最大密度子图

---

一、概念

对于一个图$G<V,E>$，选出其一个子图$G^{{}^{\prime }}<V^{{}^{\prime }},E^{{}^{\prime }}>$。要求如果选择了一条边，那么该边的端点也要被选，同时要使得$\frac{|E^{{}^{\prime }}|}{|V^{{}^{\prime }}|}$最大。该图就是最大密度子图。

---

二、求法

1、问题转化

要求$\frac{|E^{{}^{\prime }}|}{|V^{{}^{\prime }}|}$的最大值，可以联想到$01$分数规划问题，采用二分答案的思路。
(像这种分母上一个东西，分子上一个东西，然后求它们的最值，一般都是$01$分数规划问题)

---

2、求解过程

第一步：二分枚举答案$g$，二分范围可以是$[\frac{1}{n},m]$。

第二步：验证答案。

设答案是$ans$。

(1) 若$ans>g$，即$\frac{|E^{{}^{\prime }}|}{|V^{{}^{\prime }}|}>g$，$|E^{{}^{\prime }}|-g|V^{{}^{\prime }}|>0$，让$l=g$。
(2) 若$ans<g$，即$\frac{|E^{{}^{\prime }}|}{|V^{{}^{\prime }}|}<g$，$|E^{{}^{\prime }}|-g|V^{{}^{\prime }}|<0$，让$r=g$。

接下来的问题就是如何判定$|E^{{}^{\prime }}|-g|V^{{}^{\prime }}|$与$0$的关系，也就是如何求出$|E^{{}^{\prime }}|-g|V^{{}^{\prime }}|$的最大值。

---

求解方法有两种：

方法一：

将该问题转化为最大权闭合子图问题。

具体转化方法是：
原图有一个限制：如果选择该边，那么该边的端点也要被选择，符合闭合图的限制）。

设有边$e$，$a,b$是其两个端点。
我们可以把边$e$也看成一个点，记为$v_e$。

---

建图方法是：

从源点$s$向所有边形成的点$v_e$连一条容量是$1$的边。
从所有这样的点$a$向点$b$连一条容量是$INF$的边。
从所有这样的点$a,b$分别向 汇点$t$连接一条容量是$g$的边（$g$是二分的答案）。

然后求最大权闭合子图，求出来的最大权就是$|E^{{}^{\prime }}|-g|V^{{}^{\prime }}|$的最大值。

点数：$|V|+|E|$
边数：$3|E|+|V|$

由流网络的点数和边数可以看出这样的做法，其复杂度是比较高的。

---

方法二：

求 m a x { ∣ E ′ ∣ − g ∣ V ′ ∣ } max\{|E^{'}|-g|V^{'}|\} max{∣E′∣−g∣V′∣}等价于求 m i n { g ∣ V ′ ∣ − ∣ E ′ ∣ } min\{g|V^{'}|-|E^{'}|\} min{g∣V′∣−∣E′∣}。

有一个很显然性质：设选择的点集是$|V^{{}^{\prime }}|$，那该点集内的所有的边都被选对于当前点集来说才是最优的。

这里就说一下另一个做法。

---

定义$\overline{V^{{}^{\prime }}}=V-V^{{}^{\prime }}$，$V$是所有的点的集合。
定义$d_v$表示点$v$的度数。

有
$$g|V^{{}^{\prime }}|-|E^{{}^{\prime }}|=\sum _{v\in V^{{}^{\prime }}}g-(\frac{{\sum }_{v\in V^{{}^{\prime }}}{d}_v-C[V^{{}^{\prime }},\overline{V^{{}^{\prime }}}]}{2})$$

