第三章 搜索与图论（三）——最小生成树与二分图

于 2023-07-04 16:09:16 发布
阅读量1.2k 收藏
点赞数
分类专栏： AcWing算法基础课 课程记录 文章标签： 图论 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_61432764/article/details/131537252
版权

文章目录

最小生成树

image.png
最小生成树针对无向图，有向图不会用到

Prim

求解稠密图的最小生成树

和Dijkstra的思想相似，两者都是基于贪心
区别在于Dijkstra求单源最短路，而Prim求最小生成树
最小生成树：用最少的边连通图中所有的点，使得这些边的权值和也最小
Prim中的dis数组含义：点到集合的最短距离，注意与Dijkstra对比，不是点到源点的最短距离！

外循环迭代n次，每次选择一个点加入集合
也可以理解为迭代n次，每次选择一条与集合距离最短的边加入集合，不过第一次迭代无法选择边，只能随便选一个点作为集合中的元素，后续的迭代就是选择边（选择一条边，连接集合内的点与集合外的点，并且该边的权值最小）
选择完一个点后，更新集合外的点到集合的距离
由于新的点加入了集合，连接集合内外点的边发生了变化，需要更新dis数组，使集合外的点到集合的距离最小

总结下：

  1. 迭代n次
  2. 根据dis数组每次选择一个与集合距离最近的点
  3. 用该点更新dis数组

由于要求最小生成树，所以迭代的过程中用res记录最小生成树的权值和
当找不到距离集合最近的点时（距离为正无穷），退出迭代，因为无法找到最小生成树
模板：

const int INF = 0x3f3f3f3f;
int g[N][N], dis[N], st[N];

int prim()
{
    memset(dis, 0x3f, sizeof(dis));
    int res = 0;
    for (int i = 0; i < n; ++ i )
    {
        int t = -1;
        for (int j = 1; j <= n; ++ j)
            if (!st[j] && (t == -1 || dis[j] < dis[t])) t = j;
        
        if (i && dis[t] == INF) return INF;
        if (i) res += dis[t];
        st[t] = true;
        
        for (int j = 1; j <= n; ++ j )
            dis[j] = min(dis[j], g[t][j]);
    }
    return res;
}

用堆优化prim算法，可以求解稀疏图的最小生成树。不过稀疏图的最小生成树有更优的解法——Kruskal

Kruskal

求解稀疏图的最小生成树

  1. 将所有边按权值从小到大排序
  2. 枚举每条边，x，y，d ，若两点位于不同的集合，合并两集合（选择这条边）

1为该算法的效率瓶颈，时间复杂度为O(logn)，2的时间复杂度为 O(m)

开始时每个点自成集合（可以理解为连通块），贪心地选择权值最小且连接两个连通块的边，直到边的数量为n - 1（点的数量 - 1），最小生成树构造完成
其中：合并集合与查找某个元素所在集合的操作为并查集的基本操作，很简单
不需要用邻接矩阵或邻接表存储边，直接用结构体存储边，简单且方便排序。重载该结构体的小于运算符，按照权值进行小于比较

const int INF = 0x3f3f3f3f;
int p[N];
struct Edge
{
    int x, y, w;
    bool operator<(const Edge& e)
    {
        return w < e.w;
    }
}edges[M];

int find(int x)
{
    if (x != p[x]) p[x] = find(p[x]);
    return p[x];
}

int kruskal()
{
    sort(edges, edges + m);
    for (int i = 1; i <= n; ++ i ) p[i] = i;
    
    int x, y, w;
    int cnt = 0, res = 0;
    for (int i = 0; i < m; ++ i )
    {
        auto t = edges[i];
        x = t.x, y = t.y, w = t.w;
        x = find(x), y = find(y);
        if (x != y)
        {
            res += w;
            cnt ++ ;
            p[x] = y;
        }
    }
    if (cnt == n - 1) return res;
    return INF;
}

二分图

image.png

二分图：将所有点划分成两个集合，使得所有边连接两个集合，即集合内没有边

一个图是二分图，当且仅当图中不含奇数环

图中不含有奇数环，那么图是二分图
必要性：遍历一个奇数环，假设起点属于集合A，那么下一个点一定属于集合B，下一个点一定属于集合A…这样推导到最后，结果是起点属于集合B，与二分图的性质矛盾

充分性：由于图中不不存在奇数环，所以染色过程不会出现矛盾，那么所有的点都能正确染色，使点集被分为两个集合
反证法：假设染色过程出现了矛盾，能否推出图中一定含有奇数环？

