随机收缩算法

随机收缩算法

最近学习Tim Roughgarden 的Algorithm课程，就写一下笔记吧。

一些基本定义

图(graph)

一个图由两部分组成：顶点(vertex)和边(edge)。顶点集用V表示，边集用E表示。
图可以分为有向图和无向图。

割(cut)

一个图(V,E)的割指的是对图(V,E)的顶点集的一个分割，使得顶点集V分为两个非空子集A和B。
一个连通图的割的数量为$2^2$ – 2个。

连接边(crossing edge)

• 对无向图来说，连接边指的是边的两个顶点分别在A或B中。
• 对有向图来说，连接边指的是头在B中，尾在A中。

最小割问题

输入：一个无向图G=(V,E).
输出：图的一种割法，使得连接边的数量最少。

Random Contraction Algorithm

如其名，这是一个随机算法，由Karger在上世纪90年代初提出。其基本思想如下：

While there more than 2 vertices:

1. pick a remaining edge (u,v) uniformly at random
2. merge u and v into a single vertex
3. remove self-loops

return cut represented by final 2 vertices.

算法实现

数据结构设计

每个顶点有2个属性：顶点的“名字”和顶点的邻接顶点。初始化时，每个顶点的“名字”都是它自己，但是随着收缩步骤的进行，顶点的名字会随之改变。如顶点2和顶点3合并后，将会由一个新“名字”：顶点23。顶点23和顶点34合并后，新顶点名字为234而不是2334，因为我们不需要重复。为了除重，我将顶点“名字”设计为集合类型。顶点的邻接顶点用一个列表表示。
顶点类的设计如下：

public