2-SAT:
1
2
-
SAT就是2判定性问题,是一种特殊的逻辑判定问题。
2
2
-
SAT问题有何特殊性?该如何求解?
3
我们从一道例题来认识2
-
SAT问题,并提出对一类2
-
SAT问题通用的解法。
4
Poi
0106
Peaceful Commission [和平委员会]:
某国有n个党派,每个党派在议会中恰有2个代表。
现在要成立和平委员会 ,该会满足:
每个党派在和平委员会中有且只有一个代表
如果某两个代表不和,则他们不能都属于委员会
代表的编号从1到2n,编号为2a
-
1
、2a的代表属于第a个党派
输入n(党派数),m(不友好对数)及m对两两不和的代表编号
其中1≤n≤
8000
,
0
≤m ≤
20000
求和平委员会是否能创立。若能,求一种构成方式。
输入: 输出:
3
2
1
1
3
4
2
4
5
初步构图
如果Ai与Aj不相容,那么如果选择了Ai,必须选择Aj‘ ;同样,如果选择了Aj,就必须选择Ai’ 。
Ai Aj
'
Aj Ai‘
这样的两条边对称
矛盾的情况为:
存在Ai,使得Ai既必须被选又不可选。
得到算法1:
枚举每一对尚未确定的Ai, Ai‘ ,任选1个,推导出相关的组,若不矛盾,则可选择;否则选另1个,同样推导。若矛盾,问题必定无解。
此算法正确性简要说明:
由于Ai,Ai
'
都是尚未确定的,它们不与之前的组相关联,前面的选择不会影响Ai, Ai
'
。
算法的时间复杂度在最坏的情况下为O(nm)。
在这个算法中,并没有很好的利用图中边的对称性
更一般的说:
在每个一个环里,任意一个点的选择代表将要选择此环里的每一个点。不妨把环收缩成一个子节点(规定这样的环是极大强连通子图)。新节点的选择表示选择这个节点所对应的环中的每一个节点.
对于原图中的每条边Ai
->
Aj(设Ai属于环Si,Aj属于环Sj)如果Si≠Sj,则在新图中连边:Si
->
Sj
这样构造出一个新的有向无环图。
此图与原图等价。
猜测1:图中的环分别对称
如果存在Ai,Aj,Ai,Aj属于同一个环(记作Si),那么Ai
'
, Aj
'
也必定属于一个环(记作Si
'
).
再根据前面的引理,不难推断出每个环分别对称。
证明方式与引理相类似
一个稍稍复杂点的结构,其中红、蓝色部分分别为两组对称的链结构
推广2:对于任意一对Si, Si
'
,Si的后代节点与Si
'
的前代节点相互对称。
继而提出:
猜测2:若问题无解,则必然存在Ai, Ai
'
,使得Ai,Ai
'
属于同一个环。也就是,如果每一对Ai,Ai
'
都不属于同一个环,问题必定有解。下面给出简略证明:
先提出一个跟算法1相似的步骤:
如果选择Si,那么对于所有Si
->
Sj,Sj都必须被选择。
而Si
'
必定不可选,这样Si’的所有前代节点也必定不可选(将这一过程称之为删除)。
由推广2可以得到,这样的删除不会导致矛盾。
假设选择S3
'
选择S3
'
的后代节点, S1
'
删除S3
删除S3的前代节点S1
S1与S1
'
是对称的
每次找到一个未被确定的Si,使得不存在Si
->
Si
'
选择Si及其后代节点而删除Si’及Si‘的前代节点。一定可以构造出一组可行解。
因此猜测2成立。
另外,若每次盲目的去找一个未被确定的Si,时间复杂度相当高。
以自底向上的顺序进行选择、删除,这样还可以免去“选择Si的后代节点”这一步。
用拓扑排序实现自底向上的顺序。
一组可能的拓扑序列(自底向上):S1
'
,S2,S2
'
,S3
'
,S3,S1
算法2的流程:
1
.构图
2
.求图的极大强连通子图
3
.把每个子图收缩成单个节点,根据原图关系构造一个有向无环图
4
.判断是否有解,无解则输出(退出)
5
.对新图进行拓扑排序
6
.自底向上进行选择、删除
7
.输出
小结:
整个算法的时间复杂度大概是O(m),解决此问题可以说是相当有效了。
