浅析树的划分问题演示教学.pptVIP

问题的提出 这是一道提交答案式的题目，其中 test6～test9 所给的图是一棵树，若不考虑具体的数据情况，我们可以将原问题抽象成如下问题： 给定一棵树以及树中每个顶点的一个非负权值，将树划分为k棵子树，定义：sum(i)表示第i棵子树中所有顶点权值的和，x=min{ sum(i)|1≤i≤ k }，请求出x的最大值并输出一种划分方案。 我们把它称作树的最大－最小划分问题。 算法1：问题转化 考虑新问题： 对于一个确定的下界，最多可将树划分为多少棵子树，使得每棵子树的权值和都不小于此下界？ 新问题 ＋ 二分法 原问题 解决新问题 新问题的解决只需要一个以贪心思想为基础的扫描算法。 3 9 3 5 3 12 6 4 下界：10 3 5 12 4 17 3 10 6 解决原问题 时间复杂度：O(N) 已是理论下界 通过二分法来找到最大的下界x，使得划分的最大子树数目不小于k，x即为原问题的解。 小结 解决问题的途径：问题转化 实现简单，运行效果好 运行时间依赖于节点的权值范围 若节点的权值范围很大或者权值是小数甚至无理数…… 时间复杂度不依赖于节点权值范围的算法？ 新思路： 割 一条边所连接的两个顶点分属不同的子树，则称在这条边上有一个“割”。 每个割对应一棵子树 + 根节点所在子树 划分k棵子树 将k-1个割分配到k-1个不同的边上 新思路： 移动 一次移动被定义为将一个割从一条边移到一条与它相邻的边上，并且保证新的边一定是在原来那条边的下一层。 新算法: 初始状态 + 移动规则 关键点 初始状态 最简单的方法： · 任选一个度为1的顶点为根 · 将所有割都放在与根相连的唯一的边上 可以由初始状态到达任何一个目标状态 关键： 移动规则的制定 移动规则 依据的还是一种贪心的思想： 1.计算出当前状态下子树权值和的最小值 Wmin 2.考虑所有可能的移动，找出能使移动后的割所对应的子树权值和Wnow最大的那种移动 3.如果Wnow ≥ Wmin，那么进行这步移动，并转到步骤1 4.算法结束，Wmin 即为所求的最大的最小值，当前划分即为一种最优划分 证明？ 例子 7 9 1 3 9 12 8 当前划分 一种最优划分 “上方” 当前划分总是在某个最优划分的“上方” “上方”的定义 划分A在划分A’的上方，也就是存在一种A的割和A’的割的一一对应，使得每个A的割都在它所对应的A’的割的上方。 更加实用的性质 ？ 定义：部分子树 若一棵树T的子树T’包含了顶点v连同v的某一个儿子以及这个儿子的所有后继，则称T’是T在顶点v处的一棵部分子树。与v相连的唯一一条边被称为T’的初始边。 v 初始边 重要性质 划分A在划分A’上方 A A’ #(A) ≤ #(A’) 证明算法 (1) 在初始状态时的划分A是在任何一个最优划分Q的上方的。 (2) 若存在一个最优划分Q使得当前的划分A是在Q的上方，且A和Q不相等，则算法一定不会终止。 (3) 设A在Q的上方且A不等于Q，在算法进行一步后A变为A’，我们一定还能找到一个最优划分Q’使得A’在Q’上方。 (4) 算法会在有限步内终止，算法终止时的划分一定是一个最优划分。 一些说明 字母A表示由算法进行而得到的划分。 字母Q表示一个最优划分，即使得最小子树最大的划分。 用Wmin(A)表示在划分A下的最小子树的权值和 对于任意划分A，Wmin(A) ≤ Wmin(Q) 证明算法(2) (2) 若存在一个最优划分Q使得当前的划分A是在Q的上方，且A和Q不相等，则算法一定不会终止。 当前划分A 最优划分Q c s c’ c’ ≥ Wmin(Q) ≥ Wmin(Q) ≥ Wmin(A) 证明算法(3) (3) 设A在Q的上方且A不等于Q，在算法进行一步后A变为A’，我们一定还能找到一个最优划分Q’使得A’在Q’上方。 c c s s e1 e2 v ≥Wmin(Q) 当前划分A 最优划分Q 情况1：对于在顶点v处的每一棵部分子树T’，都有#(A)=#(Q)。 证明算法(3) 情况2：存在在顶点v处的某棵子树T’，使得#(A)#(Q)。 c c e1 e2 v s s ≥Wmin(Q) ≥Wmin(Q) ≥Wmin(Q) e3 当前划分A 最优划分Q 呼，终于证完了…… 小结 新思想，新方向：割，移动 贯穿整个证明过程的思想：上方 当前划分 最优划分 上方 “序”的概念 算法的扩展 权函数的扩展 子树中所有节点的权值之和 子树中节点权值最大值？ 子树半径？（树的