首先介绍两个求最小生成树的算法:Kruskal 和 Prime
Kruskal
Kruskal算法流程:O(m*log m)
- 建立并查集,每个点各自构成一个集合
- 将所有边按边权升序排列,依次扫描每条边
- 如果这条边的两个点属于同一个集合,忽略
- 否则,合并两个集合,并将边权累加入答案
Kruskal 实现代码
#include<iostream>
#include<algorithm>
using namespace std;
const int N = 1e5 + 10, M = 2e5 + 10;
struct Edge
{
int a, b, w;
bool operator < (const Edge& W) const
{
return w < W.w;
}
}edges[M];
int n, m;
int p[N];
int find(int x)
{
if(p[x] != x) p[x] = find(p[x]);
return p[x];
}
int main()
{
cin >> n >> m;
for(int i = 1; i <= n; i++) p[i] = i;
for(int i = 0; i < m; i++)
{
int a, b, c; cin >> a >> b >> c;
edges[i] = {a, b, c};
}
sort(edges, edges + m);
int res = 0, cnt = 0;
for(int i = 0; i < m; i++)
{
int a = edges[i].a, b = edges[i].b, w = edges[i].w;
int pa = find(a), pb = find(b);
if(pa != pb)
{
cnt++;
res += w;
p[pa] = pb;
}
}
if(cnt < n - 1) cout << "impossible" << endl;
else cout << res << endl;
return 0;
}
Prim
Prim算法可以类比Dijkstra算法,也可以分为朴素版和堆优化版。
但是堆优化版不然Kruskal算法简便,所以说只有当稠密图的时候使用Prim算法,尤其是完全图的时候。
时间复杂度:O(n ^ 2)
与 Dijkstra 不同的是,Prim 每次确定的是集合与点之间的最小距离,Dijkstra 每次确定的是起点和该点的最小距离。当该点最小距离确定之后,st 数组设为 true。
Prime代码实现
#include <iostream>
#include <cstring>
using namespace std;
const int N = 510, INF = 0x3f3f3f3f;
int n, m;
int dist[N], g[N][N];
bool st[N];
void Prime()
{
int res = 0;
memset(dist, 0x3f, sizeof dist);
for(int i = 0; i < n; i++)
{
int t = -1;
for(int j = 1; j <= n; j++)
if(!st[j] && (t == -1 || dist[t] > dist[j]))
t = j;
if(i) res += dist[t];
if(i && dist[t] == INF) { cout << "impossible" << endl; return; }
st[t] = true;
for(int j = 1; j <= n; j++)
dist[j] = min(dist[j], g[t][j]);
}
cout << res << endl;
}
int main()
{
cin >> n >> m;
memset(g, 0x3f, sizeof g);
for(int i = 1; i <= n; i++) g[i][i] = 0;
for(int i = 0; i < m; i++)
{
int a, b, c; cin >> a >> b >> c;
g[a][b] = g[b][a] = min(g[a][b], c);
}
Prime();
return 0;
}
次小生成树
次小生成树分为:严格次小生成树和非严格次小生成树。
次小生成树的定义:给定一个带权的图,将图的所有生成树按总权值从小到大排序,第二小的就是次小生成树。而严格之分就是,严格次小生成树的权值和大于最小生成树的权值和,非严格可以等于。
方法1:先求出最小生成树,然后依次删除最小生成的边,再求解最小生成树。
时间复杂度分析:求最小生成树先按边权排序,然后依次删边,共删 n - 1 条边,然后依次求最小生成树,但是边排序只需要最初排序就行。O(mlogm + nm)
该法的缺陷是无法求出严格次小生成树;因为每次删边之后求最小生成树,如果有和最小生成树相同的边权,那么一定会得到和最小生成树相同的边权,无法得到严格次小生成树。
方法2:先求出最小生成树,然后依次将非树边加入树中,并且去掉树中一条边,使得仍是一颗树。
证明如下:
定义1:设 T 为图 G 的一颗生成树,对于非树边 a 和树边 b,令插入边 a 记为 +a,删除边 b 记为 -b;如果 T+a-b 之后,仍是一颗生成树,那么称为一个可行交换。
