文章目录
- 前言
- 一、概念
- 1、生成树
- 2、最小生成树
- 二、算法
- 1、Prim
- 1)算法描述
- 2)源码剖析
- 3)动图详解
- 4)时间复杂度
- 2、Kruscal
- 1)算法描述
- 2)源码剖析
- 3)动图详解
- 4)时间复杂度
- 3、Boruvka
- 1)算法描述
- 2)源码剖析
- 2.1)数据结构
- 2.2)插入
- 2.3)查询
- 2.4)分治
- 3)时间复杂度
一、概念 1、生成树好久没有写图论相关的文章了,趁着今天月黑风高,夜深人静,今天介绍一个利用贪心思想求解的算法,即图论中非常重要的概念,它就是:
「 最小生成树 」
一个连通图,它的 极小连通子图 就是生成树。它含有图中所有的
n
n
n 个结点,并且只有能够构成树的
n
−
1
n-1
n−1 条边。如图所示的红色边就是其中一个生成树。
当图上的边有权值时,我们把构造这个 极小连通子图 的最小总代价生成树称为 最小生成树。如下图所示的红色线段组成的生成树就是最小生成树。
找最小生成树的常用算法主要有三种:Prim、Kruscal、Boruvka。
1、Prim 1)算法描述2)源码剖析Prim 算法是基于贪心的,算法描述如下:
a. 利用邻接矩阵存储dist[i][j]
两点 i i i 和 j j j 之间的距离;
b. 用cost[i]
来表示 最小生成树集合 和 非最小生成树 中的点 i i i 的最小距离,当cost[i] = 0
代表 i i i 就是 最小生成树 集合中的顶点。
c. 由于是生成树,所以顶点 0 0 0 一定在树上,初始化cost[i]
就是 0 0 0 和 i i i 的距离(因为 最小生成树集合 目前只有0)。
d. 从cost[i]
中寻找一个值不为零(因为值为零表示是最小生成树集合中的点)且最小的顶点u
,那么cost[u]
一定是 最小生成树上的边。于是,u
也成了 最小生成树上的点。
e. 然后,继续用u
去更新cost[i]
,即更新 最小生成树集合 和 非最小生成树的点 之间的距离,回到 d 继续迭代计算。
int minSpanningTree(int n, int dist[maxn][maxn]) {
int i, u, ret, dis;
int cost[maxn];
for(i = 0; i < n; ++i) {
cost[i] = (i == 0) ? 0 : dist[0][i]; // (1)
}
ret = 0; // (2)
while(1) {
dis = inf;
for(i = 0; i < n; ++i) { // (3)
if(cost[i] && lessthan(cost[i], dis) ) {
dis = cost[i];
u = i;
}
}
if(dis == inf) {
return ret; // (4)
}
ret += cost[u]; // (5)
cost[u] = 0; // (6)
for(i = 0; i < n; ++i) { // (7)
if(cost[i] && lessthan(dist[u][i], cost[i])) {
cost[i] = dist[u][i];
}
}
}
return inf;
}
-
(
1
)
(1)
(1)
cost[i]
表示 当前最小生成树集合 和 当前非最小生成树 中的点 i i i 的最小距离,当cost[i] = 0
代表 i i i 就是 当前最小生成树 集合中的顶点; -
(
2
)
(2)
(2)
ret
用来存储最小生成树边权之和,初始化为 0; -
(
3
)
(3)
(3) 从
cost[i]
中寻找一个值不为零(因为值为零表示是最小生成树集合中的点)且最小的顶点u
,那么cost[u]
一定是 最小生成树上的边。于是,u
也成了 最小生成树上的点; - ( 4 ) (4) (4) 整个查找过程完成,直接返回最小生成树的边权总和;
-
(
5
)
(5)
(5) 将当前边
cost[u]
加入最小生成树; -
(
6
)
(6)
(6) 将当前点
u
加入最小生成树; -
(
7
)
(7)
(7) 继续用
u
去更新cost[i]
,即更新 最小生成树集合 和 非最小生成树的点 之间的距离;
当有 n n n 个结点的时候,每个结点第一次被加入 最小生成树集合 的时候,都要更新其它结点的距离,一共 n n n 个结点,所以时间复杂度为 O ( n 2 ) O(n^2) O(n2)。
2、Kruscal前置算法:夜深人静写算法(五)- 并查集
1)算法描述2)源码剖析Kruscal 算法也是基于贪心,并且采用 并查集 实现,算法描述如下:
a. 将图中所有的边按照三元组 ( u , v , w ) (u, v, w) (u,v,w) 来存储。
b. 然后按照第三关键字 w w w 将所有边进行递增排序;
c. 顺序取边,并且判断当前边 ( u , v ) (u, v) (u,v) 的两个顶点 u u u 和 v v v 是否在同一个集合。如果不在,则这条边就是 最小生成树 上的边,权值累加,合并两个点;如果在,则这条边舍去;
d. 反复迭代取边,直到总共取了 n − 1 n-1 n−1 条边,则算法结束。
#define maxn 1010
int pre[maxn];
void unionfind_init(int n) { // (1)
for(int i = 0; i < n; ++i) {
pre[i] = i;
}
}
int unionfind_find(int x) { // (2)
return pre[x] == x ? (x) : (pre[x] = unionfind_find(pre[x]));
