NOIP图论.pptxVIP

图论 · Graph Theory 北京大学 李煜东 Peking University 图的存储 基本知识 图论 Graph Theory 图的遍历 深度优先遍历 访问标记避免重复、时间戳(dfn) 广度优先遍历 循环队列、优先队列 边权为01的图上双端队列 拓扑排序 判定有向无环图(DAG) 基本知识 图论 Graph Theory 任意两点间的最短路问题 使用动态规划求解？需要定义状态、阶段、决策。 以长度为阶段？ 经过k条边从x到y的最短路F[k,x,y] = Min{F[i,x,z]+F[k-i,z,y]}，O(N^4) 倍增优化？ 经过2^k条边从x到y的最短路F[k,x,y]=Min{F[k-1,x,z]+F[k-1,z,y]} 经过=2^k条边从x到y的最短路D[k,x,y]=Min(D[k-1,x,y],F[k,x,y]) 经过=N条边从x到y的最短路：对N二进制分解，套用矩阵乘法模型 这里重新定义运算规则：加法←求Min，乘法←加法。O(N^3logN) 其实可以直接套用矩阵乘法模型求邻接矩阵A的N次方？ 最短路 图论 Graph Theory Floyd算法 动态规划以”途径点集大小”为阶段？ 以长度为阶段效率不高，是因为没有充分利用阶段与决策之间的关系 决策需要枚举中转点，不妨考虑也以中转点集为阶段 F[k,i,j]表示”可以经过标号≤k的点中转时”从i到j的最短路 F[0,i,j]=A[i,j]，A为前面定义的邻接矩阵 F[k,i,j]=Min{F[k-1,i,k]+F[k-1,k,j]}，O(N^3) k这一维空间可以省略，变成D[i,j] 就成为了我们平时常见的Floyd算法 由于k是DP的阶段循环，所以k循环必须要放在最外层 最短路 图论 Graph Theory POJ3613 T个点的无向图，求从S到E经过恰好N条边的最短路 T=100，N=1000000 使用以长度为阶段的DP算法 用倍增or矩阵乘法加速 最短路 图论 Graph Theory Floyd求最小环(POJ1734) 最小环：从一个点出发经过至少一条边回到该点，不能重复经过某条边，距离最短的回路。 有向图最小环： 令dist[i,i]=+∞，然后floyd求最短路。 无向图最小环： 在最外层循环开始进行k时，用“i到k、再到j、再经过编号k的节点从j到i”的最短路w(i,k)+w(k,j)+dist[i,j]来更新最小环。 最短路 图论 Graph Theory Matrix-Tree定理 生成树计数 图论 Graph Theory 单源最短路径问题 Dijkstra算法 堆优化的Dijkstra算法 Bellman-Ford算法 SPFA(Shortest Path Fast Algorithm)算法 SLF优化的SPFA算法 最短路 图论 Graph Theory Dijkstra算法 节点分成两组：已经确定最短路、尚未确定最短路 不断从第2组中选择路径长度最短的点放入第1组并扩展 本质是贪心，只能应用于正权图 普通的Dijkstra算法O(N^2) 堆优化的Dijkstra算法O(NlogN)~O(MlogN) 最短路 图论 Graph Theory SPFA算法 Bellman-Ford算法：对每条边执行更新，迭代N-1次 SPFA = 队列优化的Bellman-Ford算法 本质上还是迭代——每更新一次就考虑入队 稀疏图上O(kN)，稠密图上退化到O(N^2) SLF优化：Small Label First, 新入队点与队头比较 LLL优化：Large Label Last, 队头与平均值比较 可以应用于负权图 最短路 图论 Graph Theory Tyvj2032 /p/2032 简单的变形—— 最短路的状态扩展到二维 D[i,j]表示到达第i层手柄在位置j时的最短时间 最短路 图论 Graph Theory POJ3463 题意：求最短路、次短路及其条数？ d[i][0]表示起点到i的最短路权值，f[i][0]表示其条数。 d[i][1]表示起点到i的次短路权值，f[i][1]表示其条数。 仍然套用Dijkstra或SPFA求最短路的模板，更新的时候分4种情况讨论： d[x][k]+z=d[y][0]，那么f[y][0]+=f[x][k]。 d[x][k]+z=d[y][1]，那么f[y][1]+=f[x][k]。 d[x][k]+zd[y][0]，那么d[y][1]=d[y][0], f[y][1]=f[y][0], d[y][0]=d[x][k]+z, f[y][0]=f[x][k]。 d[y][0]d[x][k]+zd[y][1]，那么d[y][1]=d[x][