图的m着色问题 + 剪枝优化 + 优化剪枝图

最新推荐文章于 2025-03-11 17:15:00 发布

原创

最新推荐文章于 2025-03-11 17:15:00 发布 · 1.4k 阅读

15 ·

CC 4.0 BY-SA版权

文章标签：

#剪枝 #算法 #数据结构

本文探讨了图的m着色问题，并提出了优化原理。通过分析，指出按序号回溯会导致大量计算量，尤其是在树深度较深时。解决方案是选择控制节点最多的6和7节点，以增强约束并扩大剪枝效果，逐步选择其他节点以减少计算复杂性。

优化原理：

例：

若按所标序号按1 到 7进行可行解的回溯发查找，其解的寻找难度或者递归的层数会很大，因为若按图示按顺序回溯时，2节点只受1节点控制，3节点只受2节点控制，4节点只受3节点控制...

因此只有当到第6和第7节点时才能剪掉较多分支，而此时树的深度已经到达6~7层，已经是较大的计算量。

解决思路：

在此图中明显发现6，7节点控制的点数最多分别控制4个节点，而1，2，3，4控制3个节点，而选出6，7后，1节点因为被6，7约束，约束性增强，更易剪枝，以此类推选择2，3，4最后选择控制数量最少的5节点，达到扩大剪枝量的效果。

剪枝图：

#include<iostream>
#include<algorithm>
#define MAXSUM 100
using namespace std;
class Node;
bool cmp(Node a,Node b);
class Node{  //存储每个节点的信息
public:
    Node(){
        control = 0;
        color = 0;
    }
public:
    int id;   //节点序号
    int control;   //每个节点控制的点数
    int color;  //节点缩图颜色
};
class Map{
public:
    int m;  //可选颜色总数
    int n;  //节点个数
    bool adj[