染色法

判断二分图

通过深搜或者广搜将每个点染上颜色
出现矛盾，不是二分图
不出现矛盾，就是二分图

维护一个color数组，由于需要染两种颜色，用1和2表示这两种颜色，0表示该点为染色
从任意一个点开始进行染色，染色的过程是一个dfs。先对当前点染色，若下一个要遍历的点未染色，那么染上和当前点相反的颜色。然后需要判断这个递归是否出现矛盾，若出现矛盾返回false
若下一个要遍历的点染色了，判断其颜色是否和当前点相同，若相同则说明该图不是一个二分图，返回false
dfs最后返回true
由于需要判断的图可能是非连通图，所以需要遍历每一个点，若当前点没有染色，则将其作为dfs的起点进行染色

模板：

bool dfs(int x, int c) // x表示点的编号，c表示要染的颜色
{
	color[x] = c;
	for (int i = h[x]; i != -1; i = ne[i])
	{
		int y = e[i]; // 获取下一点的编号
		if(!color[j]) 
		{
			if (!dfs(y, 3 - c)) // 3 - c将1变成2，2变成1，也就是相反颜色
				return false;
		}
		else if(color[j] == c) return false;
	}
	return true;
}

bool flag = true;
for (int i = 1; i <= n; ++ i )
{
	if (!color[i])
	{
		if (!dfs(i, 1))		
		{	
			flag = false；
			break;	
		}
	}
}
if (flag == false) // 不是二分图
else // 是二分图

匈牙利算法

二分图的最大匹配

在二分图中求子图，子图中不存在邻接两条边的点，即两点通过一条边匹配
对于二分图的两个顶点集合，假设为n1和n2
遍历n1的所有点，对于每个点，遍历邻接该点的所有边

  • 若另外一点未匹配，则选择该点，匹配成功
  • 若另外一点已经匹配，试着让其匹配的对象匹配其他点
    • 若其匹配的对象能够匹配其他点，那么两点匹配成功
    • 若其匹配的对象无法匹配其他点，那么两点匹配失败

时间复杂度为O(nm)，这是最坏情况，一般情况下是线性复杂度
以上操作中，匹配是一个相同子问题，所以总问题可以用匹配这个子问题分解

对于逻辑中的一些细节：
遍历点的所有邻边时，需要注意对方是否已经匹配，这里用match数组表示对方已经匹配的点，默认值为0（没有0号点）表示还未匹配
当对方已经匹配，此时要看对方的匹配对象是否能匹配其他点。也就是假设对方已经和自己匹配，判断对方的匹配对象在不选择对方的情况下，是否能匹配成功
所以这里需要一个状态表示对方已经和自己匹配的假设，用st数组表示当前点正在考虑或考虑完成某点。每次遍历某点的邻边时，先设置st数组，以表示自己正在考虑对方
接着会出现两种情况：

  1. 对方没有匹配，此时和对方匹配成功
  2. 对方已经匹配，对方的匹配对象需要在不考虑对方的情况下，试着匹配其他点。不考虑对方的前提通过st数组限制，对方的匹配对象每次匹配前通过st数组判断试着匹配的对象是否被考虑，正在被考虑的点无法被匹配
  • 当前点试着匹配对方时，可能匹配成功，可能匹配失败。匹配失败的情况下，st数组对应位置表示该点被考虑完成（已经无法匹配），后续不需要再考虑该点了

考虑和匹配是两个不同的概念，两者无法等价
已经被匹配的情况下，可以让对方的匹配对象重新匹配。若对方的匹配对象重新匹配失败，此时考虑完成，对方真的无法匹配
然后试着匹配下一条邻边的对象，若对方的匹配对象需要重新匹配，那么他就不应该试着匹配已经考虑完成的点
考虑完成的点一定无法匹配，虽然考虑完成分为匹配成功与匹配失败两种情况，但是匹配成功后，st数组失去了意义（此时要匹配n1的下一个点），因为该数组要被重置
只有无法匹配的情况下，考虑完成的点（st数组）才有意义，因为它将限制其他点的匹配与重新匹配。因此这时的st数组的含义变成了：该点是否被强绑定（该点的对象无法匹配其他点了，此时两点只能绑定在一起）

匹配下一个n1中点的对象时，将st数组被重置为false，表示n2中所有的点未被考虑过

虽然是无向图，但是我们只要存储n1到n2的边， n2到n1的边没必要存
模板：

int h[N], e[N], ne[N], idx = 1;
bool st[N];
int match[N];

bool find(int x)
{
    for (int i = h[x]; i != -1; i = ne[i])
    {
        int j = e[i];
        if (!st[j])
        {
            st[j] = true;
            if (match[j] == 0 || find(match[j]))
            { 
                match[j] = x;
                return true;
            }
        }
    }
    return false;
}

