一、相关定义
定义:设G = (V,E)是一个有向图,它具有下述性质:
- G中不包含有向环;
- 存在一个顶点vi,它不是任何弧的终点,而V中的其它顶点都恰好是唯一的一条弧的终点,则称 G是以vi为根的树形图。
最小树形图就是有向图G = (V, E)中以vi为根的树形图中权值和最小的那一个。
另一种说法:最小树形图,就是给有向带权图一个特殊的点root,求一棵以root为根节点的树使得该树的的总权值最小。
性质:最小树形图基于贪心和缩点的思想。
缩点:将几个点看成一个点,所有连到这几个点的边都视为连到收缩点,所有从这几个点连出的边都视为从收缩点连出
二、算法描述
【概述】
为了求一个图的最小树形图,①先求出最短弧集合E0;②如果E0不存在,则图的最小树形图也不存在;③如果E0存在且不具有环,则E0就是最小树形图;④如果E0存在但是存在有向环,则把这个环收缩成一个点u,形成新的图G1,然后对G1继续求其的最小树形图,直到求到图Gi,如果Gi不具有最小树形图,那么此图不存在最小树形图,如果Gi存在最小树形图,那么逐层展开,就得到了原图的最小树形图。
【实现细节】
设根结点为v0,
- (1)求最短弧集合E0
从所有以vi(i ≠ 0)为终点的弧中取一条最短的,若对于点i,没有入边,则不存在最小树形图,算法结束;如果能取,则得到由n个点和n-1条边组成的图G的一个子图G',这个子图的权值一定是最小的,但是不一定是一棵树。
- (2)检查E0
若E0没有有向环且不包含收缩点,则计算结束,E0就是图G以v0为根的最小树形图;若E0含有有向环,则转入步骤(3);若E0没有有向环,但是存在收缩点,转到步骤(4)。
- (3)收缩G中的有向环
把G中的环C收缩成点u,对于图G中两端都属于C的边就会被收缩掉,其他弧仍然保留,得到一个新的图G1,G1中以收缩点为终点的弧的长度要变化。变化的规则是:设点v在环C中,且环中指向v的边的权值为w,点v'不在环C中,则对于G中的每一条边<v', v>,在G1中有边<v', u>和其对应,且权值WG1(<v', u>) = WG(<v', v>) - w;对于图G中以环C中的点为起点的边<v', v>,在图G1中有边<u, v'>,则WG1(<u, v'>) = WG(<v', v>)。有一点需要注意,在这里生成的图G1可能存在重边。
对于图G和G1:
①如果图G1中没有以v0为根的最小树形图,则图G也没有;
②如果G1中有一v0为根的最小树形图,则可按照步骤(4)的展开方法得到图G的最小树形图。
所以,应该对于图G1代到(1)中反复求其最小树形图,直到G1的最小树形图u求出。
- (4)展开收缩点
假设图G1的最小树形图为T1,那么T1中所有的弧都属于图G的最小树形图T。将G1的一个收缩点u展开成环C,从C中去掉与T1具有相同终点的弧,其他弧都属于T。
【小结】
对最小树形图做个小小的总结:
1:清除自环,自环是不可能存在于任何最小树形图中的;
2:求出每个顶点的的最小入边;
3:判断该图是否存在最小树形图,由 1 可以判定,或者以图中顶点v作为根节点遍历该图就能判断是否存在最小树形图;
4:找环,之后建立新图,缩点后重新标记。
【图示——最小树形图构造流程】
解读:第一幅图为原始图G,首先对于图G求其最短弧集合E0,即第二幅图G1;然后检查E0是满足条件,在这里,可以看到G1具有两个环,那么把这两个环收缩,如第三幅图所示,U1、U2分别为收缩后的点,然后将对应的权值进行更新,起点是环中的点,终点是环外的点,则权值不变。反之,起点是环外的点,终点是环内的点,则权值应该减去E0中指向环内点的权值,形成新的图,如第三幅图,对于其反复求最小树形图,直到不存在最小树形图,或者求得缩点后的图的最小树形图,然后展开就好了,如第六幅图。
如果只要求计算权值的话,则不需要展开,所有环中权值的和加上其他各个点与点之间,或者收缩点和点之间的权值就是总的权值。
三、CODE:
const int inf = 2e9;
const int maxn = 105;
const int maxm = 100050;
int n, m; //顶点数,边数
int in[maxn]; //in[u]记录当前图中指向 u 结点的所有边权中最小的那条边权
int pre[maxn]; //pre[u]记录最小边权对应的父亲结点
int used[maxn], id[maxn]; //used是访问标记数组,id[u]是计算出 u 在下一次的新图中的编号
struct Edge {
int from, to;
int dist;
Edge(int f = 0, int t = 0, int d = 0) :from(f), to(t), dist(d) {}
}edges[maxm];//边集
// 解决函数
int direct_mst(int root, int V, int E) { //三个参数分别是根结点,顶点数量,边数量
int ans = 0;
//为每个非根结点选出最小入边
while (1) {
for (int i = 0; i < V; ++i)
in[i] = inf;
for (int i = 0; i < E; ++i) {
int u = edges[i].from;
int v = edges[i].to;
if (in[v] > edges[i].dist && u != v) {
in[v] = edges[i].dist;
pre[v] = u;
}
}
//判断连通性,如有不可达结点说明无解
for (int i = 0; i < V; ++i) {
if (i == root) continue;
if (inf == in[i]) return -1;
}
//判断有向环是否存在,存在有向环就缩圈
int cnt = 0; //生成新图的结点编号
memset(id, -1, sizeof(id)); // id[u]==-1 表示结点 u 还不属于任何一个自环
memset(used, -1, sizeof(used));
in[root] = 0;
for (int i = 0; i < V; ++i) {
ans += in[i];
int v = i;
//每个结点不断向上寻找父亲结点,要么找到根结点,要么形成一个自环
while (used[v] != i && id[v] == -1 && v != root) {
used[v] = i;
v = pre[v];
}
//当 used[v]==i 的时候代表找到了自环,进行缩点,更新id数组
if (v != root && id[v] == -1) {
for (int u = pre[v]; u != v; u = pre[u])
id[u] = cnt;
id[v] = cnt++;
}
}
if (0 == cnt) break;//没有自环说明已经求出最终结果
//建立新图
//先把不在自环中的点的编号更新
for (int i = 0; i < V; i++)
if (id[i] == -1) id[i] = cnt++;
for (int i = 0; i < E; i++) {
int u = edges[i].from;
int v = edges[i].to;
edges[i].from = id[u];
edges[i].to = id[v];
if (id[u] != id[v])
edges[i].dist -= in[v];
//这里id[u] != id[v]说明 edges[i]这条边原来不在有向环中,
//如果这条边指向了有向环,那么它的边权就要减少 in[v] 等价于整个环的边权减去in[v]
//而如果没有指向有向环,说明它与这个有向环毫无关系,那么在之前的寻找自环缩点过
//程中已经把这条边的权值加上了,所以这里避免重复计算让这条边的权值减小in[v]变为0
}
V = cnt;
root = id[root];
}
return ans;
}