Алгоритм двух китайцев — различия между версиями
Yurik (обсуждение | вклад) (→Корректность) |
Yurik (обсуждение | вклад) (→Реализация) |
||
Строка 77: | Строка 77: | ||
=== Реализация === | === Реализация === | ||
<br> | <br> | ||
− | + | Обозначения: | |
− | + | *Граф хранится в виде множества ребер + индекс корня. | |
− | + | *Множество ребер - список смежности. | |
− | + | *Ребро - структура {from, to, weight}. | |
− | + | *root - текущий корень. | |
− | |||
− | |||
− | + | Особенность реализации: алгоритму не важна кратность ребер, поэтому при составлении нового графа кратные ребра могут | |
+ | появиться - это уменьшает асимптотику с <tex>O(V^2)</tex> до <tex>O(E)</tex> | ||
− | <tex>findMST(edges, n, root) | + | Проверяем, можно ли дойти из <tex>v</tex> до остальных вершин. Если можно - запускаем findMST. |
− | int result = 0 | + | |
− | int minEdge[n] | + | int findMST(edges, n, root): |
+ | int result = 0 | ||
+ | int minEdge[n] // создаем массив минимумов, входящих в каждую компоненту, инициализируем бесконечностью. | ||
for each <tex>e \in E</tex> | for each <tex>e \in E</tex> | ||
minEdge[e.to] = min(e.w, minEdge[e.to]) | minEdge[e.to] = min(e.w, minEdge[e.to]) | ||
− | for each <tex>v \in V | + | for each <tex>v \in V \backslash \{root\}</tex> |
res += minEdge[v] //веса минимальных ребер точно будут в результате | res += minEdge[v] //веса минимальных ребер точно будут в результате | ||
edge zeroEdges[] //создаем массив нулевых ребер | edge zeroEdges[] //создаем массив нулевых ребер | ||
for each <tex>e \in E</tex> | for each <tex>e \in E</tex> | ||
− | if | + | if e.w == minEdge[e.to] |
zeroEdges.pushback(<tex>e_1</tex>) // <tex>e_1</tex> - ребро е, уменьшенное на минимальный вес, входящий в e.to | zeroEdges.pushback(<tex>e_1</tex>) // <tex>e_1</tex> - ребро е, уменьшенное на минимальный вес, входящий в e.to | ||
− | + | if dfs(root, zeroEdges) // проверяем, можно ли дойти до всех вершин по нулевым ребрам | |
− | |||
return res | return res | ||
− | int newComponents[n] | + | int newComponents[n] // будущие компоненты связности |
− | newComponents = | + | newComponents = Сondensation(zeroEdges) |
− | edge newEdges[] //создаем массив ребер в новом графе с вершинами в | + | edge newEdges[] //создаем массив ребер в новом графе с вершинами в полученных компонентах |
for each <tex>e \in</tex> zeroEdges | for each <tex>e \in</tex> zeroEdges | ||
− | if | + | if e.to и e.from в разных компонентах |
добавляем в newEdges ребро с концами в данных компонентах и весом e.w | добавляем в newEdges ребро с концами в данных компонентах и весом e.w | ||
− | res += | + | res += findMST(zeroEdges, ComponentsCount, newComponents[root]) |
return res | return res | ||
Версия 00:37, 12 декабря 2012
НЯ! Эта статья полна любви и обожания. Возможно, стоит добавить ещё больше? |
Алгоритм двух китайцев — алгоритм построения минимального остовного дерева во взвешенном ориентированном графе с корнем в заданной вершине. Был разработан математиками Чу Йонджином и Лю Цзенхонгом.
Содержание
Постановка задачи
Дан взвешенный ориентированный граф
и начальная вершина . Требуется построить корневое остовное дерево в с корнем в вершине , сумма весов всех ребер которого минимальна.Алгоритм
Описание
Если хотя бы одна вершина графа
|
Пример
Корректность
Замечания:
- После перевзвешивания в каждую вершину кроме
- Пусть
Лемма: |
Кратчайшее дерево путей в графе можно получить, найдя кратчайшее дерево путей в графе , а затем заменив в нем каждую компоненту сильной связности деревом, построенным из дуг нулевой длинны. |
Доказательство: |
Зафиксируем любое дерево путей и покажем, что в графе | найдется дерево не большей длины, имеющее такую структуру, как сказано в лемме. Для такой структуры дерева необходимо и достаточно, чтобы в каждое из подмножеств входило только по одному ребру. Меньше быть не может, иначе получится отдельная компонента связности. Если же в какое-то подмножество входит больше чем одно ребро, то все ребра кроме одного можно заменить ребрами нулевой длины, лежащими внутри подмножества, что разве лишь уменьшит длину дерева и не нарушит связности. Повторяя это преобразование нужное число раз мы добьемся искомой структуры дерева.
Из сделанных замечаний и леммы следует, что дерево
Реализация
Обозначения:
- Граф хранится в виде множества ребер + индекс корня.
- Множество ребер - список смежности.
- Ребро - структура {from, to, weight}.
- root - текущий корень.
Особенность реализации: алгоритму не важна кратность ребер, поэтому при составлении нового графа кратные ребра могут появиться - это уменьшает асимптотику с
доПроверяем, можно ли дойти издо остальных вершин. Если можно - запускаем findMST. int findMST(edges, n, root): int result = 0 int minEdge[n] // создаем массив минимумов, входящих в каждую компоненту, инициализируем бесконечностью. for each minEdge[e.to] = min(e.w, minEdge[e.to]) for each res += minEdge[v] //веса минимальных ребер точно будут в результате edge zeroEdges[] //создаем массив нулевых ребер for each if e.w == minEdge[e.to] zeroEdges.pushback( ) // - ребро е, уменьшенное на минимальный вес, входящий в e.to if dfs(root, zeroEdges) // проверяем, можно ли дойти до всех вершин по нулевым ребрам return res int newComponents[n] // будущие компоненты связности newComponents = Сondensation(zeroEdges) edge newEdges[] //создаем массив ребер в новом графе с вершинами в полученных компонентах for each zeroEdges if e.to и e.from в разных компонентах добавляем в newEdges ребро с концами в данных компонентах и весом e.w res += findMST(zeroEdges, ComponentsCount, newComponents[root]) return res
Сложность
Всего будет построено не более
конденсаций. Конденсацию можно построить за . Значит, алгоритм можно реализовать за .Источники
- Романовский И. В. Дискретный анализ, 3-е изд., перераб. и доп. - СПб.:Невский Диалект; БХВ-Петербург, 2003. - 320 с.: ил. - ISBN 5-7940-0114-3
- http://is.ifmo.ru