珂朵莉的二分图

传送门
一开始没有考虑奇环和偶环相交的情况,后来被大神的操作点醒,就ac了,感觉数据挺水的。

首先介绍一下,二分图的条件:点的数量必须大于2。无自环。若存在环,则该环边数必为偶数。

题意是让我们删去一条边,使得该图剩下为二分图,那么应该删去的边必须满足
1:若某个奇环和偶环有重边,那么不可以删重边,只可以删奇环上的边。
2:删去此边,图中再无自环,也无奇环。

我们需要找到环中所有的边,这里可以使用前缀和num数组来存边,num是存有多少个环用了此边,奇环用了num+1,偶环用了num-1。
Num存图中奇环总数量

例如下图:
在这里插入图片描述
我们由图,易知,ibcdh为奇环,gfedcb为偶环,重边是bcd,所以我们必须删ih,否则存在外围gfehi为奇环。
当我们递归1-2-3-4-5-8-1时,遇到了一个奇环,那么num[8]++,num[2]–,Num++,并且把i这一条边用untree存起来;
当我们再递归5-6-7-1时,遇到了一个偶环,那么num[7]–,num[2]++;
运行完之后就变成上面模样。

我们怎么找符合条件的边,若删除此边,必须使所有的奇边均消失,那么就是此边连的点的num值为Num即可,也就是图中的num[8]=1=Num,而节点8所连的就是h边,又因为图中只有一个奇环,因此又必须加上untree=i这条边。

至于可以删的边,也是要分情况的。
1:有奇环
(1)有自环:return
(2)无自环:奇环上所有边均可(注意,如果只有一个奇环,那么要把untre加上,否则不需要)
2:无奇环
(1) 有自环:自环数量>1,return。等于1,就是自环这一条边
(2) 无自环:任意边均可。

#include<bits/stdc++.h>
using namespace std;
const int MX=2e6+9;

struct node{
    int to;
    int id;
    int next;
}edge[MX];
int tot=0,head[MX];

void add(int u,int v,int id){
    edge[tot].to=v;
    edge[tot].id=id;
    edge[tot].next=head[u];
    head[u]=tot++;
}

int num[MX],cnt,dis[MX],pos[MX];
int Self,Num,untree;

void dfs(int u,int fa){
    pos[u]=1;
    for( int i=head[u] ; ~i ; i=edge[i].next ){
        if( i==fa )
            continue;
        int to=edge[i].to;
        if( !pos[to] ){
            dis[to]=dis[u]+1;    // 没走过就继续递归
            dfs(to,i^1);  // 这里说明一下为什么是i^1,因为是无向图,所以每条边其实是用双向边表示,
            // 比如1到2,2到1两条边。如果用了1到2这条边,那么下一次递归到点2,2就不可以使用2到1这条边
            // 而1到2,2到1这两条边,在链式星的编号中,差别为1.
            num[u]+=num[to];
        }
        else{     // 走过就说明碰见环了
            if( dis[to]>dis[u] )   // 为什么会有这一步呢?比如2-3-4-5-6-7-(2)-(5)-8-(2)递归完,要回到节点2,现在2不可以走3,只可以走8或7,但是已经走过了(因为是无向边),就出现了这种情况。
                continue;
            int L=dis[u]-dis[to]+1;
            if( L&1 ){    // 若是奇环,奇环所有边+1,并且存好非树边
                Num++;
                num[to]--;
                num[u]++;
                untree=edge[i].id;
            }
            else{   // 若是偶环,则要把偶环所有边-1,
                num[u]--;
                num[to]++;
            }
        }
    }
}

vector<int> ans,self;

void dfs1(int u,int fa){
    if( num[u]==Num )
        ans.push_back(edge[fa].id);
    pos[u]=1;
    for( int i=head[u] ; ~i ; i=edge[i].next ){
        int to=edge[i].to;
        if( !pos[to] )
            dfs1(to,i^1);
    }
}

int main()
{
    freopen("input.txt","r",stdin);
    memset(head,-1,sizeof(head));
    int n,m;
    scanf("%d %d",&n,&m);
    for( int i=1 ; i<=m ; i++ ){
        int u,v;
        scanf("%d %d",&u,&v);
        if( u==v ){        // 自环都存起来
            Self++; 
            self.push_back(i);
        }
        else{
            add(u,v,i);
            add(v,u,i);
        }
    }
    if( n<2 || Self>1 ){   //如果有自循环超过2个,或者n小于2直接return
        printf("0\n");
        return 0;
    }
    memset(pos,0,sizeof(pos));
    for( int i=1 ; i<=n ; i++ )  // 把所有的点都遍历一遍
        if( !pos[i] )
            dfs(i,-1);
    if( Num ){   // 有奇环
        if( Self==1 )               // 有自环
            printf("0\n");
        else{
            memset(pos,0,sizeof(pos));
            for( int i=1 ; i<=n ; i++ )
                if( !pos[i] )
                    dfs1(i,-1);
            if( Num==1 )           // 若只有一个奇环,无自环,便要加上那个非树边
                ans.push_back(untree);
            sort(ans.begin(),ans.end());
            printf("%d\n",ans.size());
            for( int i=0 ; i<ans.size() ; i++ )
                printf("%d%c",ans[i],i==ans.size()-1?'\n':' ');
        }
    }
    else{  // 无奇环
        if( Self==1 )   // 有自环
            printf("1\n%d\n",self[0]);
        else{           // 无自环
            printf("%d\n",m);
            for( int i=1 ; i<=m ; i++ )
                printf("%d%c",i,i==m?'\n':' ');
        }
    }
    return 0;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
很抱歉,刚才我回答的似乎是重复的内容。关于二分图最大匹配算法的应用及Matlab实现,我再给你详细讲解一下。 二分图最大匹配算法是解决二分图匹配问题的一种经典算法。在二分图中,每个顶点可以分为两个集合,一个是左侧顶点集合,一个是右侧顶点集合。匹配是指在这两个集合中每个顶点之间建立一条边,使得每个顶点只与一个顶点相邻。二分图最大匹配问题就是要求在这样的二分图中,找到最大的匹配。 二分图最大匹配算法的应用非常广泛,比如在稳定婚姻问题中,可以将男女分为两个集合,在这两个集合中找到最佳的匹配方案。在工人分配问题中,可以将工人和工作分为两个集合,找到最佳的工作分配方案。在学生选课问题中,可以将学生和课程分为两个集合,找到最佳的选课方案。 在Matlab中,可以使用bipartite_matching函数来实现二分图最大匹配算法。该函数的输入参数是一个二分图的邻接矩阵,输出参数是最大匹配的值和匹配矩阵。你可以通过调用该函数来解决二分图最大匹配问题。 另外,你也可以自己编写二分图最大匹配算法的Matlab代码。其中,常用的算法包括匈牙利算法、KM算法等。这些算法的实现方法可以在网上找到相关的资料和代码。 希望我的回答能够帮助到你。如果你还有其他问题,可以继续问我。

“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 1
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