【JZOJ3896】战争游戏【割点】

本文探讨了在图论中如何使用Tarjan算法找到割点,并通过树上计算解决特定路径计数问题。介绍了算法的基本思路,包括如何处理经过每个割点的路径,以及如何利用节点数量进行计算。

题目大意:

在这里插入图片描述


思路:

很明显的,对于经过每个割点的路径,有两种情况讨论:

  1. 由外部连进来的:用外部的节点总个数×\times×缩点中节点的总个数
  2. 两个缩点自己相连:用两个缩点的节点个数相乘,最后因为会多算一倍,所以÷2\div 2÷2

TarjanTarjanTarjan加上简单的树上计算就可以过。


代码:

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

const int N=50010;
const int M=100010;
int n,m,x,y,num,tot,head[N],size[N],dfn[N],low[N],ans[N];
bool vis[N];

struct edge
{
	int next,to;
}e[M*2];

void add(int from,int to)
{
	e[++tot].to=to;
	e[tot].next=head[from];
	head[from]=tot;
}

void tarjan(int x,int fa)  //割点
{
	size[x]=1;
	dfn[x]=low[x]=++num;
	int sum=0,s=0;
	for (int i=head[x];~i;i=e[i].next)
	{
		int y=e[i].to;
		vis[y]=0;
		if (!dfn[y])  //没有走到过
		{
			tarjan(y,x);
			vis[y]=1;
			size[x]+=size[y];
			if(dfn[x]<=low[y]) sum+=size[y];
		}
		if (y!=fa)
			low[x]=min(low[x],low[y]);
	}
	for (int i=head[x];~i;i=e[i].next)  //求答案
	{
		int y=e[i].to;
		if (dfn[x]<=low[y]&&vis[y])
		{
			s+=(sum-size[y])*size[y];
			ans[x]+=(n-sum-1)*size[y];
		}
	}
	ans[x]+=s/2;
}

int main()
{
	memset(head,-1,sizeof(head));
	scanf("%d%d",&n,&m);
	for (int i=1;i<=m;i++)
	{
		scanf("%d%d",&x,&y);
		add(x,y);
		add(y,x);
	}
	tarjan(1,0);
	for (int i=1;i<=n;i++)
		printf("%d\n",ans[i]+n-1);
	return 0;
}
### 解题思路 题目要求解决的是一个与图相关的最小覆盖问题,通常在特定条件下可以通过状态压缩动态规划(State Compression Dynamic Programming, SCDP)来高效求解。由于状态压缩的适用条件是状态维度较小(例如K≤10),因此可以利用二进制表示状态集合,从而优化计算过程。 #### 1. 状态表示 - 使用一个整数 `mask` 表示当前选择的集,其中第 `i` 位为 `1` 表示第 `i` 个节被选中。 - 定义 `dp[mask]` 表示在选中 `mask` 所代表的集后,能够覆盖的节集合。 - 可以通过预处理每个的邻域信息(包括自身和所有直接连接的),快速更新状态。 #### 2. 预处理邻域 对于每个节 `u`,预先计算其邻域范围 `neighbor[u]`,即从该节出发一步能到达的所有节集合。这样,在后续的状态转移过程中,可以直接使用这些信息进行合并操作。 #### 3. 状态转移 - 初始化:对每个单独节 `u`,设置初始状态 `dp[1 << u] = neighbor[u]`。 - 转移规则:对于任意两个状态 `mask1` 和 `mask2`,如果它们没有交集,则可以通过合并这两个状态得到新的状态 `mask = mask1 | mask2`,并更新对应的覆盖范围为 `dp[mask1] ∪ dp[mask2]`。 - 在所有状态生成之后,检查是否某个状态的覆盖范围等于全集(即覆盖了所有节)。如果是,则记录此时使用的最少节数量。 #### 4. 最优解提取 遍历所有可能的状态,找出能够覆盖整个图的最小节数目。 --- ### 时间复杂度分析 - 状态总数为 $ O(2^K) $,其中 `K` 是关键的数量。 - 每次状态转移需要枚举所有可能的子集组合,复杂度为 $ O(2^K \cdot K^2) $。 - 整体时间复杂度控制在可接受范围内,适用于 `K ≤ 10~20` 的情况。 --- ### 代码实现(状态压缩 DP) ```cpp #include <bits/stdc++.h> using namespace std; const int MAXN = 25; int neighbor[MAXN]; // 每个节的邻域 int dp[1 << 20]; // dp[mask] 表示选中的集合为 mask 时所能覆盖的集合 int min_nodes; // 最小覆盖数 void solve(int n, vector<vector<int>>& graph) { // 预处理每个节的邻域 for (int i = 0; i < n; ++i) { neighbor[i] = (1 << i); // 包括自己 for (int j : graph[i]) { neighbor[i] |= (1 << j); } } // 初始化 dp 数组 memset(dp, 0x3f, sizeof(dp)); for (int i = 0; i < n; ++i) { dp[1 << i] = neighbor[i]; } // 状态转移 for (int mask = 1; mask < (1 << n); ++mask) { if (__builtin_popcount(mask) >= min_nodes) continue; // 剪枝 for (int sub = mask & (mask - 1); sub; sub = (sub - 1) & mask) { int comp = mask ^ sub; if (comp == 0) continue; int new_mask = mask; int covered = dp[sub] | dp[comp]; if (covered == (1 << n) - 1) { min_nodes = min(min_nodes, __builtin_popcount(new_mask)); } dp[new_mask] = min(dp[new_mask], covered); } } } int main() { int n, m; cin >> n >> m; vector<vector<int>> graph(n); for (int i = 0; i < m; ++i) { int u, v; cin >> u >> v; graph[u].push_back(v); graph[v].push_back(u); // 无向图 } min_nodes = n; solve(n, graph); cout << "Minimum nodes required: " << min_nodes << endl; return 0; } ``` --- ### 优化策略 - **剪枝**:当当前状态所用节数已经超过已知最优解时,跳过后续计算。 - **提前终止**:一旦发现某个状态覆盖了全部节,并且节数达到理论下限,即可提前结束程序。 - **空间优化**:可以仅保存当前轮次的状态,减少内存占用。 --- ### 总结 本题通过状态压缩动态规划的方法,将原本指数级复杂度的问题压缩到可接受范围内。结合位运算技巧和预处理机制,能够高效地完成状态转移和覆盖判断操作。 ---
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