最小生成树练习题

858. Prim算法求最小生成树

858. Prim算法求最小生成树 - AcWing题库
image.png

#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;

const int N = 510;
const int INF = 0x3f3f3f3f;
int g[N][N], dis[N];
bool st[N];
int n, m;

int prim()
{
    memset(dis, 0x3f, sizeof(dis));
    int res = 0;
    for (int i = 0; i < n; ++ i )
    {
        int t = -1;
        for (int j = 1; j <= n; ++ j)
            if (!st[j] && (t == -1 || dis[j] < dis[t])) t = j;
        
        if (i && dis[t] == INF) return INF;
        if (i) res += dis[t];
        st[t] = true;
        
        for (int j = 1; j <= n; ++ j )
            dis[j] = min(dis[j], g[t][j]);
    }
    return res;
}

int main()
{
    memset(g, 0x3f, sizeof(g));
    
    scanf("%d%d", &n, &m);
    int x, y, d;
    while (m -- )
    {
        scanf("%d%d%d", &x, &y, &d);
        g[x][y] = g[y][x] = min(g[x][y], d);
    }
    
    int t = prim();
    
    if (t == INF) puts("impossible");
    else printf("%d\n", t);
    
    return 0;
}

859. Kruskal算法求最小生成树

859. Kruskal算法求最小生成树 - AcWing题库
image.png

#include <iostream>
#include <algorithm>
using namespace std;

const int N = 1e5 + 10, M = 2 * N;
const int INF = 0x3f3f3f3f;
int n, m;
int p[N];
struct Edge
{
    int x, y, w;
    bool operator<(const Edge& e)
    {
        return w < e.w;
    }
}edges[M];

int find(int x)
{
    if (x != p[x]) p[x] = find(p[x]);
    return p[x];
}

int kruskal()
{
    sort(edges, edges + m);
    for (int i = 1; i <= n; ++ i ) p[i] = i;
    
    int x, y, w;
    int cnt = 0, res = 0;
    for (int i = 0; i < m; ++ i )
    {
        auto t = edges[i];
        x = t.x, y = t.y, w = t.w;
        x = find(x), y = find(y);
        if (x != y)
        {
            res += w;
            cnt ++ ;
            p[x] = y;
        }
    }
    if (cnt == n - 1) return res;
    return INF;
}

int main()
{
    scanf("%d%d", &n, &m);
    int x, y, d;
    for (int i = 0; i < m; ++ i )
    {
        scanf("%d%d%d", &x, &y, &d);
        edges[i] = { x, y, d };
    }
    
    int t = kruskal();
    if (t == INF) puts("impossible");
    else printf("%d\n", t);
    
    return 0;
}

二分图练习题

860. 染色法判定二分图

860. 染色法判定二分图 - AcWing题库
image.png

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

const int N = 1e5 + 10, M = 2 * N;
int h[N], e[M], ne[M], idx = 1;
int color[N];
int n, m;

void add(int x, int y)
{
    e[idx] = y, ne[idx] = h[x], h[x] = idx ++ ;
}

bool dfs(int x, int c)
{
    color[x] = c;
    for(int i = h[x]; i != -1; i = ne[i])
    {
        int y = e[i];
        if (!color[y]) 
        {
            if (!dfs(y, 3 - c)) return false;
        }
        else if (color[y] == c) return false;
    }
    return true;
}

int main()
{
    memset(h, -1, sizeof(h));
    scanf("%d%d", &n, &m);
    int x, y;
    while (m -- )
    {
        scanf("%d%d", &x, &y);
        add(x, y), add(y, x);
    }
    
    bool flag = true;
    for (int i = 1; i <= n; ++ i )
    {
        if (!color[i])
        {
            if (!dfs(i, 1))
            {
                flag = false;
                break;
            }
        }
    }
    if (flag) puts("Yes");
    else puts("No");
    
    return 0;
}

debug：把int color[N]写成bool color[N]，看了半天，乐

861. 二分图的最大匹配

861. 二分图的最大匹配 - AcWing题库
image.png

#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;

const int N = 510, M = 1e5 + 10;
int h[N], e[M], ne[M], idx = 1;
int match[N];
bool st[N];
int n1, n2, m;

void add(int x, int y)
{
    e[idx] = y, ne[idx] = h[x], h[x] = idx ++ ;
}

bool find(int x)
{
    for (int i = h[x]; i != -1; i = ne[i])
    {
        int j = e[i];
        if (!st[j])
        {
            st[j] = true;
            if (match[j] == 0 || find(match[j]))
            { 
                match[j] = x;
                return true;
            }
        }
    }
    return false;
}

int main()
{
   scanf("%d%d%d", &n1, &n2, &m);
   memset(h, -1, sizeof(h));
   int x, y, res = 0;
   
   while (m -- )
   {
       scanf("%d%d", &x, &y);
       add(x, y);
   }
   
   for (int i = 1; i <= n1; ++ i )
   {
       memset(st, false, sizeof(st));
       if (find(i)) res ++ ;
   }
   
   printf("%d\n", res);
    return 0;
}
.SacaJawea
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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