在这篇文章我们提到过sat问题,sat问题是第一个npc问题,具体是这样的SAT全称是satisfiability,他是问对于一个合取范式,是否有一种输入使得他的输出是1,具体点就是类似这样的布尔表达式(x1 or x2 or x3)and(x3 or x4)and(not x1 or x5)对于所有的x是否有一种01取值,使得最后的结果是1。而2-sat问题就是每一个由or连接的子式都只包含两个变量,比如这样(x1 or x2) and (not x3 or x1),2-sat问题是有多项式解法的,而3-sat就是npc问题了,前段时间有人宣称证明了p=np就是因为他自己找到了3-sat的多项式解法,当然最后被证明解法是错误的。。。那么对于2-sat问题解法而言,经典的就是利用强连通分支的算法来解决,最近上的coursera上的algo2有个随机算法也很有趣这里我们也要讲一下。
先来看经典的利用强连通分支的图论解法。我们把每个变量x都拆成2个点,两个点x和~x分别表示这个点取1和这个点取0,所以最后我们就是在这2n个点中选择满足要求的n个点。对于每个子式,假设子式是(x1 or x2),对于2-sat问题而言我们需要每个子式都得1,也就是对于这个子式而言,x1和x2至少要取一个,对应于图中就是,如果我们取~x1就必须取x2,取~x2就必须取x1,所以我们就在图中从~x1到x2和从~x2到x1连两条有向边。同样的如果子式中有not也是类似方法,比如(not x1 or x2)那么就是X1到x2和~x2到~x1两条有向边。一开始的图片构成的图表示的这个式子。
(x0∨x2)∧(x0∨¬x3)∧(x1∨¬x3)∧(x1∨¬x4)∧(x2∨¬x4)∧(x0∨¬x5)
∧(x1∨¬x5)∧(x2∨¬x5)∧(x3∨x6)∧(x4∨x6)∧(x5∨x6)
构建好图之后对图求强连通分支,很显然的如果xi和~xi在同一个强连通分支中那么就是不存在解的。之后进行染色判定,强连通分支缩点之后,把所有的边反向,然后按照拓扑排序的顺序遍历节点,如果节点没有被染色,就涂成红色,然后把和这个点互斥的点(所谓互斥的点就是如果x和~x所在的点),以及这个点的子孙都涂成蓝色,这样取出红色的点就是满足条件的解。这里就不证明了,详细的可以看伍昱的《由对称性解2-SAT问题》和赵爽的《2-SAT解法浅析》两篇。看证明的时候注意对称性,就是说如果x,y在同一个连通分支,那么~x,~y也在同一个连通分支,如果x到y有路,那么~y到~x也有路,注意这个对称性的特点的话,那两篇文章里的证明也就不难看懂了。
talk is easy,show me the code,那么让我们看一下代码吧,这里就用poj 3648来举例。
-
#include <cstdio>
-
#include <cstring>
-
-
const int maxn = 10010;
-
int n, m, nxt [maxn ], head [maxn ], pnt [maxn ], ne, e, a, b, a0, b0;
-
char c1, c2;
-
int nnxt [maxn ], nhead [maxn ], npnt [maxn ];
-
int order [maxn ], norder, id [maxn ], v [maxn ];
-
int ans [maxn ], op [maxn ];
-
-
void dfs ( int d ) {
-
v [d ] = 1;
-
for ( int i =head [d ]; i != -1; i =nxt [i ] )
-
if ( !v [pnt [i ] ] )
-
dfs (pnt [i ] );
-
order [norder ++ ] = d;
-
}
-
void ndfs ( int d, int k ) {
-
v [d ] = 1;
-
id [d ] = k;
-
for ( int i =nhead [d ]; i != -1; i =nnxt [i ] )
-
if ( !v [npnt [i ] ] )
-
ndfs (npnt [i ], k );
-
}
-
void addedge ( int s, int t ) {
-
pnt [e ] = t; nxt [e ] = head [s ]; head [s ] = e ++;
-
}
-
void addnedge ( int t, int s ) {
-
npnt [ne ] = s; nnxt [ne ] = nhead [t ]; nhead [t ] = ne ++;
-
}
-
void color ( int d ) {
-
ans [d ] = 2;
-
for ( int i =head [d ]; i != -1; i =nxt [i ] )
