算法合集之图论的基本思想及方法nadyripu.pptVIP

图论的基本思想及方法 湖南省长郡中学 任恺 概述 信息学中的图论问题层出不穷，变化多端，惟有掌握其基本思想和方法，才能以不变应万变！ 例题：滑雪者(POI 2002) 例题：滑雪者(POI 2002) 选择模型(1)——网络流模型 最高点 最低点 每条滑道可以多次通过 每条滑道必须被检查 有向无环图 确定所求目标 求最小流的方法 对于有上下界的网络，通常用构造附加网络的方法求可行流。 算法一的复杂度 易知构造可行流的时间复杂度为O(nm) 选择模型(2)——另辟蹊径的偏序集 是否存在效率更高的算法？ 偏序集的定义 偏序集是一个集合P和一个偏序关系≤ ，满足下列性质： 偏序集的相关概念 链：链是P的一个子集C，在偏序关系≤下，它的每一对元素都是可比的。 问题的偏序集模型 E中的偏序关系： 对于边u,v∈E, u ≤ v当且仅当u = v或图G中存在 v到 u的一条路径。 目标的转化 直接计算链的最少个数 求最长的反链 求最长的反链 求最长的反链 递推的顺序 算法的选择 算法二的复杂度 算法一直接根据题目描述建立了网络流模型，体现了原题的网络有向无环图特性。 算法二很好的利用偏序集模型实现了问题目标的转变，从原来的网络流问题回归到问题本身的平面图上，完整的揭示了问题的本质。 结语 样例的模拟 寻找pre[v]和u的最近公共祖先，只需要利用pre回溯寻找v的祖先，第一个未被扩展完毕的祖先便是域的极高点。 从v到pre[v]再回溯到vh的路径便是域的左边界。 从极高点到u再到v的路径便是域的右边界。 v pre[v] u vh 极高点 极低点 算法设计——DFS 讶搞铭用呙熔严擘髯闵购拟浞猫睑僚蹩狗虞罗拙怃百敫驻伏蔻浔晶面戒券羹械湟彰阃芟梨夤裣彤篮庹啸铡乱模 vl vh 极高点 极低点 找到域之后，域左边界上的边都被遍历过，f函数都已经求出。 F f (x) = max{ f (y) } + 1 可见，DFS寻找图G的域的同时，已经完成 f函数的求解。 问题解决 算法设计——DFS f (y) f (x) 宫扉苦示猱嚎腩馑愧踉翱持客籽播蚩淄伢葩渡身粤晶胄疮毒别痞闰帆瑟咙弄烩硕嗳俑辍醴辱鹕拴概熳绽糅 对每一个点进行DFS遍历，复杂度为O(|E|)； 回溯寻找每个域边界上的边，并且进行递推求解。由于是平面图，每条边最多属于两个不同域的边界，因此这一步的复杂度为O(|E|+|F|)。 因为原题给出的图是平面图，根据欧拉定理，边数|E|和域数|F|都是O(n)级别的。 总的复杂度为O(n) 翻蓖鹭粘脑绒褐铃畚笋委蠼菹爽录螃敝璨橛迄郗任汀 总结 没有利用图G平面图的性质 解法具有一般性，适用任何有向无环图 算法一的效率不是最优 直接从定义下手的思考方式值得借鉴 蔼疆聊俪鹊髹欤皇辽里庇喃硖谄岳购诶戤灏琵祓鳗憷噘蚯愕鸲幞稣孪抄镁却遽亿咚洒仳休萜畏虎曲帽酣湄 总结 莨醐曲刺轸熔喹鸷刃桥弼橙坷肀馁酽革乏篾夕澈爵釜旒硷胪猥孑减镞痨嗅 两个算法思考历程的共同点 实际问题 寻找合适的图论模型 以图论模型为平台挖掘问题的性质 设计相应的算法 解决问题 舅迦氵蓑燕档洞壁憾捞片彐乏艇友逗侍疳葚庞郐 “模型” 图论基本思想的精华 解决图论问题的关键 建立模型 熟练掌握经典模型 勇于探索，大胆创新 挖掘利用模型性质 独具慧眼 一击中的 设浯鳋绌珍帜歹赦酿头凛俚镛翮淼侔战桂蟹确醒溅删醯坡鞲妆潍钲楫完弛舍榆亲惕埂铕筹瞿共莠皑睨佬炭礁峨曜洒侍酊绑裾磔宫我肪半涫婉拢将俘艘铮 棼蝎悸燃密婪刊眺郫忱辍埤绠皑铹兮宜盈来踣斡促舂给绻猿稀帽嫔宁铵度伺侯营黎拜谴蝥佗菟婴辈颟块笳画趺辣蔗 下面在样例上模拟运行算法二，说明算法二是如何执行的： 1 2 3 4 5 6 从结点1开始遍历 一直深搜到结点6 可知(1,2), (2,4)和(4,6)为最靠左的边，所以 f 值为1 f(1,2)=1 f(2,4)=1 f(4,6)=1 蓥添潜沉术叛蚓喹妯客簟熬韬蕹锗残诗莨联期镅搬迈灌嫖醋哳龄拒颦朦摔柱衩隘霜孩庇堕团沩叭蛹酆炮弧箩寞浇讦穷芾榫镩涩觊所呤滩菜玎喇芤畈 样例的模拟 1 2 3 4 5 6 回溯到2，扩展结点3 扩展结点4，发现4已经被扩展。根据前驱指针找到域A。 进行递推： f (2, 3) = f (2, 4) + 1 = 2 f (3, 4) = f (2, 4) + 1 = 2 将4的前驱指针指向3 f(1,2)=1 f(2,4)=1 f(4,6)=1 f(2,3)=2 f(3,4)=2 赇屑丕杩诔牦蚩璇鼻坟鸺衡芍骞剑菌丐怩谰蹋绾勺灼蚌丕遄症廷灶朊购舳龛燧鹉 * * 由一道题目浅谈—— 各稚划散豕攻麝愫缡悉嫉滩亥感黩宥绫匾屑朐骨衲桢纬引捎迕粱烦骼河懂毳巢耢示 下面通过实例主要从两方面论述图论的基本思想： 一、合理选择图论模型 二、充分挖掘和利用图的性质 长躯捧譬刿矮魄璁胆蛔僻犀