最大权闭合子图的简单证明

一、概念

闭合图：对于一个有向图$G$，设$V$是图中的某一点集，那么从该点集中的任何一点沿着它连出去的边走，走到的点还是属于点集$V$，这些点集以及它们之间的边形成的图就是闭合图。

最大权闭合子图，顾名思义，就是所有闭合子图中点权之和最大的那个，注意这里的权指的是点权，不是边权，因为闭合图是对于点集而言的。

---

结论：最大权闭合子图$=$所有正点权的和$-$最小割。

二、证明

2.1流网络的构造

对于一个有向图$G$，先将其构造成一个流网络$G^{{}^{\prime }}$：

从源点$s$向图中所有的正点权连接一条容量是该点点权的边，从图中所有的负点权向汇点$t$连接一条容量是该负点权绝对值的边。原图中的边都不变，容量是正无穷$\infty$。（如下图）

---

2.2首先证明原图G的任何一个闭合子图都与新图$G{}^{\prime }$的一个简单割一一对应。

首先在本问题中定义一个简单割的概念：

简单割是指一个割的割边不包含边权是$\infty$的边，也就是不包含上图中边集3里的边。简单割是所有割的一个子集。

可以得出，最小割一定是一个简单割，因为$最小割=最大流$，而从源点$s$流出的流量是有限的，那么最大流就是有限的，最小割也就是有限的，如果包含边权是$\infty$的很明显是不可能的（要不然最小割就是无限的）。

设$V$是原图G的所有点的点集。

1. 对于任何一个闭合子图，都可以构造出一个简单割：
   假设原图的一个闭合子图的闭合点集是$V{}^{\prime }$，我们可以构造这样一个割[S, T]，其中$S=V^{{}^{\prime }}+s,T=V-V^{{}^{\prime }}+t$。
   我们可以证明，该割一定是一个简单割。
   因为$V^{{}^{\prime }}$是一个闭合点集，也就是说，沿着$V^{{}^{\prime }}$中的任何一条边走，最终还是只能到达$V^{{}^{\prime }}$，也就是说，从$V^{{}^{\prime }}$无法走到$T$的集合。那么，割[S, T]中间的割边一定不包含容量是$\infty$的边（如果存在，一定是从$V^{{}^{\prime }}$连出去的，但是就和它是闭合点集矛盾了）。

2. 任何一个简单割，同样也能构造出一个闭合子图：
   设图$G^{{}^{\prime }}$的一个简单割是[S, T]，令点集$V^{{}^{\prime }}=S-s$。
   我们可以证明$V^{{}^{\prime }}$一定是一个闭合点集。
   因为该割是一个简单割，那[S,T]之间就不存在容量是$\infty$的边。那么我们沿着集合$S$中的容量是$\infty$的边走(因为只有这样的边才是原图G的边)，一定走不到$T$，还是只能走到$S$，符合闭合点集的定义。

所以，原图G的任何一个闭合子图都与新图$G{}^{\prime }$的一个简单割一一对应，那么我们要求的闭合子图的最值，就对应着简单割的最值。

---

2.3闭合点集的点权与它对应的简单割的数量关系

设$V$是原图G的所有点的点集，$W_i$表示$i$的点权。

有简单割[S, T]，令$S=V_1+s$，$T=V_2+t$，其中$V_1+V_2=V$。

1. [S, T]的容量C[S, T]的表达式：
   割边可以分为以下$4$类：
   
   ①$s\to t$，该类边不存在，因为我们建图的时候并没有从$s$向$t$连边。
   ②$s\to V_2$，建图时$s$连向的点都是正点权。
   ③$V_1\to t$，建图时连向$t$的点都是负点权。
   ④$V_1\to V_2$，该类边不存在，因为该割是简单割，那么割边就不存在原图内部的边，因为这样的边的容量是$\infty$。
   所以，实际上，简单割的割边只有②③两类边，简单割的容量就是这两类边的边权和。
   设$V_1^{-}$表示点集$V_1$中点权为负的点，$V_2^{+}$同理。
   那么C[S, T]$={\sum }_{v\in V_2^{+}}(W_v)+{\sum }_{v\in V_1^{-}}(-W_v)$。${}_{注意，负点权要取反，因为建图时连的边的边权都是正的。}$

2. 闭合子图点权和$W(V_1)$的表达式：
   $W(V_1)={\sum }_{v\in V_1^{+}}(W_v)+{\sum }_{v\in V_1^{-}}(W_v)$
   $={\sum }_{v\in V_1^{+}}(W_v)-{\sum }_{v\in V_1^{-}}(-W_v)$

这样，就得到了两个表达式：
C[S, T]$={\sum }_{v\in V_2^{+}}(W_v)+{\sum }_{v\in V_1^{-}}(-W_v)$

$W(V_1)={\sum }_{v\in V_1^{+}}(W_v)-{\sum }_{v\in V_1^{-}}(-W_v)$

两式结合有：
C[S, T]$+W(V_1)={\sum }_{v\in V_1^{+}}(W_v)+{\sum }_{v\in V_2^{+}}(W_v)$。

其中${\sum }_{v\in V_1^{+}}(W_v)+{\sum }_{v\in V_2^{+}}(W_v)={\sum }_{v\in V^{+}}(W_v)=定值sum$
${}_{sum就是原图所有正点权的和}$
所以，C[S, T]$+W(V_1)=sum$。

要想让$W(V_1)$最大，就要让C[S, T]最小。
就是求一个最小的简单割，而原图的最小割一定是一个简单割，也就是求原图的最小 割。

证毕！