-
if ( !ans [pnt [i ] ] )
-
color (pnt [i ] );
-
}
-
int main ( ) {
-
while ( 1 ) {
-
norder = e = ne = 0;
-
memset (head, -1, sizeof head );
-
memset (nhead, -1, sizeof nhead );
-
scanf ( "%d%d", &n, &m );
-
if ( !n &&!m )
-
break;
-
for ( int i = 0; i<m; ++i ) {
-
scanf ( "%d%c%d%c", &a, &c1, &b, &c2 );
-
if (c1 == 'h' )
-
a0 = n +a;
-
else {
-
a0 = a;
-
a += n;
-
}
-
if (c2 == 'h' )
-
b0 = n +b;
-
else {
-
b0 = b;
-
b += n;
-
}
-
addedge (a0, b );
-
addnedge (b, a0 );
-
addedge (b0, a );
-
addnedge (a, b0 );
-
}
-
addedge ( 0, n );
-
addnedge (n, 0 );
-
memset (v, 0, sizeof v );
-
for ( int i = 0; i< 2 *n; ++i )
-
if ( !v [i ] )
-
dfs (i );
-
int k = 0;
-
memset (v, 0, sizeof v );
-
memset (id, -1, sizeof id );
-
for ( int i =norder -1; i> = 0; --i )
-
if ( !v [order [i ] ] )
-
ndfs (order [i ], k ++ );
-
int mark = 1;
-
for ( int i = 0; i<n; ++i )
-
if (id [i ] ==id [i +n ] )
-
mark = 0;
-
if ( !mark ) {
-
printf ( "bad luck\n" );
-
continue;
-
}
-
for ( int i = 0; i<n; ++i ) {
-
op [id [i ] ] = id [i +n ];
-
op [id [i +n ] ] = id [i ];
-
}
-
e = norder = 0;
-
memset (head, -1, sizeof head );
-
memset (v, 0, sizeof v );
-
memset (ans, 0, sizeof ans );
-
for ( int i = 0; i<n; ++i )
-
for ( int j =nhead [i ]; j != -1; j =nnxt [j ] )
-
addedge (id [i ], id [npnt [j ] ] );
-
for ( int i = 0; i<k; ++i )
-
if ( !v [i ] )
-
dfs (i );
-
for ( int i =norder -1; i> = 0; --i )
-
if ( !ans [order [i ] ] ) {
-
ans [order [i ] ] = 1;
-
color (op [order [i ] ] );
-
}
-
for ( int i = 1; i<n; ++i ) {
-
if (ans [id [i ] ] == 1 )
-
printf ( "%dh", i );
-
else
-
printf ( "%dw", i );
-
if (i<n -1 )
-
printf ( " " );
-
else
-
printf ( "\n" );
-
}
-
}
-
return 0;
-
}
代码自我感觉还是比较清晰的就不解释了,整个过程就是按照上面说的算法进行的。ok,到这里而言acmer的内容已经足够了,下面我们来说说algo2里提到的随机算法。
在讲随机算法之前,首先要介绍“random walks on a line”,假设我们在数轴的点0的位置,在点0的话,下一个时刻我们会移动到点1上,如果在其他的点x,我们有50%的概率下一个时刻移动到点x-1上,有50%的概率移动到x+1上。现在让我们来算一下,从点0开始移动到点n,期望需要移动多少步。这个期望的算法和之前写的这篇的方法差不多。设E(i)是从点i(i<=n)移动到点n所需要的期望的步数。于是我们有
E(n)=0
E(0)=E(1)+1
E(i)=0.5∗(1+E(i+1))+0.5∗(1+E(i−1))
