图论 —— 最大团问题
【问题描述】
当 G′ 是图 G 的子图,且 G′ 是关于 V′ 的完全图时,子图 G' 为图 G 的团;当 G' 是团,且不是其他团的子集时,G' 为图 G 的极大团;当 G' 是极大团时,且点数最多,G' 为图 G 最大团
当 G′ 中所有点不相邻,最大点集最大的图 G′ 为图 G 的最大独立集,且最大独立集数=补图的最大团
当用个数最少的团覆盖图 G 所有的点时,称为最小团覆盖,由于每个团中最多取一个点,因此有最大独立集<=最小团覆盖
简单来说,极大团是增加任一顶点都不再符合定义的团,最大团是图中含顶点数最多的极大团,最大独立集是除去图中的团后的点集,而最大团问题就是在一个无向图中找出一个点数最多的完全图。
对于弦图来说,求最大团一般使用 MCS 算法,而对于一般图来说,常使用 Bron-Kerbosch 算法
关于弦图的最大团:点击这里
【Bron-Kerbosch 算法】
Bron-Kerbosch 算法用于计算图中的最大的全连通分量,即计算图的最大团。
1.算法原理
Bron-Kerbosch 算法的基础形式是一个递归回溯的搜索算法,其通过给定三个集合:R、P、X 来递归的进行搜索
- 初始化集合 R、X 分别为空,集合 P 为所有顶点的集合
- 每次从集合 P 中取顶点 {vi},当集合中没有顶点时,有两种情况:
1)集合 R 是最大团,此时集合 X 为空
2)无最大团,此时回溯 - 对于每一个从集合 P 中取得的顶点 {vi},有如下处理:
1)将顶点 {vi} 加到集合 R 中,集合 P、X 与顶点 {vi} 得邻接顶点集合 N{vi} 相交,之后递归集合 R、P、X
2)从集合 P 中删除顶点 {vi},并将顶点 {vi} 添加到集合 X 中
3)若集合 P、X 都为空,则集合 R 即为最大团
总的来看,就是每次从集合 P 中取 vi 后,再从 P∩N{vi} 集合中取相邻结点,保证集合 R 中任意顶点间都两两相邻
伪代码过程
BronKerbosch1(R,P,X):
if P and X are both empty:
report R as a maximal clique
for each vertex v in P:
BronKerbosch1(R ⋃ {v}, P ⋂ N(v), X ⋂ N(v))
P := P \ {v}
X := X ⋃ {v}
2.算法优化
对于基础的算法,由于其递归搜索了所有情况,对其中有些不是最大团的也进行了搜索,效率不高,为了节省时间让算法更快的回溯,可以通过设定关键点来进行搜索。
由于对于任意的最大团,其必须包括顶点 {u} 或 N-N{u},不然其必然需要通过添加它们来进行扩充,这显然矛盾,所以仅需测试顶点 {u} 以及 N-N{u} 即可。
伪代码过程:
BronKerbosch2(R,P,X):
if P and X are both empty:
report R as a maximal clique
choose a pivot vertex u in P ⋃ X
for each vertex v in P \ N(u):
BronKerbosch2(R ⋃ {v}, P ⋂ N(v), X ⋂ N(v))
P := P \ {v}
X := X ⋃ {v}
由于其是通过选择特殊点,来进行最小化递归调用,一定程度上节省了时间,但还可以与降序的方式结合使用,来保证在线性的时间内求子图的最大团
伪代码过程:
BronKerbosch3(G):
P = V(G)
R = X = empty
for each vertex v in a degeneracy ordering of G:
BronKerbosch2(R ⋃ {v}, P ⋂ N(v), X ⋂ N(v))
P := P \ {v}
X := X ⋃ {v}
3.实现
int n,m;
bool G[N][N];
int cnt[N];//cnt[i]为>=i的最大团点数
int group[N];//最大团的点
int vis[N];//记录点的位置
int res;//最大团的数目
bool dfs(int pos,int num){//num为当前独立集中的点数
for(int i=pos+1;i<=n;i++){
if(cnt[i]+num<=res)//剪枝,若取i但cnt[i]+已经取了的点数仍<ans
return false;
if(G[pos][i]){//与当前团中元素比较,取Non-N(i)
int j;
for(j=0;j<num;j++)
if(!G[i][vis[j]])
break;
if(j==num){//若为空,则皆与i相邻,则此时将i加入到最大团中
vis[num]=i;
if(dfs(i,num+1))
return true;
}
}
}
if(num>res){//每添加一个点最多使最大团数+1,后面的搜索就没有意义了
for(int i=0;i<num;i++)//最大团的元素
group[i]=vis[i];
res=num;//最大团中点的数目
return true;
}
return false;
}
void maxClique(){
res=-1;
for(int i=n;i>0;i--){//枚举所有点
vis[0]=i;
dfs(i,1);
cnt[i]=res;
}
}
int main(){
int T;
scanf("%d",&T);
while(T--){
memset(G,0,sizeof(G));
scanf("%d%d",&n,&m);
for(int i=0;i<m;i++){
int x,y;
scanf("%d%d",&x,&y);
G[x][y]=1;
G[y][x]=1;
}
//建立反图
for(int i=1;i<=n;i++){
for(int j=1;j<=n;j++){
if(i==j)
G[i][j]=0;
else
G[i][j]^=1;
}
}
maxClique();
if(res<0)
res=0;
printf("%d\n",res);//最大团的个数
for(int i=0;i<res;i++)//最大团中的顶点
printf("%d ",group[i]);
printf("\n");
}
return 0;
}
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· 基于 Docker 搭建 FRP 内网穿透开源项目(很简单哒)
· ollama系列1:轻松3步本地部署deepseek,普通电脑可用
· 按钮权限的设计及实现
· 【杂谈】分布式事务——高大上的无用知识?