五一清北学堂培训之图论

dalao曰:图论千万步,放弃第一步

存储:

1.邻接矩阵

 

      缺点:1.有重边时很麻烦

                 2.空间复杂度太高

     优点:写起来简单(当然还有其他优点辣)

  

#include <bits/stdc++.h>

using namespace std;

const int N = 5005;

int ideg[N], odeg[N], n, m, edg[N][N];
bool visited[N];

void travel(int u, int distance)
{
    cout << u << " " << distance << endl; visited[u] = true;
    for (int v = 1; v <= n; v++)
        if (edg[u][v] != -1 && !visited[v])
            travel(v, distance + edg[u][v]); //if there is an edge (u, v) and v has not been visited, then travel(v)
}
int main()
{
    cin >> n >> m;
    memset(edg, -1, sizeof edg);
    memset(visited, false, sizeof visited);
    for (int u, v, w, i = 1; i <= m; i++)
        cin >> u >> v >> w, edg[u][v] = w, odeg[u]++, ideg[v]++;//加出度和入度 
    for (int i = 1; i <= n; i++)
        cout << ideg[i] << " " << odeg[i] << endl;
    for (int i = 1; i <= n; i++)
        if (!visited[i]) travel(i, 0);
}

2.邻接表

   我们发现邻接矩阵中有好多位置是空的,所以我们可以只记录一个点的出边,就形成了邻接表

类似一个链表的形式,遍历时,只要把list[i]后面的链遍历就行了。

  指针版本

#include <bits/stdc++.h>

using namespace std;

const int N = 5005;

struct edge {
    int u, v, w; edge *next;
    edge(int _u, int _v, int _w, edge *_next):
        u(_u), v(_v), w(_w), next(_next) {}
};
edge *head[N]; //List[u] stores all edges start from u
int ideg[N], odeg[N], n, m;
bool visited[N];

void add(int u, int v, int w)
{
    edge *e = new edge(u, v, w, head[u]);
    head[u] = e;
}
void travel(int u, int distance)
{
    cout << u << " " << distance << endl; visited[u] = true;
    for (edge *e = head[u]; e ; e = e -> next)
        if (!visited[e -> v])
            travel(e -> v, distance + e -> w); //if there is an edge (u, v) and v has not been visited, then travel(v)
}
int main()
{
    cin >> n >> m;
    memset(visited, false, sizeof visited);
    memset(head, 0, sizeof head);
    for (int u, v, w, i = 1; i <= m; i++)
        cin >> u >> v >> w, add(u, v, w), odeg[u]++, ideg[v]++;
    for (int i = 1; i <= n; i++)
        cout << ideg[i] << " " << odeg[i] << endl;
    for (int i = 1; i <= n; i++)
        if (!visited[i]) travel(i, 0);
}

来我们看看好理解的数组版本

#include <bits/stdc++.h>

using namespace std;

const int N = 5005;

struct edge {
    int u, v, w, next;
}edg[N];
int head[N]; //记录每个点的最后一条出边的编号,方便记录next
int ideg[N], odeg[N], n, m, cnt; //cnt: 边的编号
bool visited[N];
void add(int u, int v, int w)
{
    int e = ++cnt;//编号加以
    edg[e] = (edge){u, v, w, head[u]};//e的next是当前的head[u](u是起点)
    head[u] = e;
}
void travel(int u, int distance)//遍历
{
    cout << u << " " << distance << endl; visited[u] = true;
    for (int e = head[u]; e ; e = edg[e].next)//终止条件:next不存在
        if (!visited[edg[e].v])
            travel(edg[e].v, distance + edg[e].w); //如果没有遍历过,就遍历它
}
int main()
{
    cin >> n >> m; cnt = 0;
    memset(visited, false, sizeof visited);
    memset(head, 0, sizeof head);
    for (int u, v, w, i = 1; i <= m; i++)
        cin >> u >> v >> w, add(u, v, w), odeg[u]++, ideg[v]++;
    for (int i = 1; i <= n; i++)
        cout << ideg[i] << " " << odeg[i] << endl;
    for (int i = 1; i <= n; i++)
        if (!visited[i]) travel(i, 0);
}

 

举个例子

 

 

二维数组模拟邻接表

edg[u][k]记录从u出发的第k条边,不过还是n^2的。因为在一开始,我们就确定了数组的长度,所以还是有浪费。

怎么办?vector。

vector是用多少,有多少(变长数组)

