有向图的最小树形图(朱刘算法)

本文详细介绍了最小树形图的概念及其求解算法——朱刘算法。通过逐步讲解算法流程,包括最短弧集的选择、有向环的检测与处理、缩点与展开等关键步骤,帮助读者理解最小树形图的构造过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

最小树形图的定义:

设G=(V,E)是一个有向图,如果具有下述性质:

(1)G中不包含有向环

(2)存在一个顶点vi,它不是任何弧的终点,而V的其他顶点都恰好是唯一的一条弧的终点,则称G是以vi为根的树形图。

最小树形图就是有向图G=(V,E)中以vi为根的树形图中权值和最小的那个。显而易见,对于不同的vi,得到的最小树形图是不一样的,甚至有可能不存在。

1.基本算法

使用的是朱刘算法(Edmonds朱永津和刘振宏在1965年发表的)。下面都指定为根的顶点是v0

最小树形图基于贪心和缩点的思想。所谓缩点,就是将几个点看成是一个点,所有连到这几个点的边都视为连到收缩点,所有从这几个点连出的边都视为从收缩点连出。

(1)求最短弧集

从所有以vi(i≠0)为终点的弧中取一条最短的,若对于点vi,没有入边,则不存在最小树形图,算法结束;如果能取,则得到由n-1个点和n-1条边组成的图G的一个子图G',该子图的权值一定是最小的,但是不一定是一棵树。

(2)检查E0

若E0没有有向环且不含收缩点,则计算结束,E0就是G的以v0为根的最小树形图。若E0没有有向环,但含收缩点,则转步骤(4),若E0含有有向环C,则转入步骤(3)。

(3)把G中的C收缩成点u,对于图G中两端都属于C的边都被收缩掉了,其他弧仍保留,得到一个新的图G1,G1中以收缩点为终点的弧的长度要变化,变化的规律是:设点v在环C中,且环中指向v的边长为w,点v'不在环C中,则对于每一条边<v',v>,在G1中有边<v',u>与其对应,且权值WG1(<v',u>)=WG(<v',v>)-W。对于图G中以环C为起点的边<v',v>,在图G1中有边<u,v'>,则WG1(<u,v'>)=WG(<v,v'>)。需要注意的是,在此步生成的图G1中可能存在重边

对于图G和G1

1)如果图G1中没有以v0为根的最小树形图,则图G中也没有

2)如果图G1中有以v0为根的最小树形图,则可以按照步骤(4)中的展开方法得到图G中的最小树形图。

因此,此时需要将G1代入步骤(1)作为图G继续进行计算,反复计算直到图G1的最小树形图求出。

(4)展开收缩点

如果图G1的最小树形图T1已经求出,那么所有T1中的弧都属于T。将图G1的一个收缩点u展开成环C,从C中去掉与T1中弧有相同终点的弧,其他弧都属于T。

总结:求一个图G0的最小树形图,先求出最短弧集合E0。若E0不存在,则图G0的最小树形图不存在。若E0存在且不含有有向环,则E0就是T0中所有的边。如果E0存在且含有有向环,则收缩有向环成一个点u,并形成图G1,继续求G1的最小树形图直到图Gi,若图Gi无最小树形图,则图G0也不存在最小树形图,若图Gi有最小树形图Ti,则逐层展开得到T0.

在计算的过程中可以发现,图Gi与图Gi-1的最小树形图的权值差正好是被缩掉的环的权值和,在这条性质的影响下,如果不需要直到最终的T0中到底有哪几条边,只需知道T0的权值时,可以不需要展开。

时间复杂度分析:对于最小树形图的算法,最多会进行n-2次缩点,每次缩点以及边权修改的时间复杂度为O(n^2),所以,最小树形图的时间复杂度为O(n^3)。

对应例题:传送门

题解:跟据题目要求建图,然后就是朱刘算法的板子了

附上代码:


#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#include<cmath>

using namespace std;

const int inf=0x3f3f3f3f;
const int maxn=1005;

struct point{
    double x,y;
};
point p[maxn];

double dis(point a,point b)
{
    return sqrt((a.x-b.x)*(a.x-b.x)+(a.y-b.y)*(a.y-b.y));
}

struct node{
    int u,v;
    double len;
};
node edge[maxn*maxn];

int pre[maxn],id[maxn],vis[maxn];
double in[maxn];

