chutzpah

在存在权值相等的边时，最小生成树可能有多个。话不多说，求它个数的方法如下：先用Prim生成最小树，同时记录边的关系。用并查集表示//不要压缩路径让每个元素都指向它的父亲节点。找出权值相同的边，去除树上的这条边，一棵树就被砍成了两颗，然后看加上另一条是否能连接这科树方法就是这样，复杂度O(|E|log|E|)具体问题：输入第一行：T //代表T组数据 每组数据：V E //代表V个顶点 E条边E

什么方法好，和数据关系很大，和你使用的数据结构也有关。比如使用vector，它自身就有复杂度，所以在稠密图上不及二维数组的邻接矩阵，但在稀疏图方面肯定vector的动态数组实现的链接列表更好。有些复杂度高的算法，其实际体验可能比复杂度低的更快，因为复杂度是按最糟糕的情况算的，而且复杂度低的算法往往是使用数据结构优化而实现的，而实现数据结构也是存在复杂度的，所以会出现这些个情况。

Til the Cows Come HomeBessie is out in the field and wants to get back to the barn to get as much sleep as possible before Farmer John wakes her for the morning milking. Bessie needs her beauty sleep,

令N = (V, E)为一个网络（有向图）并且有s, t ∈ V 为N的源点和目标点。最大流定义： 一条边的容量是一个映射c:E→R+c : E → R^+，记做 cuv c_{uv} 或者c(u,v) c(u, v)，代表着能通过这条边的最大的流量。定义： 一个流是一个映射  f:E→R+f : E → R^+，记做 fuv f_{uv} 或者 f (u,v) f (u, v)。每一条流有以下两个

最近在学习图论相关知识，读到二分图最大匹配问题的匈牙利算法，感觉很有意思，所以记录下来。概念在假设读者已经了解图论最最基本的概念的基础上（例如：顶点、边、路径、圈），我们先来看一下二分图特有的概念定义。二分图（Bigraph, Bipartite graph）是一种特殊的图，它的顶点可以被分成两个不相交的集合（UU 和 VV），并且同属一个集合内的点两两不相连（EU=EV=∅E