#include <bits/stdc++.h>

using namespace std;

const int N = 5005;

struct edge {
    int u, v, w;
};
vector<edge> edg[N]; //长度为n,每个元素是vector的东西(变长数组)这里edg[0]是边长数组,edg[1]也是变长数组.....以此类推
int ideg[N], odeg[N], n, m, cnt; //cnt: numbers of edges
bool visited[N];
void add(int u, int v, int w)
{
    edg[u].push_back((edge){u, v, w});
}
void travel(int u, int distance)//distance:当前的路径总长度
{
    cout << u << " " << distance << endl; visited[u] = true;
    for (int e = 0; e < edg[u].size(); e++)//访问u的所有出边:上限:u的出边数量 
        if (!visited[edg[u][e].v])//edg[u][e]:以u出发的第e条出边 
            travel(edg[u][e].v, distance + edg[u][e].w); //如果没有遍历过,就遍历
}
int main()
{
    cin >> n >> m; cnt = 0;
    memset(visited, false, sizeof visited);
    for (int u, v, w, i = 1; i <= m; i++)
        cin >> u >> v >> w, add(u, v, w), odeg[u]++, ideg[v]++;//记录入度,出度
    for (int i = 1; i <= n; i++)
        cout << ideg[i] << " " << odeg[i] << endl;
    for (int i = 1; i <= n; i++)
        if (!visited[i]) travel(i, 0);
}

dalao 曰:代码比开机要简单

生成树:

 

就是从一个无向连通图中,选一个子图,使这个子图构成一棵树。这个子图就是生成树

树:无环

举个简单的例子

红色部分就是生成树

蓝色也是生成树

一个图的生成树的数量是指数级别的

 

 瓶颈生成树

 

 

就是求所有边中,最大的边权最小的那棵生成树

这里红色比蓝色更优

和最小生成树的区别:

 

 

 

 求瓶颈生成树,不需要全部学这些算法

直接讲kruskal

 

判断联通:并查集。

重复过程直到加入了n-1条边

为什么是对的?

最开始u,v在不同的两个联通块里,现在有一条边w0,但到最后肯定会处于同一个联通块里,所以最后两个连通块中肯定有一条边,假设最后那条边是w1,但是现在w1没有加入,按这个算法,w1一定是比w0小,所以是对的。

 上面的证明并不严谨

下面是严谨的证明。

我们先讲一下闲圈算法消圈算法

把一个环的边从大到小排序。然后把大的边去掉,最后就是最小生成树。kruskal可以用消圈算法证明,不过是把消圈算法反过来。不是去掉边,而是从小到大,加入边。

为什么消圈算法不行?找环太麻烦了。

dalao曰:手速不行就去多玩点游戏,比如扫雷什么的

代码:

#include <bits/stdc++.h>

using namespace std;

const int maxn = 1000005;
struct edge {
    int u, v, w;
}edg[maxn];
int n, m, p[maxn], ans = 0;

bool cmp(edge a, edge b)
    {return a.w < b.w;}
int findp(int t) 
    {return p[t] ? p[t] = findp(p[t]) : t;}
bool merge(int u, int v)
{
    u = findp(u); v = findp(v);
    if (u == v) return false;
    p[u] = v; return true;
}
int main()
{
    cin >> n >> m;
    for (int i = 1, u, v, w; i <= m; i++)
        cin >> u >> v >> w, edg[i] = (edge){u, v, w};
    sort(edg + 1, edg + m + 1, cmp);//排序 
    
    for (int i = 1; i <= m; i++)
        if (merge(edg[i].u, edg[i].v))//将两个点放进同一个连通块里 
            ans = max(ans, edg[i]. w);
    cout << ans << endl;
}

 路径:

 

 举个例子:

上面就是从1到6的路径

但是路径可以有多条。

简单路径:不经过重复的点

路径长度:路径上所有边的边权之和

最短路径问题:

 

每个都要掌握 qwq,当然spfa是bellman_ford的一个优化

 

(松弛过后)

其实就是一个取min的操作,所有求最短路径的算法都是这个思想。

floyd:

 

 似乎就是个DP qwq

这里我们举个例子

k=1:d[4][2]=d[4][1]+d[1][2]=8,d[4][3]=d[4][1]+d[1][3]=26

k=2:可以更新:d[1][4]=2+3=5,d[1][3]=d[1][2]+d[2][3]=11,

k=3:什么都做不了

k=4:d[3][1]=d[3][4]+d[4][1]=7,d[2][1]=d[2][4]+d[4][1]=9

证明:

举个例子

   设是3到5的最短路径,那么4到7的最短路径一定是4->1->7.在k=1时,d[4][7]成为真实值。

k=2:d[3][4]完成

k=3:无影响

k=4:d[3][7]完成(d[3][4]正确,且d[4][7]z正确)

k=5,6:无影响

k=7:d[3][5]完成

在任意一个图里,不断枚举k,就不断完成一些点的真实值。最后全部完成

思想:不断枚举中间点

代码:

#include<iostream>
#include<cstdio>
#include<cmath>
#include<cstring>
#include<algorithm>
using namespace std;
int n,d[101][101],m;
const int inf=0x3ffff;
int main()
{
    scanf("%d%d",&n,&m);
    for(int i=1;i<=n;i++)//初始化
     {for(int j=1;j<=n;j++)
       d[i][j]=inf;
      d[i][i]=0; 
     }
     for(int i=1;i<=m;i++)
     {int x,y,z;
       scanf("%d%d%d",&x,&y,&z);
       d[x][y]=min(d[x][y],z);//无向图的话就是d[y][x]=d[x]y]
     }
     for(int k=1;k<=n;k++)//注意枚举顺序
     {for(int i=1;i<=n;i++)
       {for(int j=1;j<=n;j++)
        {d[i][j]=min(d[i][j],d[i][k]+d[k][j]);
         if(d[i][j]<0)//注意负权环
          {printf("有负权环!");return 0; 
          }
         } 
       }
     }
     for(int i=1;i<=n;i++)
      for(int j=1;j<=n;j++)
       printf("d[%d][%d]=%d\n",i,j,d[i][j]);
}

 

 复杂度:O(n^3) (最多跑n=500)

优势:全部跑完一遍之后,任意两点最短路O(1)询问

有什么问题?

有负权环:

这样会用floyd一直怼,最后炸了。所以也可以用floyd检查是否有负权环。(d[u][u]<0)

当然大部分数据不会有负权环的。

 Bellman-ford

单源最短路:

其实n-1次就够了

复杂度:O(nm)

依旧是可以判负权环

因为在n-1次时,所有值是真实值,但如果有负权环,就会被更新(有负权边不会改变)

代码:

 

#include<iostream>
#include<cstdio>
#include<algorithm>
using namespce std;

int head[10001],cnt,dis[10001];
struct Edge{
    int to,dis,next;
}edge[500001];
void add(int fr,int to,int dis)
{   edge[++cnt].to=to;
    edge[cnt].dis=dis;
    edge[cnt].next=head[fr];
    head[fr]=cnt;
}//上面都是存图
int main()
{ int s; 
  scanf("%d%d%d",&n,&m,&s);
  for(int i=1;i<=m;i++)
   {int fr,to,dis;
    scanf("%d%d%d",&fr,&to,&dis);
    add(fr,to,dis);
   }
   for(int i=1;i<=n;i++)dis[i]=inf;
   dis[s]=0;
  for(int i=1;i<=n;i++)//循环n边(每个点来一遍)
    { for(int j=head[i];j;j=edge[j].next)//链式前向星遍历
       {
         int v=edge[j].to,d=edge[j].dis;//这里就是上面的式子
         dis[v]=min(dis[v],dis[i]+d);
       }
    }
   for(int i=1;i<=n;i++)
     printf("%d\n",dis[i]);
}

 

spfa:

对bellman_ford的优化

基础

在bellman-ford中,我们是对全部边进行松弛操作。

  但是对于一个u,在上一轮去全局松弛中,没有被更新,那么这一轮就没有必要考虑u的出边。因为只有d[u]才会影响到所有的v,v为u的出边的终点的d[v]。如果d[u]没变,后面就没有必要了。

  所以我们维护一个队列,记录d[u]被改变的u,然后枚举u所有出边e,进行松弛,将u出队。对于每一个u的终点v,如果d[v]>d[u]+w,就更新d[v],再将v入队。注意这里一个v可以多次入队。

终止:队空 / d[u]进队列n-1次以上。如果u入队n-1次以上,那就有负权环。

复杂度:O(km)(最坏情况:O(nm))(k的期望为2,但是看数据喽,毒瘤数据也是nm,k为每个点被更新的次数)(记住spfa是会退化的)