double dir_mst(int root,int n,int m)
{
    double ans=0;
    while(1){
        for(int i=0;i<n;i++){
            in[i]=inf;
        }
        //找最短弧集
        for(int i=0;i<m;i++){
            int u=edge[i].u,v=edge[i].v;
            if(edge[i].len<in[v]&&u!=v){
                pre[v]=u;
                in[v]=edge[i].len;
            }
        }
        for(int i=0;i<n;i++){
            if(i==root){
                continue;
            }
            if(in[i]==inf){//如果某点入度为0,必定找不到
                return -1;
            }
        }
        //id为环的序号
        memset(id,-1,sizeof(id));
        memset(vis,-1,sizeof(vis));
        in[root]=0;
        int cnt=0;
        //找环
        for(int i=0;i<n;i++){
            ans+=in[i];
            int v=i;
            while(vis[v]!=i&&id[v]==-1&&v!=root){
                vis[v]=i;
                v=pre[v];
            }
            if(v!=root&&id[v]==-1){
                for(int u=pre[v];u!=v;u=pre[u]){
                    id[u]=cnt;
                }
                id[v]=cnt++;
            }
        }
        if(cnt==0){
            break;
        }
        for(int i=0;i<n;i++){
            if(id[i]==-1){
                id[i]=cnt++;
            }
        }
        //建立新图
        for(int i=0;i<m;i++){
            int u=edge[i].u,v=edge[i].v;
            edge[i].u=id[u];
            edge[i].v=id[v];
            if(id[u]!=id[v]){
                edge[i].len-=in[v];
            }
        }
        n=cnt;
        root=id[root];
    }
    return ans;
}

int main()
{
    int n,m;
    while(~scanf("%d%d",&n,&m)){
        for(int i=0;i<n;i++){
            scanf("%lf%lf",&p[i].x,&p[i].y);
        }
        for(int i=0;i<m;i++){
            scanf("%d%d",&edge[i].u,&edge[i].v);
            --edge[i].u;
            --edge[i].v;
            if(edge[i].u!=edge[i].v){
                edge[i].len=dis(p[edge[i].u],p[edge[i].v]);
            }else{
                edge[i].len=inf;
            }
        }
        double ans=dir_mst(0,n,m);
        if(ans==-1){
            printf("poor snoopy\n");
        }else{
            printf("%.2f\n",ans);
        }
    }
    return 0;
}

 

### 有向图小生成的Tarjan算法 #### 定义与概念 在讨论有向图中的小生成之前,需先澄清一些基本概念。对于有向图而言,“小生成”的表述并不完全适用;更确切地说,应探讨的是**最小树形图**的概念。最小树形图是指以某个特定顶点作为根节点的一棵有向,该覆盖除根外的所有其他顶点,并使得这些边上的权重总和达到小值[^3]。 #### Tarjan算法概述 尽管Tarjan算法主要用于寻找有向图中的强连通分量,但在某些情况下也可以被扩展用于构建最小树形图。然而需要注意的是,直接利用Tarjan算法来计算最小树形图并不是常用的方法。通常提到的求解最小树形图的经典方法是朱刘算法。不过,在处理复杂网络结构时,Tarjan算法可以作为一种辅助工具帮助识别潜在的关键路径或子图特性。 #### 应用实例分析 考虑到Tarjan算法本身不是专门用来解决最小树形图问题的技术手段,因此这里提供一个基于Tarjan算法框架下间接支持最小树形图查找的例子: 假设在一个大型社交平台中存在大量用户之间的关注关系形成了一张复杂的有向加权图(每条边上带有表示互动频率或其他度量标准的数值),此时想要找出某位明星用户的影响力传播链路——即从这位明星出发能够影响到尽可能多粉丝群体的同时保持整体关联强度大化的方案。这时就可以借助Tarjan算法快速定位出由该名星及其直系/间接下属构成的一个个独立社区(即强联通分支),再进一步运用诸如动态规划等策略评估并挑选优组合方式达成目标。 ```python def tarjan_scc(graph): index_counter = [0] stack = [] lowlinks = {} index = {} result = [] def strongconnect(node): # Set the depth index for this node to be the next available counter. index[node] = index_counter[0] lowlinks[node] = index_counter[0] index_counter[0] += 1 stack.append(node) try: successors = graph[node] except KeyError: successors = [] for successor in successors: if successor not in lowlinks: # Successor has not yet been visited; recurse on it strongconnect(successor) lowlinks[node] = min(lowlinks[node], lowlinks[successor]) elif successor in stack: # The successor is already in the stack and hence part of current SCC lowlinks[node] = min(lowlinks[node], index[successor]) # If `node` is a root node, pop the stack and generate an SCC if lowlinks[node] == index[node]: connected_component = [] while True: successor = stack.pop() connected_component.append(successor) if successor == node: break component = tuple(connected_component) result.append(component) for node in graph.keys(): if node not in lowlinks: strongconnect(node) return result ``` 此代码片段展示了如何使用Tarjan算法检测给定有向图内的所有强连通分量。虽然这段代码并未直接涉及最小树形图的具体实现细节,但它提供了关于如何组织数据以及遍历过程的基础思路,这对于后续开发针对最小树形图优化的功能模块非常有用。
评论 1
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