算法--最小生成树和二分图

这里写目录标题

  • Xmind
  • 最小生成树
    • Prim算法
      • 思想
      • 例子+题解
    • kruskal算法
      • 思想
      • 例子+题解
  • 二分图
    • 染色法
      • 思想
    • 二级目录
    • 二级目录
  • 一级目录
    • 二级目录
    • 二级目录
    • 二级目录
  • 一级目录
    • 二级目录
    • 二级目录
    • 二级目录
  • 一级目录
    • 二级目录
    • 二级目录
    • 二级目录

Xmind

算法--最小生成树和二分图_第1张图片

最小生成树

Prim算法

思想

算法--最小生成树和二分图_第2张图片
对于dist数组,仍然是一个点到某个东西的距离,只不过这里是到集合的距离
同时我们有一个集合s,表示已经在最小树里的点,表示出来就是数组st[ ]为真或假,某个点的st为真,那么就在集合s中

首先初始化dist数组为正无穷
之后对于遍历n次,
对于每次遍历
找到集合外距离最近的点,实际上就是目前dist[ ]中在s集合之外的最小值的点,给到t
之后用t来更新其他点到集合的距离,实际上是更新dist数组,判断该点到某个点的距离是否小于某个点现有的dist数组的值,如果小于则更新那个点的dist
然后将t加入到集合s,即st[t]=true

最后所生成的最小树,点就是集合s中的那些点
边,就是每个点的dist数组中所存的权值对应的边,如果对于一个点的dist的值有两条边,那么随意选一条即可

至于一个点到集合的距离,就是该点到集合中所有点的距离的最小值,如下图,实际上就是上面维护的dist数组,
算法--最小生成树和二分图_第3张图片

例子+题解

算法--最小生成树和二分图_第4张图片

算法--最小生成树和二分图_第5张图片
对于数据,如果边的数量与点的平方的数量相当,那么就是稠密图

算法--最小生成树和二分图_第6张图片
首先初始值都为无穷,之后由于都是无穷,所以随便拿一个,就拿一号点作为起点,
所以一号点是t,之后用该点去更新其他点的dist,
之后,从其他点的dist中,找到dist值最小的那个点,二号点,用该点去更新其他点,
对于三号点,旧值(到一号点的距离)是2,新值(到二号点的距离)是2,所以无需更新
对于四号点,从二号点无法到达四号点,所以无需更新
之后将二号点加入到s集合,也就是st[2]=true

之后再从其他点的dist中,找到值最小的那个点,三号点,…依次执行
算法--最小生成树和二分图_第7张图片
数据分析:对于稠密图,使用邻接矩阵,即二维数组g[N][N]
宏定义INF为0x3f3f3f3f

在prim算法中
首先初始化为无穷
之后,根据题目,要有一个res来接收结果,初始化为0

然后有一个for循环,进行n次遍历
对于每次遍历,
首先初始化t为-1;
之后,遍历一号点到n号点,j从1到n
判断j点不在集合s,同时 t==-1 或者 dist[t]>dist[j]
(因为t==-1主要是为了应对初始状态都是正无穷时,将一号点当做起点;之后dist[t]>dist[j]是因为dist[t]是上一轮中的dist的最小值,如果找到dist[j] 如果判断成立,那么取出j给到t
之后,如果不是第一个点,同时dist的值为无穷,那么意味着存在一个点与树是不连通的,直接返回INF
之后,如果不是第一个点,将dist的值加入到res中,
(接下来就是在为下一次循环做数据准备了,上面在进行最小树构造,所以有关从最小树获取某些信息的操作,在这一步之前进行比较稳妥)
之后,用t来更新其他点到集合的距离,即对于j从1到n,dist[j]=min(disy[j],g[t][j]);
(直接拿着t到其他点的距离来更新)
最后将t加入到s中

函数最后返回res;
算法--最小生成树和二分图_第8张图片

kruskal算法

思想

算法--最小生成树和二分图_第9张图片
对于稀疏图寻找最小生成树,使用该算法
首先将所有的边按照权重从小到大进行排序,排序到一个结构体数组里
之后,枚举每条边ab,以及权重c
如果ab不连通,那么将ab加入到最小生成树集合中

例子+题解

算法--最小生成树和二分图_第10张图片

算法--最小生成树和二分图_第11张图片
这里定义一个结构体,Edge结构体,里面有元素a,b,w
重载运算符小于号<
方便结构体直接进行比较
在这里插入图片描述
算法--最小生成树和二分图_第12张图片

二分图

染色法

思想

算法--最小生成树和二分图_第13张图片
二分图:一个图中相连的两个点,分别在不同的集合中,如下图:

当图中不含奇数环的话,染色过程就没有矛盾,也就是相连的两个点所染得色不同,是相反的
算法--最小生成树和二分图_第14张图片
算法--最小生成树和二分图_第15张图片
算法--最小生成树和二分图_第16张图片
算法--最小生成树和二分图_第17张图片
数据分析,用邻接表来存,
N是点的数量,M是边的数量,因为邻接表中,边的权值存在数组里,且是无向图,所以,M要取真正边数的两倍

定义一个color数组,表示某个点被染成白还是黑
算法--最小生成树和二分图_第18张图片
上图中,首先是一个add函数,仍然采用头插法
之后main函数里,先进行初始化,将h数组初始化为-1
之后,对于m个询问,分别输入点并调用add函数

然后定义一个fiag值,用来记录是否出现矛盾,初始化为true

之后遍历i从1到n
if i没被染色,
那么调用dfs并染成1:dfs(i,1)
同时再次判断:如果返回dfs结果是假,那么就表明出现了矛盾,flag更新为false

对于dfs:
算法--最小生成树和二分图_第19张图片
首先第一行就是一个染色的功能
color[u]=c;
根据二分染色的规则,一个连通图中,一旦一个点被染色了,那么其他点的颜色都被定了
第一个for循环,是遍历u所有的出边e[i]号结点,也就是j号结点
如果j点没被染色,那么染成相反的颜色(用2表示,也就用3-c来实现),同时放入if函数进行判断,如果dfs返回了false,那么就是有冲突,那么就返回false
else,如果j点被染色,那么比较该点是否与传进来的c一样,如果一样,就矛盾,返回false

最后如果都通过了,返回true;

二级目录

二级目录

一级目录

二级目录

二级目录

二级目录

一级目录

二级目录

二级目录

二级目录

一级目录

二级目录

二级目录

二级目录

你可能感兴趣的:(算法)