Gomory-Hu Tree 最小割树(详)

$\text{Gomory-Hu Tree}$ 最小割树

定义

​ 每条边$(u,v)$两边的点集表示一个$(u,v)$的最小割。点集表示一个最小割的割集（方案）性质使 最小割树 区别于 等价流树

重要定理

​ 对$(s,t)$的一个最小割$Cut(W,V-W)$，有
$$\forall u,v\in W,\exists X\subseteq W,Cut(X,V-X)=cut(u,v)$$

• 引理：设 $f(S)=Cut(S,V-S)$，则函数满足
  $$\begin{gathered} f(A)+f(B)\ge f(A\cap B)+f(A\cup B) \\ f(A)+f(B)\ge f(A\backslash B)+f(B\backslash A) \end{gathered}$$

• 证明

  不妨设 $s,u\in X$ 。

  讨论一下，

  当 $t\notin X$ ，
  $$\begin{gathered} f(X\cap W)\ge f(X),f(X\cup W)\ge f(W) \\ \Rightarrow f(X\cap W)=f(X),f(X\cup W)=f(W) \end{gathered}$$
  这里 $X\cap W\subseteq W$ 且是满足条件的割。

  若 $t\in X$，
  $$\begin{gathered} f(X\backslash W)\ge f(W),f(W\backslash X)\ge f(X) \\ \Rightarrow f(X\backslash W)=f(W),f(W\backslash X)=f(X) \end{gathered}$$
  这里 $W\backslash X\subseteq W$ 且是满足条件的割。

引理

$\lambda (a,b)$ 即 $cut(a,b)$.有

$\lambda (a,c)\ge \min (\lambda (a,b),\lambda (b,c))$

$\Rightarrow \lambda (a_1,a_n)\ge \min \lambda (a_i,a_{i+1}),i=1\dots n-1$

做法

​ 随机选两点求最小割，在树上连接两点，把图分为两个点集，递归处理。可以得到一棵树。$O(n^{3}m)$ — dinic / ISAP。（X）

• 事实上并没有那么简单。。
• 发现，当前的连边确定后，之后不能方便地找到合法的连边。
• 于是乎，有了这样的想法 — 暂时不定下连边，而仍利用求出的两个割集进行划分递归，最后再用巧妙的方法合并两棵最小割树。
• 先说明一种递归的思路 ；再把它简单地实现为非递归版本。
• 求 $G_0$ 的最小割树。递归ver：
  • 定义递归函数 — 参数有一个图 $G=(V,E)$、一个点集 $R\subseteq V$ 。
  • 返回值为"最小割树"（重定义） — 一个二元组 $(T,C)$；其中 $T=(R,E_T)$ 为一棵点集为 $R$ 的树，$C=(C_r|r\in R)$ 为集合 $V$ 的一个划分 — 将 $V$ 中的每个点并入 $T$ 中的一个点；也即 将$V$中的点缩点并建树，且每个大点以一个 $R$ 中的点为“代表点”。
  • 这棵树需要满足：对任意边$(i,j)\in E_T$，删去此边后，树 $T$ 被分为$X,R-X$两个集合，则 $cut(i,j{)}_G=Cut({\bigcup }_{r\in X}{C}_r)$，这与原最小割树定义类似；当 $G=G_0,R=V$ ，此树即为所求；当 $|R|=1$ ，则直接返回。
  • 设我们一开始做最小割的点分别为 $u_1,u_2\in R$ ，它们分属割集 $W,V-W$ 。
  • 递归到 $(G_1=(V_1,E_1),R_1=R\cap W),(G_2=(V_2,E_2),R_2=R\cap (V-W))$ 可以得到两棵树 $(T_1,C_1),(T_2,C_2)$。我们希望合并时尽量利用好两棵树，不做大改动。由重要定理，一个割集不会影响另一割集的最小割，这给了我们忽略另一割集往下递归的可能性。然而，为保证合并后的 割集性质，显然需要将另一割集缩点放入这一割集递归的参数图G中，即 $V_1=X+v_1,V_2=V-X+v_2$，其中 $V-X\to v_1,X\to v_2$。
  • 再考虑合并 —
  • 有一种比较自然的想法 — 将 $v_1,v_2$ 所在的两个大点 的“代表点”($x_1,x_2$) 相连（边权为最开始求的割）。通过上面的叙述，不难理解新树中原来两颗树上的边依然符合 割集性质 ，只要再说明新边的 割集性质（$cut(x_1,x_2{)}_G=f(W)=cut(u_1,u_2)$） 即可。
  • $W$ 为一个 $x_1,x_2$ 的割($x_1\in W$)，故 $cut(x_1,x_2)\le f(W)$ 成立。再证 $cut(x_1,x_2)\ge cut(u_1{u}_2)$。
  • 假设 $x_1\ne u_1,x_2\ne u_2$，相等时证明类似。
  • 可以通过 引理 把左右式巧妙联系起来 $cut(x_1,x_2)\ge \min (cut(x_1,u_1),cut(u_1,u_2),cut(u_2,x_2)\ge cut(u_1,u_2)$，下证 $cut(x_1,u_1)\ge cut(u_1,u_2)$。
  • 取 $T_1$ 上一条代表了 $x_1,u_1$ 最小割方案的边，由于 $u_2$ 被缩点进入 $v_1\in C_{x_1}$，所以此方案也代表一种 $u_1,u_2$ 的割，故上式满足。
  • 合并正确性 证毕。
• 非递归ver：我们可以发现上述递归过程并不依赖于兄弟层的递归结果，只与上一层划分下来的图有关。于是一种“bfs型”随机访问处理法诞生。
  • 下面的叙述将在叙述做法的同时，解释其与原递归方式的联系，也就说明了正确性。
  • 我们通过维护一个 fa 数组，同时处理 最小割树中 $E_T$ 中的边，以及 作为一个并查集边 维护某个 $R$ 。这样构成了一棵树。
  • 把点标记为两类。黑点的 fa 代表 边$(f{a}_i,i)$两边的集合在某次向下递归中被划分开；白点的 fa 即并查集的 fa。
  • 初始状态即，所有点染白，fa 都指向 1，1点染黑。全部点染黑后，所得即最小割树。
  • 每次找到一个白点 i，$f{a}_i$为黑点，$i,f{a}_i$ 即为可行的一对 $u_1,u_2$ –
  • 对它们做最小割。做最小割时，缩点就把 $f{a}_i$ 的黑儿子的子树、$f{a}_i$子树外的部分 分别缩点。
  • 接下来，对所有 $x(f{a}_x=f{a}_i)$，若 x 在割中与 i 在同一集合，将 $f{a}_x$ 改为 i ，否则不变。这样一来，
    • 对于白点，完成了 递归下去时把 $R$ 分为两个集合 的操作；对于黑点，这个修改使合并的连边始终合法。
  • 对于 $f{a}_i$ 与其父亲 Fa 的连边也需修改，当 Fa 在割中与 i 在同一集合，则把 $f{a}_{f{a}_i}$ 改为 i，边权为当前割，并把 $f{a}_i$ 改为 Fa，边权为之前 $f{a}_i$ 与 $f{a}_{f{a}_i}$ 的权。
  • i 只需从 2 到 n 枚举 即可。
• $Completed$

性质

由引理

​ 树上两点的最小割=两点路径上所有边中的最小割