定义2:称由 T 进行的一次可行交换所得到的生成树集合为 T 的邻集。
定理:次小生成树一定在最小生成树的邻集中。
该算法步骤:
- 求最小生成树,并标记最小生成树的树边,建立一颗最小生成树,累计权值(sum)
- 在最小生成树中求任意两点的路径上的最大边权和次大边权(dist1[][], dist2[][])(树中任意两点的路径唯一)
- 依次枚举非最小生成树树边,尝试用该边替代最小生成树中最长的边(两边的端点相同,才能使替代之后仍是一颗生成树),非树边一定大于等于树边(若小于,那么可以替代树边使得生成树的权值更小,与最小生成矛盾)
- 设非树边的权值为 t,端点为 a、b,A = dist1[a][b],B = dist2[a][b];t > A,替代 A;t = A && t > B 替代 B (这就是方法2能求出严格次小生成的原因,方法1不能处理相等的情况)
代码实现
#include <iostream>
#include <algorithm>
#include <cstring>
using namespace std;
using LL = long long;
const int N = 510, M = 2e4 + 10;
int n, m;
int h[N], e[M], w[M], ne[M], idx;
int p[N];
int dist1[N][N], dist2[N][N];
struct Edge
{
int a, b, c;
bool f;
bool operator < (const Edge& W) const
{
return c < W.c;
}
}edges[M];
void add(int a, int b, int c)
{
e[idx] = b, w[idx] = c, ne[idx] = h[a], h[a] = idx++;
}
int find(int x)
{
if(p[x] != x) p[x] = find(p[x]);
return p[x];
}
// 深搜无向树,使用父节点,避免回头导致TLE
void dfs(int u, int fa, int maxd1, int maxd2, int d1[], int d2[])
{
d1[u] = maxd1, d2[u] = maxd2;
for (int i = h[u]; ~i; i = ne[i])
{
int j = e[i];
if (j != fa)
{
// if (w[i] > maxd1) maxd2 = maxd1, maxd1 = w[i];
// if (w[i] < maxd1 && w[i] > maxd2) maxd2 = w[i];
// dfs(j, u, maxd1, maxd2, d1, d2);
// 需要使用临时变量,上面注释的代码是错误的。一次到底是一条路径,当回溯的时候就是另 外一条路径,那么这个时候不能被上一条路径的权值影响。
int td1 = maxd1, td2 = maxd2;
if (w[i] > td1) td2 = td1, td1 = w[i];
if (w[i] < td1 && w[i] > td2) td2 = w[i];
dfs(j, u, td1, td2, d1, d2);
}
}
}
int main()
{
cin >> n >> m;
memset(h, -1, sizeof h);
for (int i = 1; i <= n; i++) p[i] = i;
for (int i = 0; i < m; i++)
{
int a, b, c; cin >> a >> b >> c;
edges[i] = {a, b, c};
}
sort(edges, edges + m);
LL sum = 0;
for (int i = 0; i < m; i++) // Kruscal
{
int a = edges[i].a, b = edges[i].b, c = edges[i].c;
int pa = find(a), pb = find(b);
if (pa != pb)
{
p[pa] = pb;
sum += c;
edges[i].f = true; // 标记为树边
add(a, b, c), add(b, a, c); // 建立最小生成树
}
}
// 枚举出最小生成树中任意两点路径上的最大边权和次大边权
for (int i = 1; i <= n; i++) dfs(i, -1, -1e9, -1e9, dist1[i], dist2[i]);
LL res = 1e18;
for (int i = 0; i < m; i++)
{
if (!edges[i].f)
{
int a = edges[i].a, b = edges[i].b, c = edges[i].c;
LL t = 0;
if (c > dist1[a][b]) t = sum + c - dist1[a][b];
else if (c > dist2[a][b]) t = sum + c - dist2[a][b];
res = min(res, t);
}
}
cout << res << "\n";
}