有上面的式子我们可以得到最后的结果,推导比较简单,就不赘述了
E(0)=n2
设Tn表示从0走到n的步数,于是我们有
n2=E(Tn)=∑2n2k=0(k∗P(Tn=k))+∑∞k=2n2+1(k∗P(Tn=k))
因为 ∑2n2k=0(k∗P(Tn=k))≥0
所以 n2≥∑∞k=2n2+1(k∗P(Tn=k))
≥∑∞k=2n2+1((2n2)∗P(Tn=k))
=2n2∗P(Tn>2n2)
于是我们得到
P(Tn>2n2)≤12
也就是说我们从0开始走2*n*n步,我们有大于1/2的概率已经经过n这个点了。
ok回到我们的2-sat问题。
我们的算法是这样的,我们开始时随机给变量赋值0或者1,然后迭代足够多的次数(大于2*n*n的次数),如果某次迭代,我们找到了答案就可以返回结果了,如果我们迭代足够多的次数都没找到答案就返回无解。每次迭代,我们找一个不满足要求的子式,然后两个变量随机挑一个改变他的值。
假设我们现在的解是a,满足要求的解是a*,那么我们的解和满足要求的解,值不同的变量的个数是x,某次迭代,我们找到一个子式(xi or xj)不满足条件,因为子式不满足条件,所以xi和xj不可能同时和a*里值是相同的,如果两个值都不同,那么我们这次改动使得x=x-1,如果有一个值不同,那么我们有50%的概率使得x=x-1有50%的概率使得x=x+1,所以,答案变好的概率要大于50%,所以迭代2*n*n次能得到解的概率就会小于1/2。
很有趣的算法,并且我们用这个算法,可以AC掉poj 3648这道题!看代码
-
#include <cstdio>
-
#include <cstdlib>
-
#include <cstring>
-
#include <ctime>
-
-
const int maxn = 10010;
-
int n, m, a, b;
-
char c1, c2;
-
int ans [maxn ], record [maxn ] [ 2 ];
-
-
int get ( int x ) {
-
if (x<n )
-
return ans [x ];
-
return !ans [x -n ];
-
}
-
int main ( ) {
-
//srand(time(NULL));这里如果调用time,poj会报 runtime error的错误
-
srand ( 7 );
-
while ( 1 ) {
-
scanf ( "%d%d", &n, &m );
-
memset (ans, 0, sizeof ans );
-
if ( !n &&!m )
-
break;
-
for ( int i = 0; i<m; ++i ) {
-
scanf ( "%d%c%d%c", &a, &c1, &b, &c2 );
-
if (c1 == 'w' )
-
a += n;
-
if (c2 == 'w' )
-
b += n;
-
record [i ] [ 0 ] = a;
-
record [i ] [ 1 ] = b;
-
}
-
int mark = 0;
-
for ( int i = 0; i< 5 *n *n; ++i ) {
-
mark = 1;
-
for ( int j = 0; j<m; ++j )
-
if ( (record [j ] [ 0 ] %n !=record [j ] [ 1 ] %n ) &&! (get (record [j ] [ 0 ] )||get (record [j ] [ 1 ] ) ) ) {
-
int tmp = rand ( ) % 2;
-
if (record [j ] [ 0 ] %n == 0 )
-
tmp = 1;
-
if (record [j ] [ 1 ] %n == 0 )
-
tmp = 0;
-
ans [record [j ] [tmp ] %n ] = 1 -ans [record [j ] [tmp ] %n ];
-
mark = 0;
-
break;
-
}
-
if (mark )
-
break;
-
}
-
if ( !mark ) {
-
printf ( "bad luck\n" );
-
continue;
-
}
-
for ( int i = 1; i<n; ++i ) {
-
if (ans [i ] )
-
printf ( "%dh", i );
-
else
-
printf ( "%dw", i );
-
if (i<n -1 )
-
printf ( " " );
-
else
-
printf ( "\n" );
-
}
-
}
-
return 0;
-
}
记得之前gcj曾经有道题目需要用到生日悖论来解决,感觉和这个随机算法都是很有趣的算法阿。