网格图可以卡掉spfa

就像这种,每个点是一个交点,就是网格图。

在判断网格图时,可以跑一边spfa,如果炒鸡慢,一般就是网格图

代码:

#include <bits/stdc++.h>

using namespace std;

const int N = 1e5 + 5;
const int inf = 1 << 29;

struct edge{
    int u, v, w;
};
vector<edge> edg[N];
int d[N], n, m, S;

queue<int> Queue;
bool inQueue[N];
int cntQueue[N];

void add(int u, int v, int w)
{
    edg[u].push_back((edge){u, v, w});
}
int main()
{
    cin >> n >> m >> S;
    for (int i = 1; i <= n; i++) d[i] = inf;
    for (int u, v, w, i = 1; i <= m; i++)
        cin >> u >> v >> w, add(u, v, w);
        
    d[S] = 0; inQueue[S] = true; Queue.push(S);//将原点入队 
    while (!Queue.empty())
    {
        int u = Queue.front(); Queue.pop(); inQueue[u] = false;//出队后,u就不在队列里了 
        for (int e = 0; e < edg[u].size(); e++)
        {
            int v = edg[u][e].v, w = edg[u][e].w;
            if (d[v] > d[u] + w)//可以更新 
            {
                d[v] = d[u] + w;//更新 
                if (!inQueue[v])//再判是否入队 
                {
                    Queue.push(v); ++cntQueue[v]; inQueue[v] = true;//注意先入队,再记录入队次数
                    if (cntQueue[v] >= n) {cout << "Negative Ring" << endl; return 0;}//如果有负权环,就结束 
                }
            }
        }
    }
    for (int i = 1; i <= n; i++)
        cout << d[i] << endl;
}

 

 dijkstra

适用:无负权边(比如走高速公路什么的)

 

 

 

  从起点出发,松弛所有直达点,找到距离起点最近的一个直达点,由它再松弛它的直达点,再找到一个距离它最近的直达点,继续松弛............

  所以我们维护一个队列,队列里的点已经被松弛过,找到一个不在队列中,d最小的点u,松弛所有出边,并将u入队

例子:

在上图中,先松弛起点的直达点,然后找到了圈红圈的点,再由这个点进行松弛操作。

证明:显然易证

因为在队列中的点的d已经是真实值了

如何判断点是否在队列里?一次O(N)暴力扫描

 int head[10001],dis[100001],cnt;
 bool dl[10001];
 struct Edge{
     int to,dis,next;
 }edge[500001];
 void add(int fr,int to,int dis)
 {
     edge[++cnt].dis=dis;
     edge[cnt].to=to;
     edge[cnt].next=head[fr];
     head[fr]=cnt;
 }
 int main()
 {
     scanf("%d%d",&n,&m);
      for(int i=1;i<=m;i++)
      {int x,y,z;
        scanf("%d%d%d",&x,&y,&z);
        add(x,y,z);
      }
     //dijkstra(辣鸡版本):
     for(int i=1;i<=n;i++)
     {int u;
        for(int j=1;j<=n;j++)
         if(!dl[j]&&d[j]<d[u])u=j;
       for(int i=head[u];i;i=edge[i].next)
       { dis[edge[i].to]=min(dis[edge[i].to],dis[u]+edge[i].dis); 
       }
     }
 }

复杂度:O(n^2+m)

优化:小根堆

显然它太慢了

   我们可以维护一个小根堆,里面记录没有被用来更新的点u的d,每次取最上面的。如果d[v]被更新了,就把新的d[v]放进堆里,原来的d[v]一定比现在的d[v]大,那么原来的d[v]会在现在的d[v]之后出堆,如果我们发现一个点的所有出边的终点已经被松弛过了,就不需要管他了。所以原来的d[v]就不用管了。

堆这种东西,就是优先队列辣qwq

代码

#include <bits/stdc++.h>

using namespace std;

const int N = 1e5 + 5;
const int inf = 1 << 29;

struct edge{
    int u, v, w;
};
vector<edge> edg[N];
int d[N], n, m, S;

bool relaxed[N];
struct Qnode {
    int u, du;
    bool operator<(const Qnode &v)
        const {return v.du < du;}
};
priority_queue<Qnode> PQueue;

void add(int u, int v, int w)
{
    edg[u].push_back((edge){u, v, w});
}
int main()
{
    cin >> n >> m >> S;
    for (int i = 1; i <= n; i++) d[i] = inf;
    for (int u, v, w, i = 1; i <= m; i++)
        cin >> u >> v >> w, add(u, v, w);
        
