[JZOJ4655]两棵树

探讨如何通过网络流算法解决两棵树的同构问题,即通过在节点间建立匹配来最小化添加节点数量,确保两棵树结构相同。文章详细介绍了算法流程,包括费用流的实现,并给出具体代码实例。

题目大意

给定两棵有根树,分别有 n,m 个节点。
你只能在某个节点下面添加节点。求最少添加多少个节点能使两棵树同构。

1n,m200


题目分析

fi,j 表示第一棵树中点 x 匹配第二棵树中点y需要的代价。显然答案为 froot1,root2
考虑递归处理 fx,y ,如果我们将 x y的所有儿子都分别递归匹配,我们就可以知道它们的儿子互相匹配的代价,那么我们可以使用网络流,从源点向 x 的第i个儿子代表的点连容量为 1 ,费用为0的边, y 的第i个儿子向汇点连容量为 1 ,费用为0的边, x 的第i个儿子向 y 的第j个儿子连容量为 1 ,费用为fsonx,i,sony,j的边,然后直接做最小费用最大流即得答案(你也可以连成二分图做 KM 匹配)。注意如果儿子数不一样,那么小的要补足,初始时要令 fx,0,f0,x size(x)
时间复杂度 O(n3) (这样就钦定了费用流时间复杂度 O(1) 了?QwQ)。


代码实现

好久没有打 zkw 费用流了~

#include <iostream>
#include <climits>
#include <cstring>
#include <cstdio>
#include <cctype>

using namespace std;

const int INF=INT_MAX/3;
const int N=205;

int read()
{
    int x=0,f=1;
    char ch=getchar();
    while (!isdigit(ch)) f=ch=='-'?-1:f,ch=getchar();
    while (isdigit(ch)) x=x*10+ch-'0',ch=getchar();
    return x*f;
}

struct network
{
    static const int S=0;
    static const int T=N*2;
    static const int M=N*N+N*2;
    int f[M],r[M],next[M],tov[M],c[M];
    int last[T+5],d[T+5],now[T+5];
    bool vis[T+5];
    int tot,mincost;

    void insert(int x,int y,int Vol,int Cst,int Rev){tov[++tot]=y,f[tot]=Vol,c[tot]=Cst,r[tot]=tot+Rev,next[tot]=last[x],last[x]=tot;}

    void addedge(int x,int y,int Vol,int Cst){insert(x,y,Vol,Cst,1),insert(y,x,0,-Cst,-1);}

    bool relabel()
    {
        int tmp=INF;
        for (int x=S;x<=T;x++)
            if (vis[x])
                for (int i=last[x],y;i;i=next[i])
                    if (!vis[y=tov[i]]&&f[i]>0) tmp=min(tmp,d[y]-d[x]+c[i]);
        if (tmp==INF) return 0;
        for (int x=S;x<=T;x++)
            if (vis[x]) vis[x]=false,d[x]+=tmp;
        return 1;
    }

    int aug(int x,int flow)
    {
        if (x==T) return mincost+=d[0]*flow,flow;
        vis[x]=true;
        int ret=0;
        for (int i=now[x],y;i;i=next[i])
            if (d[y=tov[i]]+c[i]==d[x]&&f[i]>0&&!vis[y])
            {
                int tmp=aug(y,min(flow,f[i]));
                if (tmp)
                {
                    ret+=tmp,f[i]-=tmp,f[r[i]]+=tmp,flow-=tmp;
                    now[x]=i;
                    if (!flow) break;
                }
            }
        return ret;
    }

    int mincost_maxflow()
    {
        mincost=0;
        do
        {
            for (int x=S;x<=T;x++) now[x]=last[x];
            do {}
            while (aug(S,INF));
        }while (relabel());
        return mincost;
    }

    void clear()
    {
        for (;tot;tot--) f[tot]=c[tot]=next[tot]=tov[tot]=r[tot]=0;
        for (int i=S;i<=T;i++) vis[i]=false,d[i]=last[i]=now[i]=0;
        mincost=0;
    }
}G;

struct tree
{
    int size[N+5],last[N+5],tov[N+5],next[N+5],fa[N+5];
    int tot;

    void insert(int x,int y){tov[++tot]=y,next[tot]=last[x],last[x]=tot;}

    void dfs(int x)
    {
        size[x]=1;
        for (int i=last[x],y;i;i=next[i])
            dfs(y=tov[i]),size[x]+=size[y];
    }
}t[2];

int f[N+5][N+5],son[2][N+5];
int n[2];

void calc(int x0,int x1)
{
    for (int i=t[0].last[x0];i;i=t[0].next[i])
        for (int j=t[1].last[x1];j;j=t[1].next[j])
            calc(t[0].tov[i],t[1].tov[j]);
    for (;son[0][0];) son[0][son[0][0]--]=0;
    son[0][0]=0;
    for (int i=t[0].last[x0];i;i=t[0].next[i]) son[0][++son[0][0]]=t[0].tov[i];
    for (;son[1][0];) son[1][son[1][0]--]=0;
    son[1][0]=0;
    for (int i=t[1].last[x1];i;i=t[1].next[i]) son[1][++son[1][0]]=t[1].tov[i];
    son[0][0]>son[1][0]?son[1][0]=son[0][0]:son[0][0]=son[1][0];
    G.clear();
    for (int i=1;i<=son[0][0];i++) G.addedge(G.S,i,1,0);
    for (int i=1;i<=son[1][0];i++) G.addedge(i+son[0][0],G.T,1,0);
    for (int i=1;i<=son[0][0];i++)
        for (int j=1;j<=son[1][0];j++)
            G.addedge(i,j+son[0][0],1,f[son[0][i]][son[1][j]]);
    f[x0][x1]=G.mincost_maxflow();
}

void pre()
{
    for (int i=1;i<=n[0];i++) f[i][0]=t[0].size[i];
    for (int i=1;i<=n[1];i++) f[0][i]=t[1].size[i];
}

int main()
{
    freopen("trees.in","r",stdin),freopen("trees.out","w",stdout);
    for (int i=0;i<=1;i++)
    {
        n[i]=read()+1;
        for (int j=2;j<=n[i];j++)
            t[i].fa[j]=read()+1,t[i].insert(t[i].fa[j],j);
        t[i].dfs(1);
    }
    pre();
    calc(1,1);
    printf("%d\n",f[1][1]);
    fclose(stdin),fclose(stdout);
    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` 表示当前选择的点集,其中第 `i` 位为 `1` 表示第 `i` 个节点被选中。 - 定义 `dp[mask]` 表示在选中 `mask` 所代表的点集后,能够覆盖的节点集合。 - 可以通过预处理每个点的邻域信息(包括自身和所有直接连接的点),快速更新状态。 #### 2. 预处理邻域 对于每个节点 `u`,预先计算其邻域范围 `neighbor[u]`,即从该节点出发一步能到达的所有节点集合。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:对每个单独节点 `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(即覆盖了所有节点)。如果是,则记录此时使用的最少节点数量。 #### 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点数目。 --- ### 时间复杂度分析 - 状态总数为 $ O(2^K) $,其中 `K` 是关键点的数量。 - 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]; // 每个节点的邻域 int dp[1 << 20]; // dp[mask] 表示选中的点集合为 mask 时所能覆盖的点集合 int min_nodes; // 最小覆盖点数 void solve(int n, vector<vector<int>>& graph) { // 预处理每个节点的邻域 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**:当当前状态所用节点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点,并且节点数达到理论下限,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