最小路径覆盖问题(网24题,二)

                                                        最小路径覆盖问题

 

题目链接:Click Here~

算法分析:

    DAG的最小路径覆盖。所谓最小路径覆盖,就是在图中找尽量少的路径,使得每个结点恰好在一条路径上(换句话说,不同的路径不能有公共点)。注意,单独的结点也可以作为一条路径。

   DAG的最小路径覆盖解法如下:吧所有结点i拆为X结点i和Y结点i',如果图G中存在有向边i->j',则在二分图中引入边i->j'。设二分图最大匹配数为m,则结果就是n-m。

证明:

   因为匹配和路径覆盖式意义对应的。对于路径覆盖中的每条简单路径,除了最后一个“结尾节点”之外都有唯一的后继和它对应(即匹配结点),因此匹配就是非结尾结点的个数。@(其实不准确)。当匹配数达到最大是,非结尾结点的个数也将达到最大。此时,结尾结点的个数最少,即路径条数最少。

 @准确解释是:匹配数要分奇偶讨论,总的应该是(x+1)/2。

  需要注意的是,本算法也适用于带权的DAG,但不适用与非DAG的有向图(即有环的有向图)。


下面是转载自别人的博客:

【问题分析】

有向无环图最小路径覆盖,可以转化成二分图最大匹配问题,从而用最大流解决。


【建模方法】

构造二分图,把原图每个顶点i拆分成二分图X,Y集合中的两个顶点Xi和Yi。对于原图中存在的每条边(i,j),在二分图中连接边(Xi,Yj)。然后把二分图最大匹配模型转化为网络流模型,求网络最大流。

最小路径覆盖的条数,就是原图顶点数,减去二分图最大匹配数。沿着匹配边查找,就是一个路径上的点,输出所有路径即可。


【建模分析】

对于一个路径覆盖,有如下性质:

1、每个顶点属于且只属于一个路径。

2、路径上除终点外,从每个顶点出发只有一条边指向路径上的另一顶点。

所以我们可以把每个顶点理解成两个顶点,一个是出发,一个是目标,建立二分图模型。该二分图的任何一个匹配方案,都对应了一个路径覆盖方案。如果匹配数为0,那么显然路径数=顶点数。每增加一条匹配边,那么路径覆盖数就减少一个,所以路径数=顶点数 - 匹配数。要想使路径数最少,则应最大化匹配数,所以要求二分图的最大匹配。


注意,此建模方法求最小路径覆盖仅适用于有向无环图,如果有环或是无向图,那么有可能求出的一些环覆盖,而不是路径覆盖。

如果是无向图,则是N-(match/2)


最后讨论改题的做法:

一、二分匹配法的话,就是上面说到的求解最大匹配数。最小路径覆盖 = 顶点个数 - 最大匹配数。

     然后,做这题时候我还学到了一个新的东西,就是在输出多条路径时候,可以用路径作色法来求出所有路径。做法就是,对相同的路径作色相同的颜色。而作色过程可以用递归不断的进行更新。其实最后总共作了几种颜色,就是有几条最小路径覆盖。

 

二分版:

#include <iostream>
#include <vector>
#include <cstdio>
#include <cstring>
using namespace std;

const int maxn = 1e3 + 5;
vector<int> G[maxn];
int link[maxn],color[maxn];
bool used[maxn];
int n,m;
void Init()
{
    for(int i = 0;i < maxn;++i)
        G[i].clear();
}
bool dfs(int u)
{
    for(int i = 0;i < (int)G[u].size();++i){
        int v = G[u][i];
        if(!used[v]){
            used[v] = true;
            if(link[v]==-1||dfs(link[v])){
                link[v] = u;
                return true;
            }
        }
    }
    return false;
}
int Find()
{
    int res = 0;
    memset(link,-1,sizeof(link));
    for(int i = 1;i <= n;++i){
        memset(used,false,sizeof(used));
        if(dfs(i))res++;
    }
    return res;
}
void DFS(int u,int num)
{
    for(int i = 0;i < (int)G[u].size();++i){
        int v = G[u][i];
        if(!color[v]&&link[v]==u){
            color[v] = num;
            DFS(v,num);
            break;     //因为一个点只可能链接一个
        }
    }
}
int main()
{
    while(~scanf("%d%d",&n,&m)){
        Init();
        int x,y;
        for(int i = 0;i < m;++i){
            scanf("%d%d",&x,&y);
            G[x].push_back(y);
        }
        int ans = Find();
        int cnt = 1;
        memset(color,0,sizeof(color));
        for(int i = 1;i <= n;++i){
            if(link[i]==-1&&!color[i]){ //从起始点和没作色开始找
                color[i] = cnt;
                DFS(i,cnt);
                cnt++;                  //下一条路的颜色
            }
        }
        for(int i = 1;i < cnt;++i){
            bool first = true;
            for(int j = 1;j <= n;++j){
                if(color[j]==i){
                   if(first)printf("%d",j);
                   else printf(" %d",j);
                   first = false;
                }
            }
            printf("\n");
        }
        printf("%d\n",n-ans);
    }
    return 0;
}