    d[S] = 0; PQueue.push((Qnode){S, 0});
    while (!PQueue.empty())
    {
        int u = PQueue.top().u; PQueue.pop();
        if (relaxed[u]) continue;
            //if edges staring from u are already relaxed, no need to relax again.
        relaxed[u] = true;
        for (int e = 0; e < edg[u].size(); e++)
        {
            int v = edg[u][e].v, w = edg[u][e].w;
            if (d[v] > d[u] + w)
            {
                d[v] = d[u] + w;
                PQueue.push((Qnode){v, d[v]});
                //if d(v) is updated, push v into PQueue
            }
        }
    }
    for (int i = 1; i <= n; i++)
        cout << d[i] << endl;
}

 

 先将个东西

DAG

弱连通:把有向图改为无向图后连通。

拓扑排序:

 

 

 

 第一个:true

 第二个:false

再加一个点:拓扑序有很多(阶乘级别)

 直观上好像并不那么显然,我们依旧用上个图举例

出度为0:3,6

把指向3的边扔掉,在拓扑序的最后写下3

之后再找,再写(从后往前找)。

1 4 5 6 2 3

任何一个DAG都有拓扑序:

任意一个DAG一定有出度为0的点,如果没有,就踏遍了天南地北。(因为DAG一共有n个点,但是没有的话,还可以继续走下去,然后就有环了)

删掉一个点,肯定还是个DAG,肯定还有出度为0的点,继续找继续找继续找......拓扑序出来了

#include <bits/stdc++.h>

using namespace std;

const int N = 1e5 + 5;
const int inf = 1 << 29;

struct edge{
    int u, v;
};
vector<edge> edg[N];
int n, m, outdeg[N], ans[N];

queue<int> Queue;
void add(int u, int v)
{
    edg[u].push_back((edge){u, v});
}
int main()
{
    cin >> n >> m;
    for (int u, v, i = 1; i <= m; i++)
        cin >> u >> v, add(v, u), outdeg[u]++;//因为邻接表记录的是出边,所以这里反过来记 
        
    for (int i = 1; i <= n; i++)
        if (outdeg[i] == 0) Queue.push(i);
    for (int i = 1; i <= n; i++)
    {
        if (Queue.empty())
            {printf("Not DAG"); return 0;}
        int u = Queue.front(); Queue.pop(); ans[n - i + 1] = u;
        for (int e = 0; e < edg[u].size(); e++)
        {
            int v = edg[u][e].v;//取一个点,把它的出边终点的出度都减少1 
            if (--outdeg[v] == 0) Queue.push(v);//出度为0:加入拓扑序 
        }
    }
}

 

拓扑排序的用处:

  1.求单源最短路:

    拓扑序中,出现在原点前面的是无穷

 

 

LCA:

有q组询问,在o(logn)的时间内完成一组询问

O(n):先条到同一深度,在同时往上跳。

O(log n):树上倍增

     

 

 

 

 

一个比较直观的图

 

如此魔幻的括号,懂了就不要看了,伤眼。

举个例子

这是个很长的路径,不是一条边

 

 

 

跳到同一深度

跳的深度从log 2 n开始,到1

如果跳了之后相遇,就不跳,不然就跳,跳完后再往上一个就是答案

 

 

 

 

 

 

 

因为x-->t=len(x)-len(t)

 

 

 

 

 

 MST:最小生成树(不是瓶颈生成树)

但这里指的是瓶颈生成树

  为什么?

 

红色是瓶颈生成树的路径。

看起来好像有环的样子。

如果黑色的是答案路径的话,说明黑色上的最大边权,比红色的最大边权要小,而且在有环的情况下.....wait!好像哪里不对的样子,所以这是矛盾的,所以答案就不可能在黑色上面。

 

 最后一句是个什么鬼呢?

简单举个例子:

x到它的64层祖先的最大值=max(x到32层祖先的最大值,x的32层祖先到x的64层祖先的最大值)

就是这样(这里叫倍增)

简单说一下倍增和分治的区别:

分治:把一个大问题分解为几个不重叠的小问题,解决完小问题之后合并。

倍增:先预处理出最底层问题的解,再按某种倍数关系合并。

代码:显然这个题很难,不用证明,所以——————咕咕咕

 

 

posted @ 2019-05-02 18:04  千载煜  阅读(357)  评论(0编辑  收藏  举报