在思索中前行！

匈牙利算法链接： USACO 4.2.2 The Perfect Stall 完美的牛栏 stall4这是一种用增广路求二分图最大匹配的算法。它由匈牙利数学家Edmonds于1965年提出，因而得名。 定义 未盖点：设Vi是图G的一个顶点，如果Vi 不与任意一条属于匹配M的边相关联，就称Vi 是一个未盖点。交错路：设P是图G的一条路，如果P的任意两条相邻的边一定是一条属于M

#include #include #include using namespace std; #define INFINITY 65535 #define MAX_VERTEX_NUM 10 typedef struct MGraph{ string vexs[10];//顶点信息 int arcs[10][10];//邻接矩阵

转载请注明出处：http://blog.csdn.net/ns_code/article/details/19617187图的存储结构    本文的重点在于图的深度优先搜索（DFS）和广度优先搜索（BFS），因此不再对图的基本概念做过多的介绍，但是要先大致了解下图的几种常见的存储结构。    邻接矩阵    邻接矩阵既可以用来存储无向图，也可以用来存储有向图。该结构

数学之美系列六——图论和网络爬虫数学之美系列[离散数学是当代数学的一个重要分支，也是计算机科学的数学基础。它包括数理逻辑、集合论、图论和近世代数四个分支。数理逻辑基于布尔运算，我们已经介绍过了。这里我们介绍图论和互联网自动下载工具网络爬虫 (Web Crawlers) 之间的关系。顺便提一句，我们用 Google Trends 来搜索一下"离散数学"这个词，可以发现不少有趣的现象。

COGS图论相关算法最小生成树Kruskal+ufsint ufs(int x) { return f[x] == x ? x : f[x] = ufs(f[x]);}int Kruskal() { int w = 0; for(int i=0; in; i++) f[i] = i; sort(e, e+n); f

1飞行员配对方案问题 二分图最大匹配网络最大流#include #include #include #include #include #include #include #include #include #include #include #include #include using namespace std; #if

[有向图强连通分量]在有向图G中，如果两个顶点间至少存在一条路径，称两个顶点强连通(strongly connected)。如果有向图G的每两个顶点都强连通，称G是一个强连通图。非强连通图有向图的极大强连通子图，称为强连通分量(strongly connected components)。下图中，子图{1,2,3,4}为一个强连通分量，因为顶点1,2,3,4两两可达。{5},{6}也分别是

【Vijos1022]】Victoria的舞会2DescriptionVictoria是一位颇有成就的艺术家，他因油画作品《我爱北京天安门》闻名于世界。现在，他为了报答帮助他的同行们，准备开一个舞会。Victoria准备邀请n个已经确定的人，可是问题来了：这n个人每一个人都有一个小花名册，名册里面写着他所愿意交流的人的名字。比如说在A的人名单里写了B，那么表

二分图一•二分图判定描述大家好，我是小Hi和小Ho的小伙伴Nettle，从这个星期开始由我来完成我们的Weekly。新年回家，又到了一年一度大龄剩男剩女的相亲时间。Nettle去姑姑家玩的时候看到了一张姑姑写的相亲情况表，上面都是姑姑介绍相亲的剩男剩女们。每行有2个名字，表示这两个人有一场相亲。由于姑姑年龄比较大了记性不是太好，加上相亲的人很多，所以姑姑一时也想不起

树上倍增求LCA　　LCA指的是最近公共祖先(Least Common Ancestors)，如下图所示:　　4和5的LCA就是2　　那怎么求呢？最粗暴的方法就是先dfs一次，处理出每个点的深度　　然后把深度更深的那一个点（4）一个点地一个点地往上跳，直到到某个点（3）和另外那个点（5）的深度一样然后两个点一起一个点地一个点地往上跳，直到到某个点（就是最近公共祖先）

转载来自：https://blog.andrewei.info/2015/10/08/e6-9c-80-e8-bf-91-e5-85-ac-e5-85-b1-e7-a5-96-e5-85-88lca-e7-9a-84-e4-b8-89-e7-a7-8d-e6-b1-82-e8-a7-a3-e6-96-b9-e6-b3-95/简述LCA（Least Common Ancestor

基本概念无向图连通图和非联通图： 如果无向图 G 中任意一对顶点都是连通的，则称此图是连通图（connected graph）；相反，如果一个无向图不是连通图，则称为非连通图（disconnected graph）。对非连通图G，其极大连通子图称为连通分量（connected component，或连通分支），连通分支数记为w(G)。割顶集与连通度： 设V’是连

一.网络流:流&网络&割1.网络流问题(NetWork Flow Problem):给定指定的一个有向图,其中有两个特殊的点源S(Sources)和汇T(Sinks),每条边有指定的容量(Capacity),求满足条件的从S到T的最大流(MaxFlow).下面给出一个通俗点的解释(下文基本避开形式化的证明 基本都用此类描述叙述)好比你家是汇 自来水厂(有需要的同...

