[2018年最新整理]《关键边(KeyEdge)》解题报告.docVIP

《关键边（Key Edge）》解题报告 安徽 周源 摘要 算法 动态维护树+最近公共祖先查询 时间复杂度 O(NlogN + M + QlogN) 空间复杂度 O(N + M) 问题描述 写一个程序，读入一个无向的连通图的信息，图中两点间可以有多条边，可以有边的两个端点相同。程序需要处理以下两种命令： 删除图中一条边（保证边存在，删除后仍保证图是连通的） 询问图中两个点a和b之间的关键边有多少个（所谓关键边，即若删除了这条边，a和b就无法互相到达） 输入格式： 输入文件第一行有三个整数N, M和Q，分别表示图中顶点个数，边的个数和需要执行的命令个数，图中节点的编号为1…N 接下来M行，每行两个整数描述图中的一条边 接下来Q行，每行描述一条命令： 1 a b：表示删除图中的边(a, b) 2 a b：表示询问图中a到b路径上关键边的数目 输出格式： 对于每一次询问，你的程序都需要向输出文件输出一行：a和b间关键边的数目 数据规模： 1 ≤ N ≤ 3 * 104 1 ≤ M ≤ 105 1 ≤ Q ≤ 105 分析 这是我为今年安徽省省赛出的一道备选试题，；因此在2005年5月26日前保密(。 初步分析 本题的输入涉及到两类操作，一是删除某条边，一是询问关键边数目。 我们先来看一个简单一些的问题：如果没有删边操作，而只是给出一幅图，不停地询问某两点间关键边的数目，该如何设计高效的算法？ [定理1]任意两点a和b间的关键边集合，等于a到b任意一条路径与整个图的关键边集合的交集。 [证明]不妨设a和b间关键边的集合为C，整幅图的关键边集合为K，而存在某一条a至b的路径P。 分析任意一条边e ∈ C，由于删去了e，a和b就不连通了，那么显然整个图也就不连通了，因此e ∈ K，而既然e是a到b的关键边，说明从a到b必然经过e，所以有e ∈ P。故： 任意e ∈ C ( e ∈ K∩P 即： C K∩P (1) 而另一方面，对于任何e ∈ K∩P，设e的两个端点为u和v：在路径P上，从a出发，先到达u，然后穿过e，从v到达b。由于e是图中的关键边，删除e以后整幅图会分裂成为两个部分：一部分含有u节点，一部分含有v。若在分裂后的图中a和b仍然连通，可知：a与u存在一条不含e的路径，因此连通，同样b和v连通，故u和v连通，导出矛盾。因而a和b在删除e以后必然不连通，即 任意e ∈ K∩P ( e ∈ C K∩P C (2) 综合(1)式和(2)式，得 C = K∩P 故[定理1]成立。 由[定理1]可知，任意两点间的关键边与整幅图的关键边都有密切的关系。因此不妨先求出图的关键边：根据图论知识可知，一幅图中的关键边连接的都是不同的块，如果将图中的一个个块收缩成节点（或是说看成节点），则任意两个块之间的路径上的边都是关键边，由关键边的性质：任意两个块之间有且仅有一条路径，即收缩后的图是一棵树，不妨称之为关键边树。 根据[定理1]，两点间的关键边集合等于两点间任意路径和整幅图关键边集的交。因此不难发现，若找到a和b所属的块A和B，那么在关键边树上A到B的唯一路径上的边都是a到b的关键边，即我们要求的关键边数目就是关键边树上A到B的路径长度：如下图中的红色边所示。 那么目前问题的关键在于如何求树上两点间的距离：不妨任选一个点R作为根，将这棵树变成一棵有根树后，可以确定每一个点的深度：DepthA，DepthB等等。 不难看出A到B的路径一定是从A开始，先向上走到A和B的最近公共祖先： C = LCA(A, B) 接着再从C向下沿着树上边走到B。 那么前一段的路径长度为DepthA – DepthC，而后一段路径长度则为DepthB – DepthC，因此A到B的路径长度则为： DepthA + DepthB – 2 * DepthC 由于询问LCA可以在O(nlogn)的时间内与处理，并做到O(1)的询问。 因此对于这个子问题，我们可以做到O(m + nlogn)的预处理，以及O(1)的询问。其中O(m)的预处理是求出图中的块，构造关键边树。 深入思考 回到原先的问题中，如何让我们的算法支持删除操作呢？由于本题并没有要求我们的算法支持联机操作，因此我们可以设计这样的脱机算法：先将所有的边都删除，然后反向执行所有的操作：遇到询问就打印结果，而遇到删除操作，我们要做的则是向图中加上一条边！ 因此现在我们的算法需要支持的操作是插入，而不是删除——看上去这样会简单一些(。 在询问时我们需要知道的两个量：Depth和LCA函数，在每加入一条边的时候，我们就需要维护手中的关键边树，以及与树有关的这两个量。 如上图所示，假设在图中插入了一条边e(a, b)，我们首先找到a和b分别所在的块A和B。那么实际上即可以理解为在手头的关