在整个算法的构造、证明中反复提到了一个词:对称。发现、利用了这个图的特殊性质,我们才能够很好的解决问题。
并且,由2
-
SAT问题模型变换出的类似的题目都可以用上述方法解决。
全文总结:
充分挖掘图的性质,能够更好的解决问题。
不仅仅是对于图论,这种思想可以在很多问题中得到很好的应用。
希望我们能掌握此种解题的思想,在熟练基础算法的同时深入分析、灵活运用、大胆创新,从而解决更多更新的难题。
2-sat问题
在这篇文章我们提到过sat问题,sat问题是第一个npc问题,具体是这样的SAT全称是satisfiability,他是问对于一个合取范式,是否有一种输入使得他的输出是1,具体点就是类似这样的布尔表达式(x1 or x2 or x3)and(x3 or x4)and(not x1 or x5)对于所有的x是否有一种01取值,使得最后的结果是1。而2-sat问题就是每一个由or连接的子式都只包含两个变量,比如这样(x1 or x2) and (not x3 or x1),2-sat问题是有多项式解法的,而3-sat就是npc问题了,前段时间有人宣称证明了p=np就是因为他自己找到了3-sat的多项式解法,当然最后被证明解法是错误的。。。那么对于2-sat问题解法而言,经典的就是利用强连通分支的算法来解决,最近上的coursera上的algo2有个随机算法也很有趣这里我们也要讲一下。
先来看经典的利用强连通分支的图论解法。我们把每个变量x都拆成2个点,两个点x和~x分别表示这个点取1和这个点取0,所以最后我们就是在这2n个点中选择满足要求的n个点。对于每个子式,假设子式是(x1 or x2),对于2-sat问题而言我们需要每个子式都得1,也就是对于这个子式而言,x1和x2至少要取一个,对应于图中就是,如果我们取~x1就必须取x2,取~x2就必须取x1,所以我们就在图中从~x1到x2和从~x2到x1连两条有向边。同样的如果子式中有not也是类似方法,比如(not x1 or x2)那么就是X1到x2和~x2到~x1两条有向边。一开始的图片构成的图表示的这个式子。
构建好图之后对图求强连通分支,很显然的如果xi和~xi在同一个强连通分支中那么就是不存在解的。之后进行染色判定,强连通分支缩点之后,把所有的边反向,然后按照拓扑排序的顺序遍历节点,如果节点没有被染色,就涂成红色,然后把和这个点互斥的点(所谓互斥的点就是如果x和~x所在的点),以及这个点的子孙都涂成蓝色,这样取出红色的点就是满足条件的解。这里就不证明了,详细的可以看伍昱的《由对称性解2-SAT问题》和赵爽的《2-SAT解法浅析》两篇。看证明的时候注意对称性,就是说如果x,y在同一个连通分支,那么~x,~y也在同一个连通分支,如果x到y有路,那么~y到~x也有路,注意这个对称性的特点的话,那两篇文章里的证明也就不难看懂了。
talk is easy,show me the code,那么让我们看一下代码吧,这里就用poj 3648来举例。
-
#include <cstdio>
-
#include <cstring>
-
-
const
int maxn
=
10010;
-
int n, m, nxt
[maxn
], head
[maxn
], pnt
[maxn
], ne, e, a, b, a0, b0;
-
char c1, c2;
-
int nnxt
[maxn
], nhead
[maxn
], npnt
[maxn
];
-
int order
[maxn
], norder, id
[maxn
], v
[maxn
];
-
int ans
[maxn
], op
[maxn
];
-
-
void dfs
(
int d
)
{
-
v
[d
]
=
1;
-
for
(
int i
=head
[d
]; i
!=
-1; i
=nxt
[i
]
)
-
if
(
!v
[pnt
[i