[次短路径]次短路径可以看作是k短路径问题的一种特殊情况，求k短路径有Yen算法等较为复杂的方法，对于次短路径，可以有更为简易的方法。下面介绍一种求两个顶点之间次短路径的解法。我们要对一个有向赋权图(无向图每条边可以看作两条相反的有向边)的顶点S到T之间求次短路径，首先应求出S的单源最短路径。遍历有向图，标记出可以在最短路径上的边，加入集合K。然后枚举删除集合K中每条边，求从S到T

定义：一个有向图，存在从某个点为根的，可以到达所有点的一个最小生成树，则它就是最小树形图。朱刘算法实现过程： 【在选出入边集后（看步骤1），若有向图中不存在有向环，说明该图就是最小树形图】1，选入边集——找到除root点之外，每一个点的所有入边中权值最小的，用数组in[]记录下这个最小权值，用pre[]记录到达该点的前驱；（若图中存在独立点，最小树形图是不存

#include #include #include using namespace std; #define MAXN 100 struct ArcNode { int adjVertex; //边到的顶点 ArcNode *next; }; struct VNode { string d

#include #include #include using namespace std; //表结点 typedef struct ArcNode{ int adjvex;//该弧所指向的顶点的位置 ArcNode *nextarc; }ArcNode; //头结点 typedef struct VNode{

邻接表是图的一种链式存储结构。对图的每个顶点建立一个单链表（n个顶点建立n个单链表），第i个单链表中的结点包含顶点Vi的所有邻接顶点。又称链接表。1.在有向图的邻接表中不易找到指向该顶点的弧。2.在有向图的邻接表中，对每个顶点，链接的是以该顶点为弧尾的邻接点。

Prim算法和Kruskal算法都能从连通图找出最小生成树。区别在于Prim算法是挨个找，而Kruskal是先排序再找。        一、Prim算法：        Prim算法实现的是找出一个有权重连通图中的最小生成树，即：具有最小权重且连接到所有结点的树。(强调的是树，树是没有回路的)。    Prim算法是这样来做的：     首先以一个结点作

最短路径问题是图论研究中的一个经典算法问题， 旨在寻找图（由结点和路径组成的）中两结点之间的最短路径。 算法具体的形式包括：

一个有 n 个结点的连通图的生成树是原图的极小连通子图，且包含原图中的所有 n 个结点，并且有保持图连通的最少的边。最小生成树可以用kruskal（克鲁斯卡尔）算法或Prim（普里姆）算法求出

这里介绍了图论中常见算法的原理和实现，所有代码已打包，此处可以下载。一、邻接表存图用邻接矩阵表示稀疏图会浪费大量内存空间。而在邻接表中是通过把类似于“从顶点0出发有到顶点1、2、3、4的边”这样的信息保存在链表中来表示图的。这样只需要O(|V| + |E|)的内存空间。#include #include std::vector g[max_v];/** *边上有属性的情况 *st

最小生成树Kruskal+ufsint ufs(int x) { return f[x] == x ? x : f[x] = ufs(f[x]);}int Kruskal() { int w = 0; for(int i=0; in; i++) f[i] = i; sort(e, e+n); for(int i=0; in

Adjacency Matrix      邻接矩阵是表示一个图的常用存储表示。它用两个数组分别存储数据元素（顶点）的信息和数据元素之间的关系（边或弧）的信息。阶为n的图G的邻接矩阵A是n*n的。将G的顶点标签为v_1,v_2,...,v_n。若(v_i,v_j) \in E(G)，A_{ij}=1，否则A_{ij}=0。Depth-First-Se

题目：求一个连通图的割点，割点的定义是，如果除去此节点和与其相关的边，图不再连通，描述算法。分析：1. 最简单也是最直接的算法是，删除一个点然后判断连通性，如果删除此点，图不再连通，则此点是割点，反之不是割点（图的连通性一般通过深搜来判定，是否能一次搜索完 全部顶点）；2. 通过深搜优先生成树来判定。从任一点出发深度优先遍历得到优先生成树，对于树中任一顶点Ｖ而言，其孩子节点

1.用-1表示无穷大 所以在很多判断的时候需要加上另外一重判断，老是忘了2.Floyd算法用int path[ ][ []  存储路径所经过的顶点时申请不到足够内存（当顶点比较多的时候）换用结构降低内存，可是多了查找该点的时间3.Floyd算法在输出该路径的顺序时没法解决，感觉是因为表示路径的结构有点欠缺，再想想Dijkstra算法：按路径长度递

求上面这个图的最小生成树

从图中某顶点出发访遍图中每个顶点，且每个顶点仅访问一次，此过程称为图的遍历(Traversing Graph)。图的遍历算法是求解图的连通性问题、拓扑排序和求关键路径等算法的基础。图的遍历顺序有两种：深度优先搜索（DFS）和广度优先搜索（BFS）。对每种搜索顺序，访问各顶点的顺序也不是唯一的。

#include #include #include using namespace std; #define INFINITY 65535//无边时的权值 #define MAX_VERTEX_NUM 10//最大顶点数 typedef struct MGraph{ string vexs[10];//顶点信息 int arcs[

最小生成树之prim算法  边赋以权值的图称为网或带权图，带权图的生成树也是带权的，生成树T各边的权值总和称为该树的权。   最小生成树（MST）：权值最小的生成树。     生成树和最小生成树的应用：要连通n个城市需要n－1条边线路。可以把边上的权值解释为线路的造价。则最小生成树表示使其造价最小的生成树。   构造网的最小生成树必须解决下面两个

#include #include using namespace std; typedef struct MGraph{ string vexs[10];//顶点信息 int arcs[10][10];//邻接矩阵 int vexnum, arcnum;//顶点数和边数 }MGraph; int LocateVex(MGra

首先引入几个新名词：1、距离标号：所谓距离标号 ，就是某个点到汇点的最少的弧的数量（即边权值为1时某个点到汇点的最短路径长度）。设点i的标号为level[i]，那么如果将满足level[i]=level[j]+1的弧(i,j)叫做允许弧 ，且增广时只走允许弧。2、断层（本算法的Gap优化思想）：gap[i]数组表示距离标号为i的点有多少个，如果到某一点没有符