}
bool unionfind_union(int x, int y) { // (3)
int px = unionfind_find(x);
int py = unionfind_find(y);
if(px == py) {
return false;
}
pre[px] = py;
return true;
}
struct KEdge { // (4)
int u, v, w;
}E[maxn * maxn];
int cmp(const void* a, const void* b) { // (5)
struct KEdge *pa = (struct KEdge *)a;
struct KEdge *pb = (struct KEdge *)b;
return pa->w - pb->w;
}
// 点的个数 n,边的个数 m
int Kruscal(int n, int m, struct KEdge* edges) {
int i, ret = 0;
int edgeCnt = 0;
qsort(edges, m, sizeof(struct KEdge), cmp); // (6)
unionfind_init(n); // (7)
for(i = 0; i < m; ++i) {
if( unionfind_union( edges[i].u, edges[i].v ) ) {
ret += edges[i].w; // (8)
if(++edgeCnt == n-1) { // (9)
return ret;
}
}
}
return 0;
}
- ( 1 ) (1) (1) 并查集的初始化;
- ( 2 ) (2) (2) 带路径压缩的并查集查找 *** 作;
- ( 3 ) (3) (3) 并查集的合并 *** 作;
- ( 4 ) (4) (4) 定义边三元组;
- ( 5 ) (5) (5) 按照边权从小到大排序的回调函数;
- ( 6 ) (6) (6) 对所有边进行排序;
- ( 7 ) (7) (7) 初始化所有结点的并查集信息;
- ( 8 ) (8) (8) 将当前边加入到最小生成树中;
- ( 9 ) (9) (9) 如果边数等于 n − 1 n-1 n−1 则找到解,直接返回;
由于对边进行了一次排序,所以当边数为 m m m 时,时间复杂度为 O ( m l o g m ) O(mlog_m) O(mlogm)。
3、Boruvka前置算法:夜深人静写算法(七)- 字典树
1)算法描述Boruvka 解决的问题较为特殊,求的是异或的最小生成树。具体问题为:给定 n ( n ≤ 200000 ) n (n \le 200000) n(n≤200000) 个点完全图,给定点权值 a i ( a i ≤ 2 30 ) a_i(a_i \le 2^{30}) ai(ai≤230),每条边的权值为边的两点的异或值,原题见:codeforces/contest888/G。
2)源码剖析 2.1)数据结构这个算法实现采用的是字典树。
a. 将所有数按照递增排序;
b. 将所有排好序的数字,按照顺序,从高位到低位,插入到高度固定的 01-字典树 中;
c. 分治求解,对于一棵子树,如果只有左子树,那么最小生成树就一定在左子树上;如果只有右子树,那么最小生成树一定在右子树上;否则就应该是 左子树 的情况 + 右子树的情况,再加上左子树中选出一个点,右子树中选出一个点,连边,并且取最小值。
#include
#include
#include
#include
#include
#include
using namespace std;
#define maxn 200010
#define maxb 31
#define maxnodes (maxn*maxb)
#define UNDEF -1
#define ROOT 0
struct TrieNode {
int nodes[2]; // (1)
int l, r; // (2)
}T[maxnodes];
int TrieNodes; // (3)
int a[200010];
void Init() { // (4)
memset(T, UNDEF, sizeof(T));
TrieNodes = 1;
}
int GetTrieNode() {// (5)
return TrieNodes++;
}
- ( 1 ) (1) (1) 字典树结点的两个子结点(0 和 1);
- ( 2 ) (2) (2) [ l , r ] [l, r] [l,r] 代表以当前结点为根的子树,管辖的 原数组 a [ ] a[ ] a[] 的区间范围;
-
(
3
)
(3)
(3)
TrieNodes
本次样例计算中,字典树结点的总个数; - ( 4 ) (4) (4) 对字典树结点进行初始化;
- ( 5 ) (5) (5) 生成一个新的字典树结点;
首先,把所有的数字先映射到一棵 01 字典树 上。如图所示,代表的是一个至多三位的集合组成的字典树。其中集合中的元素可重复,分别为
{
(
001
)
2
,
(
011
)
2
,
(
011
)
2
,
(
100
)
2
}
\{ (001)_2, (011)_2, (011)_2, (100)_2\}
{(001)2,(011)2,(011)2,(100)2}。
绿色 代表字典树边权;
红色 代表集合中的十进制数转换成二进制以后,映射到字典树的情况;
蓝色 代表字典树根结点到当前结点的边路径组成的二进制序列;
橙色 代表这个数字在集合中出现的次数。
