最小点覆盖问题

最小点覆盖问题

最小点覆盖,求最少的点集,使得每一条边至少都有端点再这个点集中

二分图上的最小点覆盖问题

定理 : 最小点覆盖 = 最大匹配
最大独立点集(在二分图中,选最多的点,使得任意两个点之间没有直接边链接

最大独立点集 = 总点数 - 最大匹配 (条件 : 在二分图中

树上的最小点覆盖问题

对树进行红黑染色,相邻两个点不能是黑色的,求最小的红色点数

看上去是一个贪心,其实是一个 d p dp dp

我们记当前点 c u r cur cur为红色,其子树上红色点数为 r e d [ c u r ] red[cur] red[cur]
记当前点 c u r cur cur为黑色,其子树上红色点数为 b l a c k [ c u r ] black[cur] black[cur]

状态转移方程 :
r e d [ c u r ] = 1 + ∑ m i n ( b l a c k [ n x t ] , r e d [ n x t ] ) , n x t 是 c u r 的 儿 子 red[cur] = 1 + \sum min(black[nxt],red[nxt]) , nxt是cur的儿子 red[cur]=1+min(black[nxt],red[nxt]),nxtcur
b l a c k [ c u r ] = ∑ r e d [ n x t ] , n x t 是 c u r 的 儿 子 black[cur] = \sum red[nxt] ,nxt是cur的儿子 black[cur]=red[nxt],nxtcur

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
最小覆盖问题是一个经典的几何优化问题,其求解模型可以通过以下几种方法来实现: 1. Welzl算法:Welzl算法是一种递归的随机增量算法,用于寻找最小覆盖。该算法的基本思想是通过随机选择,逐步构建包含这些最小圆。具体步骤包括:如果集为空,则返回空圆;如果只有一个,则返回以该为圆心、半径为0的圆;如果有两个,则返回以这两个为直径的圆;对于多于两个的情况,随机选择一个,递归构建包含其余最小圆,并检查是否需要更新最小圆。该算法的时间复杂度为O(n)。 2. Graham扫描算法:Graham扫描算法是一种基于极角排序的凸包算法,也可以用于解决最小覆盖问题。该算法首先选取一个作为起始,并按照与起始的极角大小进行排序。然后维护一个栈,依次将入栈,并检查是否需要进行凸包的调整。最后,使用Welzl算法对凸包上的进行最小覆盖的求解。该算法的时间复杂度为O(nlogn)。 3. 随机增量算法:随机增量算法是一种启发式算法,通过随机增加来逼近最小覆盖。该算法的基本步骤包括:选取初始圆,并将集分为圆内和圆外;在圆外中随机选择一个,将其添加到圆内,更新最小圆;重复上述步骤,直到所有都被添加到圆内。该算法的时间复杂度与的数量有关。 以上是常见的几种模型用于解决最小覆盖问题。具体选择哪种模型取决于问题规模、时间限制和精度要求等因素。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值