后面括号里就是求点集$V^{{}^{\prime }}$内包含的边数。

解释一下：
设集合内部所有点的度数之和是$sum$，那么，处于集合内部的边一定被计算了$2$次，因为该边的两个端点均在集合内。而处于集合$V^{{}^{\prime }}$与集合$\overline{V^{{}^{\prime }}}$之间的割边只被计算了一次，而这样的割边的数量就是该割的容量$C[V^{{}^{\prime }},\overline{V^{{}^{\prime }}}]$，因为原图的所有边的容量在流网络中都设置成了$1$。
于是有集合内部(去掉割边)的边数$=\frac{sum-C[V^{{}^{\prime }},\overline{V^{{}^{\prime }}}]}{2}$。

对上面的式子在变一下：
原式$=\frac{1}{2}({\sum }_{v\in V^{{}^{\prime }}}(2g-d_v)+C[V^{{}^{\prime }},\overline{V^{{}^{\prime }}}])$

流网络的构建:(不是很懂)
从每一个点向汇点$t$连接一条容量是$2g-d_v+U$的边。
从源点$s$向向每一个点连接一条容量是$U$的边。
原图内部所有边的容量都是$1$。

（其中$U$是一个偏移量，可以任意取只要保证$2g-d_v$都是正数就行，加偏移量的原因也是因为容量不能是负数）

对于该流网络的一个割$[S,T]$，令选出的点集是$V^{{}^{\prime }}=S-s$，$\overline{V^{{}^{\prime }}}=V-V^{{}^{\prime }}$。

割的容量$C[S,T]$的表达式：

该割的割边有$3$种情况:
①$s\to \overline{V^{{}^{\prime }}}$
②$V^{{}^{\prime }}\to t$
③$V^{{}^{\prime }}\to \overline{V^{{}^{\prime }}}$

$c_{(u,v)}$表示$u$与$v$之间是否有边，有为$1$，否则为$0$。

$$C[S,T]=\sum _{v\in \overline{V^{{}^{\prime }}}}U+\sum _{u\in V^{{}^{\prime }}}(2g-d_u+U)+\sum _{u\in V^{{}^{\prime }}}\sum _{v\in \overline{V^{{}^{\prime }}}}{c}_{(u,v)}$$

化简式子：
$C[S,T]$

$={\sum }_{v\in \overline{V^{{}^{\prime }}}}U+{\sum }_{u\in V^{{}^{\prime }}}(U+2g-d_u+{\sum }_{v\in \overline{V^{{}^{\prime }}}}{c}_{(u,v)})$

${}_{接下来的一步化简是从其意义得出的:}$
${}_{d_u表示从集合V^{{}^{\prime }}内一点u出去的所有的边数}$
${}_{而{\sum }_{v\in \overline{V^{{}^{\prime }}}}{c}_{(u,v)}是该点u出发到达集合V^{{}^{\prime }}外部\overline{V^{{}^{\prime }}}的边数}$
${}_{它们两个相减就是从u出发到达集合内部的边数={\sum }_{v\in V^{{}^{\prime }}}{c}_{(u,v)}}$

$={\sum }_{v\in \overline{V^{{}^{\prime }}}}U+{\sum }_{u\in V^{{}^{\prime }}}(U+2g-{\sum }_{v\in V^{{}^{\prime }}}{c}_{(u,v)})$

$={\sum }_{v\in V^{{}^{\prime }}}U+{\sum }_{v\in \overline{V^{{}^{\prime }}}}U+{\sum }_{u\in V^{{}^{\prime }}}2g-{\sum }_{u\in V^{{}^{\prime }}}{\sum }_{v\in V^{{}^{\prime }}}{c}_{(u,v)}$

$=nU+2g|V^{{}^{\prime }}|-2|E^{{}^{\prime }}|$

最终有：
$$C[S,T]=nU+2(g|V^{{}^{\prime }}|-|E^{{}^{\prime }}|)$$

可以发现，$nU$是定值，所以$U$的取值对答案是无影响的。
求 m i n { g ∣ V ′ ∣ − ∣ E ′ ∣ } min\{g|V^{'}|-|E^{'}|\} min{g∣V′∣−∣E′∣}就是求$C[S,T]$的最小值，也就是最小割。

点数：$|V^{|}$
边数：$2|V^{|}+|E|$