void TrieInsert(int x, int idx) { // (1)
int now = ROOT; // (2)
for(int i = maxb-1; i >= 0; --i) {
int bit = ((x>>i)&1); // (3)
if(T[now].nodes[bit] == UNDEF) { // (4)
T[now].nodes[bit] = GetTrieNode();
}
if( T[now].l == UNDEF ) { // (5)
T[now].l = idx;
}
T[now].r = idx; // (6)
now = T[now].nodes[bit]; // (7)
}
}
-
(
1
)
(1)
(1)
void TrieInsert(int x, int idx)
代表将x = a[idx]
按照从高到低位插入到字典树中,idx
代表排序后数组a
的下标; - ( 2 ) (2) (2) 从根结点开始;
-
(
3
)
(3)
(3) 计算
x
x
x 的第
i
i
i 位,存储到
bit
中; - ( 4 ) (4) (4) 如果对应子树不存在,则创建一个新的字典树结点;
- ( 5 ) (5) (5) 如果对应原数组左区间不存在,则置为当前下标;
- ( 6 ) (6) (6) 枚举到当前下标,则右区间一定是当前下标;
- ( 7 ) (7) (7) 迭代枚举子树;
查询就是给定 一棵子树 和 一个值 x x x,要求在 给定子树 上找到和 x x x 异或最小的值;
long long TrieQuery(int now, int depth, int x) {
long long ret = 0;
for(int i = depth; i >= 0; --i) { // (1)
int bit = ((x>>i)&1);
if(T[now].nodes[bit] != UNDEF) { // (2)
now = T[now].nodes[bit];
}else {
now = T[now].nodes[bit^1]; // (3)
ret += (1<<i);
}
}
return ret; // (4)
}
- ( 1 ) (1) (1) 从当前深度往下迭代;
- ( 2 ) (2) (2) 如果有和 x x x 一样的位,则尽量取一样,这样第 i i i 位异或得到的值为 0,一定更优;
-
(
3
)
(3)
(3) 反之,只能走另一棵子树,异或的值为
1<,累加到结果中;
- ( 4 ) (4) (4) 最后,返回所有的累加和;
分治是在字典树上求解。
原理就是左子树看成是一个连通块,右子树看成是一个连通块,那么只需要枚举左子树中的任意点,并且在右子树中找到最小的异或值,这样就能把左右子树进行连通,形成生成树。
long long Boruvka(int now, int depth) {
if(now == UNDEF) {
return 0; // (1)
}
long long l = Boruvka(T[now].nodes[0], depth-1); // (2)
long long r = Boruvka(T[now].nodes[1], depth-1); // (3)
long long ans = l + r;
if(T[now].nodes[0] != UNDEF && T[now].nodes[1] != UNDEF) {
int x = T[now].nodes[0], y = T[now].nodes[1]; // (4)
long long ret = 1e9; ret *= ret;
for(int i = T[x].l; i <= T[x].r; ++i) { // (5)
ret = min(ret, TrieQuery(y, depth-1, a[i]) + (1<<depth) );
}
ans += ret; // (6)
}
return ans;
}
- ( 1 ) (1) (1) 如果点集是空集,则最小生成树的值一定是 0,直接返回;
- ( 2 ) (2) (2) 求左边集合(左子树)构成的连通图的最小生成树;
- ( 3 ) (3) (3) 求右边集合(右子树)构成的连通图的最小生成树;
-
(
4
)
(4)
(4) 对于左子树
x
和右子树y
; - ( 5 ) (5) (5) 枚举左子树中所有的元素,并且快速去右子树中查找和它异或的最小值,从而将左右子树变成连通的。由于在 d e p t h depth depth 深度进行的分叉,所以这里异或一定多了一部分 2 d e p t h 2^{depth} 2depth 出来,需要累加上去。
- ( 6 ) (6) (6) 任何一个集合的最小生成树,就是左边连通图的最小生成树,和右边连通图的最小生成树,加上两个集合中最小的那条边,就是答案了。
- ( 1 ) (1) (1) 插入:总共 n n n 个数,每个数插入都是 31 31 31 次,所以时间复杂度为 O ( n c ) O(nc) O(nc),其中 c = 31 c = 31 c=31;
- ( 2 ) (2) (2) 查找:由于采用的是分治,每个结点都会遍历一次,每次遍历到非叶子结点,都需要去对方的集合中进行 31 次查找,均摊下来也是 O ( n c ) O(nc) O(nc)。
有关 🌳 最小生成树 🌳 的的内容到这里就完全结束了,如果还有什么疑问,可以添加作者微信咨询。
有关🌳《画解数据结构》🌳 的源码均开源,链接如下:《画解数据结构》
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)