网络流最大流版:

     算法的一些思路上面的都已经说的很好了,这里就不再赘述了。就是最小路径覆盖 = 顶点数 - 最大匹配数。然后,在递归求判断是否满流打印解路径就可以了。通过这题,我理解了以前一直没有理解的最小路径覆盖。而且加深了对二分匹配的理解,也知道了如何实现最小路径覆盖的拆点的做法。即,输入两个联系的边(x,y)可以通过把y’ = y+n(n为题中的顶点个数)来达到拆点的目的。此时建立的图,就是一个二分图。


 

#include <iostream>
#include <vector>
#include <queue>
#include <cstdio>
#include <cstring>
using namespace std;

const int maxn = 2e3 + 5;
const int INF = 1e6;
struct Edge{
   int from,to,cap,flow;
};
vector<Edge> edges;
vector<int> G[maxn];
int d[maxn],cur[maxn];
bool vst[maxn];
int n,m,s,t;
void Init()
{
    for(int i = 0;i < maxn;++i)
        G[i].clear();
    edges.clear();
}
void AddEdge(int from,int to,int cap)
{
    edges.push_back((Edge){from,to,cap,0});
    edges.push_back((Edge){to,from,0,0});
    int sz = edges.size();
    G[from].push_back(sz-2);
    G[to].push_back(sz-1);
}
bool BFS()
{
    memset(vst,false,sizeof(vst));
    queue<int> Q;
    Q.push(s);
    d[s] = 0;
    vst[s] = true;
    while(!Q.empty()){
        int u = Q.front();
        Q.pop();
        for(int i = 0;i < (int)G[u].size();++i){
            Edge& e = edges[G[u][i]];
            if(!vst[e.to]&&e.cap > e.flow){
                vst[e.to] = true;
                d[e.to] = d[u] + 1;
                Q.push(e.to);
            }
        }
    }
    return vst[t];
}
int DFS(int u,int a)
{
    if(u==t||a==0)
        return a;
    int f,flow = 0;
    for(int& i = cur[u];i < (int)G[u].size();++i){
        Edge& e = edges[G[u][i]];
        if(d[e.to]==d[u]+1&&(f=DFS(e.to,min(a,e.cap-e.flow)))>0){
            e.flow += f;
            edges[G[u][i]^1].flow -= f;
            flow += f;
            a -= f;
            if(a==0)break;
        }
    }
    return flow;
}
int Maxflow()
{
    int flow = 0;
    while(BFS()){
        memset(cur,0,sizeof(cur));
        flow += DFS(s,INF);
    }
    return flow;
}
void Print(int u)
{
    vst[u] = true;
    for(int i = 0;i < (int)G[u].size();++i){
        Edge& e = edges[G[u][i]];
        if(e.flow == 1&&e.from!=s&&e.to!=t){
            printf(" %d",e.to-n);
            Print(e.to-n);
        }
        break;
    }
}
int main()
{
    while(~scanf("%d%d",&n,&m)){
        Init();
        int x,y;
        for(int i = 0;i < m;++i){
            scanf("%d%d",&x,&y);
            AddEdge(x,y+n,1);          // 拆点
        }
        s = 0,t = 2*n+1;
        for(int i = 1;i <= n;++i){
            AddEdge(s,i,1);
            AddEdge(i+n,t,1);
        }
        int ans = n - Maxflow();
        memset(vst,0,sizeof(vst));
        for(int i = 1;i <= n;++i)if(!vst[i]){
            printf("%d",i);
            Print(i);
            printf("\n");
        }
        printf("%d\n",ans);
    }
    return 0;
}




