些有冲突的人的对数(u,v),公司决定裁人,那么总裁现在要裁掉冲突率最高的那些人(冲突率=在这些人中存在的冲突数/人数)。就是求出一些点,这些点之间的边数/点数最大。最大密度子图。
思路:胡伯涛的论文《最小割模型在信息学竞赛中的应用》介绍了两种方法:
第一种:转换为最大权闭合图的模型来求解:
设max g = f(x)= |E‘|/|V’| ,找一个子图的边数与点数的比值达到其中的最大,我们通常都是构造一个函数max h(g)= |E'|-g*|V'|,当h(g)为0的时候,g的值即为最优,h(g)>0 时 g<最优值, h(g)<0时,g>最优值;因为如果最大值大于0那么我们就可以继续增加g的值来减小h(g),若最大值都小于0了,那么g不可能增加只可能减少!
观察h(g),边和点有依赖关系,就边依赖点,边存在的必要条件是点的存在,那么这样以后,如果我们将边看成点,那么这不就符合最大权闭合子图了。现在h(g)的求法就可以通过求新图的最大权闭合子图的值来求解,但是这里有个问题,建图之后你可以发现当求出来的值和h(g)原本应该为值不对应(具体为什么不怎么理解),可以这样理解,当最小的一个g使得h(g)为0的时候该解即为最优解,因为h(g)是以个单调递减函数,就该函数来看只可能存在一个g使得h(g)=0;然而通过求最大权闭合子图是子图权值和为0的有很多中g,当最小的一个g使得h(g)为0之后,如果g继续增大那么虽然通过最大权闭合子图的值求出来依旧为0,但是真正的h(g)< 0 了,所以要使得最优的一个解就是使得最大权闭合子图的权值和为0的最小的一个g值!这样求解之后从源点流到汇点为满流的边即为最大密度子图中的点。