java 树的同构_P7246 - 「NOI2020」超现实树 | CQNK

下课铃声响起，机房里的两位女生从座位上站起来。(下面用 \(\mathbf{X1},\mathbf{X2}\) 代指两人)

\(\mathbf{X2}\)：省选前的集训真难熬啊……听课、考试、讲评、补题——对于现在的我来说，即使在梦里想到一道数据结构题，也会不由自主地开始思考吧。

\(\mathbf{X1}\)：重复训练对我来说似乎并不是什么负担，但我确实感觉到解决题目带来的愉悦感在最近逐渐减弱了。也许我们需要一些精神上的“刺激”：一些不拘泥于繁复技术的智力游戏，来让我们找回对于数学和算法的兴趣。

\(\mathbf{X2}\)：咦，我好像收到了一封用英文写的短信，似乎是……数学书上的一些片段。

\(\mathbf{X1}\)：我来翻译一下短信的内容。

定义：本文所述的树是归纳定义的：单独的结点构成一棵树，以一棵树作为

左(或右)孩子可以构成一棵树，以两棵树分别作为左、右孩子也可以构成

一棵树。仅由以上规则用有限步生成的所有结构被称为树。

\(\mathbf{X2}\)：也就是说，这里所说的树是指非空、有根、区分左右孩子的二叉树。

\(\mathbf{X1}\)：的确如此。接下来书上定义了两棵树的同构。

定义：称两棵树 \(T, T'\) 同构，记做 \(T\equiv T'\)，由以下四条规则定义：

由单独结点构成的树是彼此同构的；

如果两棵树的根结点均只有左子树，并且它们的左子树同构，那么这两棵树是同构的；

如果两棵树的根结点均只有右子树，并且它们的右子树同构，那么这两棵树是同构的；

如果两棵树的根结点均有左、右子树，并且它们的左、右子树分别对应同构，那么这两棵树是同构的。

很明显，同构关系构成了所有树上的一个等价关系。为了方便，我们将同构的树看作相同的树。

\(\mathbf{X2}\)：将同构的树看成相同的树就是说树的结点是彼此相同的。简单地说，两棵树同构当且仅当他们在结点无标号、区分左右孩子的意义下相同；我们说两棵树不同，当且仅当它们不同构。

\(\mathbf{X1}\)：书里还定义了树的叶子：和通常的定义一样，叶子指没有任何孩子的结点。

\(\mathbf{X2}\)：这和我们熟悉的定义完全一致。嘛，数学家真是有点啰嗦……恐怕只有 \(\mathbf{X3}\) 那种家伙会喜欢这种做派吧。

\(\mathbf{X1}\)：我倒是对此不太反感——比起基于经验的“直觉”，准确的定义和严谨的证明还是更加让人安心。你看，下一个定义就没有那么直观了。

定义：称一棵树 \(T\) 单步替换成为 \(T'\)，如果将 \(T\) 的某一叶子结点替换为另一棵树 \(T''\) 得到的树与 \(T'\) 同构，记做 \(T \rightarrow T'\)；称一棵树 \(T\) 替换成为 \(T'\)，记做 \(T\rightarrow^{\star} T'\)，如果存在自然数 \(n\ge1\) 和树 \(T_1, T_2, \dots, T_n\)，使得 \(T\equiv T_1, T_2, \dots, T_n\equiv T'\)。

\(\mathbf{X2}\)：我来想想……所谓替换，就是删掉某个叶子结点并在对应的位置放入另一棵树，就像那个叶子结点“长出了”一个更大的子树一样；一棵树替换成为另一棵树，说明它可以经由零次、一次或多次单步替换得到那棵树。哦……我明白了！举例来说，任何一棵树都可以替换成它本身，换言之对于树 \(T\)，都有 \(T\rightarrow^{\star} T\)。下面这个图片可以帮助理解单步替换和替换的含义。

定义：对于一棵树 \(T\)，定义 \(\operatorname{grow}(T)\) 表示 \(T\) 所能替换构成的树的集合，即 \(\operatorname{grow}(T) = \{T' \mid T \rightarrow^\star T'\}\)。更近一步，如果 \(\mathscr T = \{T_1, T_2, \dots, T_n\}\) 是一个树的有限集合，定义 \(\operatorname{grow}(\mathscr T)\) 为所有 \(\operatorname{grow}(T_i)\) 的并集，其中 \(i = 1, 2, \dots, n\)。即

\[

\operatorname{grow}(\mathscr T) = \bigcup_{T_i \in \mathscr T} \operatorname{grow}(T_i)

\]

\(\mathbf{X2}\)：我们把 \(\operatorname{grow}(T)\) 称作树的集合 \(T\) 所生长得到的集合吧——也就是说，树的集合 \(T\) 所生长得到的集合包含所有可以被某个 \(T \in \mathscr T\) 替换得到的树。不妨把树的集合叫做树林。不太严谨地说，一个树林所生长得到的新树林就是其中所有树、以所有可能的方式生长得到的树林。显而易见，一个非空树林所生长得到的树林都是无穷树林。

但这个无穷树林，或者说 \(\operatorname{grow}(\mathscr T)\) ，并不一定包含所有的树——更进一步，它甚至不一定包含“几乎所有”的树。

\(\mathbf{X1}\)：让我来补充一下：我们称一个树林是几乎完备的(或称几乎包含了所有的树)，如果仅有有限多的树不在其中。对于一个有限树林 \(\mathscr T\) ，\(\operatorname{grow}(\mathscr T)\) 要么包含了所有的树，要么包含了几乎所有的树，要么存在无穷多棵树不在其中。如果这是一道OI 题，出题人一定会在样例中给出三种情况的例子吧。书上的关键定理也用了和我们相同的定义。

定理(几乎完备的可判定性)：一个树的集合是几乎完备的，如果仅有有限棵树不在其中。那么，对于一个给定的树的有限集合 \(\mathscr T\)，存在高效的算法判定 \(\operatorname{grow}(\mathscr T )\) 是否是几乎完备的。

\(\mathbf{X2}\)：这个问题变成一个纯粹的 OI 题目了！让我用我们的语言来重述一下题意：给定一个有限大小的树林 \(T\) ，判定 \(\operatorname{grow}(\mathscr T )\) 是否是几乎完备的，即是否仅有有限棵树不能被树林中所包含的树生长得到。

\(\mathbf{X1}\)：也就是说，给定一个有限的树的集合 \(\mathscr T\) ，判定是否仅有有限个树 \(T\)，满足 \(T \notin \operatorname{grow}(\mathscr T)\)。所谓 \(T \notin \operatorname{grow}(\mathscr T)\)，就是说不存在 \(T' \in \mathscr T\)，使得 \(T'\rightarrow ^\star T\)。这和通常的 OI 题目的确非常不同：我甚至没有想到这个问题的一个算法。

\(\mathbf{X2}\)：我也一样，不过我很久没有感受到这种解决未知问题的冲动了。