  • 3
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
计算机算法设计与分析 期末试 一。选择 1、分搜索算法是利用( A )实现的算法。 A、分治策略 B、动态规划法 C、贪心法 D、回溯法 2、下列不是动态规划算法基本步骤的是( A )。 A、找出最优解的性质 B、构造最优解 C、算出最优解 D、定义最优解 3、最大效益优先是( A )的一搜索方式。 A、分支界限法 B、动态规划法 C、贪心法 D、回溯法 4、在下列算法中有时找不到问题解的是( B )。 A、蒙特卡罗算法 B、拉斯维加斯算法 C、舍伍德算法 D、数值概率算法 5. 回溯法解旅行售货员问题时的解空间树是( A )。 A、子集树 B、排列树 C、深度优先生成树 D、广度优先生成树 6.下列算法中通常以自底向上的方式求解最优解的是( B )。 A、备忘录法 B、动态规划法 C、贪心法 D、回溯法 7、衡量一个算法好坏的标准是(C )。 A 运行速度快 B 占用空间少 C 时间复杂度低 D 代码短 8、以下不可以使用分治法求解的是(D )。 A 棋盘覆盖问题 B 选择问题 C 归并排序 D 0/1背包问题 9. 实现循环赛日程表利用的算法是( A )。 A、分治策略 B、动态规划法 C、贪心法 D、回溯法 10、下列随机算法中运行时有时候成功有时候失败的是(C ) A 数值概率算法 B 舍伍德算法 C 拉斯维加斯算法 D 蒙特卡罗算法 11.下面不是分支界限法搜索方式的是( D )。 A、广度优先 B、最小耗费优先 C、最大效益优先 D、深度优先 12.下列算法中通常以深度优先方式系统搜索问题解的是( D )。 A、备忘录法 B、动态规划法 C、贪心法 D、回溯法 13.备忘录方法是那种算法的变形。( B ) A、分治法 B、动态规划法 C、贪心法 D、回溯法 14.哈弗曼编码的贪心算法所需的计算时间为( B )。 A、O(n2n) B、O(nlogn) C、O(2n) D、O(n) 15.分支限界法解最大团问题时,活结点表的组织形式是( B )。 A、最小堆 B、最大堆 C、栈 D、数组 16.最长公共子序列算法利用的算法是( B )。 A、分支界限法 B、动态规划法 C、贪心法 D、回溯法 17.实现棋盘覆盖算法利用的算法是( A )。 A、分治法 B、动态规划法 C、贪心法 D、回溯法 18.下面是贪心算法的基本要素的是( C )。 A、重叠子问题 B、构造最优解 C、贪心选择性质 D、定义最优解 19.回溯法的效率不依赖于下列哪些因素( D ) A.满足显约束的值的个数 B. 计算约束函数的时间 C. 计算限界函数的时间 D. 确定解空间的时间 20.下面哪种函数是回溯法中为避免无效搜索采取的策略( B ) A.递归函数 B.剪枝函数 C。随机数函数 D.搜索函数 21、下面关于NP问题说法正确的是(B ) A NP问题都是不可能解决的问题 B P类问题包含在NP类问题中 C NP完全问题是P类问题的子集 D NP类问题包含在P类问题中 22、蒙特卡罗算法是( B )的一种。 A、分支界限算法 B、概率算法 C、贪心算法 D、回溯算法 23.下列哪一种算法不是随机化算法( C ) A. 蒙特卡罗算法B. 拉斯维加斯算法C.动态规划算法D.舍伍德算法 24. ( D )是贪心算法与动态规划算法的共同点。 A、重叠子问题 B、构造最优解 C、贪心选择性质 D、最优子结构性质 25. 矩阵连乘问题的算法可由( B)设计实现。 A、分支界限算法 B、动态规划算法 C、贪心算法 D、回溯算法 26. 分支限界法解旅行售货员问题时,活结点表的组织形式是( A )。 A、最小堆 B、最大堆 C、栈 D、数组 27、Strassen矩阵乘法是利用( A )实现的算法。 A、分治策略 B、动态规划法 C、贪心法 D、回溯法 29、使用分治法求解不需要满足的条件是(A )。 A 子问题必须是一样的 B 子问题不能够重复 C 子问题的解可以合并 D 原问题和子问题使用相同的方法解 30、下面问题(B )不能使用贪心法解决。 A 单源最短路径问题 B N皇后问题 C 最小花费生成树问题 D 背包问题 31、下列算法中不能解决0/1背包问题的是(A ) A 贪心法 B 动态规划 C 回溯法 D 分支限界法 32、回溯法搜索状态空间树是按照(C )的顺序。 A 中序遍历 B 广度优先遍历 C 深度优先遍历 D 层次优先遍历 33、下列随机算法中运行时有时候成功有时候失败的是(C ) A 数值概率算法 B 舍伍德算法 C 拉斯维加斯算法 D 蒙特卡罗算法 34.实现合并排序利用的算法是( A )。 A、分治策略 B、动态规划法 C、贪心法 D、回溯法 35.下列是动态规划算法基本要素的是( D )。 A、定义最优解 B、构造最优解 C

“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