Алгоритмы на деревьях — различия между версиями

Материал из Викиконспекты
Перейти к: навигация, поиск
Строка 8: Строка 8:
 
Возьмём любую вершину <tex> v </tex> и найдём расстояния до всех других вершин.
 
Возьмём любую вершину <tex> v </tex> и найдём расстояния до всех других вершин.
  
<tex>d = \min{ v , u  \subset graph, v \ne u \}</tex> <tex>dist(v, u) </tex>
+
 
  
 
Возьмём вершину <tex> u </tex> такую,что <tex>d[u] \ge d[t]</tex> для любого <tex>t</tex>.Снова найдём расстояние от <tex>u</tex> до всех остальных вершин.Самое большое расстояние {{---}} диаметр дерева.
 
Возьмём вершину <tex> u </tex> такую,что <tex>d[u] \ge d[t]</tex> для любого <tex>t</tex>.Снова найдём расстояние от <tex>u</tex> до всех остальных вершин.Самое большое расстояние {{---}} диаметр дерева.

Версия 22:19, 2 января 2014

Диаметр дерева - максимальная длина (в рёбрах) кратчайшего пути между любыми двумя вершинами. Алгоритм в этой статье находит диаметр в дереве.

Пусть дан граф [math]G = \lt V, E\gt [/math] Тогда диаметром [math]d[/math] называется [math]\max\limits_{u, v \in V} dist(v, u)[/math], где [math]dist[/math] — кратчайшее расстояние между вершинами

Алгоритм

Возьмём любую вершину [math] v [/math] и найдём расстояния до всех других вершин.


Возьмём вершину [math] u [/math] такую,что [math]d[u] \ge d[t][/math] для любого [math]t[/math].Снова найдём расстояние от [math]u[/math] до всех остальных вершин.Самое большое расстояние — диаметр дерева. Расстояние до остальных вершин будем искать алгоритмом [math]BFS[/math].

Реализация

int diameterTree(graph g)              
{
    v = u = w = 0;
    d = bfs(g,v); 
    for(i = 0; i < n; i++)
         if (d[i] > d[u])
              u = i;
    bfs(g,u);
    for(i = 0; i < n; i++)
          if (d[i] > d[w])
               w = i;
    return d[w];
}



Обоснование корректности

Будем пользоваться свойством,что в любом дереве больше одного листа.Исключительный случай-дерево из одной вершины,но алгоритм сработает верно и в этом случае.


Теорема:
Искомое расстояние - есть расстояние между двумя листами.
Доказательство:
[math]\triangleright[/math]
Пусть искомое расстояние - есть расстояние между вершинами [math]a,b[/math] где [math]b[/math] - не является листом. Т.к. b не является листом, то значит её степень [math]\gt [/math] 1 => из неё существует ребро в непосещенную вершину (дважды посетить вершину [math]b[/math] мы не можем). Лемма доказана.
[math]\triangleleft[/math]



После запуска алгоритма получим дерево [math]BFS[/math].

Теорема:
В дереве BFS не существует ребер между вершинами из разных поддеревьев некоторого их общего предка.
Доказательство:
[math]\triangleright[/math]

Предположим существует ребро [math]u,v[/math] между соседними поддеревьями:

Рассмотрим первую вершину в которую приведет наш алгоритм, предположим это вершина [math]u[/math], тогда в ходе рассмотрения всех смежных вершин [math]u[/math] мы добавим в список вершину [math]v[/math], тем самым исключив возможность попадания их в разные поддеревья.
[math]\triangleleft[/math]




Мы свели задачу к нахождению вершины [math]w[/math], такой, что сумма глубин поддеревьев максимальна.

Докажем, что одно из искомых поддеревьев содержит самый глубокий лист. Пусть нет, тогда взяв расстояние от [math]w[/math] до глубочайшего листа мы можем улучшить ответ.

Таким образом мы доказали, что нам нужно взять вершину [math]u[/math] с наибольшей глубиной после первого [math]bfs[/math], очевидно что ей в пару надо сопоставить вершину [math]w[/math] , что [math]dist(u, w)[/math] — максимально. Очевидно, что проблема решается запуском bfs из [math]u[/math].


Оценка производительности

Все операции кроме [math]BFS[/math][math]O(1)[/math]. [math]BFS[/math] работает линейное время,запускаем мы его 2 раза.Получаем [math]O(V + E)[/math].