更新线
- 图的基本概念(已更)
- 图的存储结构(邻接矩阵、邻接表、链式前向星)(已更)
- 图的遍历(深度优先、广度优先)(已更)
- 一笔画问题(欧拉回路,已更)
- 哈密顿路问题(已更)
- 最短路径(已更)
- 最小生成树(已更)
图论简介及相关概念
图 是一个二元组,其中是非空集,称为点集 ,对于中的每个元素,我们称其为顶点或节点,简称点,为各结点之间边的集合,称为边集
常用 表示图
- 当都是有限集合时,称为有限图
- 当或都是有限集合时,称为无限图
图有多种,包括无向图,有向图 ,混合图 ,带权图 等
举个例子
无向图专业术语
- 两个顶点之间如果有边连接,那么就视为两个顶点相邻
- 路径:相邻顶点的序列
- 圈:起点和终点重合的路径
- 连通图:任意两点之间都有路径连接的图
- 度:顶点连接的边数叫做这个顶点的度
- 树:没有圈的连通图
- 森林:没有圈的非连通图
有向图专业术语
- 在有向图中,边是单向的:每条边所连接的两个顶点是一个有序对,他们的邻接性是单向的
- 有向路径:相邻顶点的序列
- 有向环:一条至少含有一条边且起点和终点相同的有向路径
- 有向无环图:没有环的有向图
- 度:一个顶点的入度与出度之和称为该顶点的度
1.入度:以顶点为弧头的边的数目称为该顶点的入度
2.出度:以顶点为弧尾的边的数目称为该顶点的出度
图的存储方式
1.邻接矩阵
方法:对于一个有的顶点的图而言,可以使用的二维数组表示表示的是顶点与顶点的关系。如果顶点和顶点之间有边相连,如果顶点和顶点之间无边相连,,对于无向图:
bool adj[MAXN][MAXN];
scanf("%d %d", &n , &m);
for (int i = 1 ; i <= m ; i ++) {
int u , v;
scanf("%d %d", &u , &v);
adj[u][v] = 1;
adj[v][u] = 1;
}
2.邻接表
方法:使用一个支持动态增加元素的数据结构构成的数组,如 <> 来存边,其中存储的是点的所有出边的相关信息终点、边权等
struct node{
vector<int> v;
}a[MAXN];
for (int i = 1 ; i <= m ; i ++) {
int u , v;
scanf("%d %d", &u , &v);
a[u].v.push_back(v);
a[v].v.push_back(u);
}
return 0;
3.链式前向星
方法:
对于这样一张有向图:
1 2
2 3
3 4
1 3
4 1
1 5
4 5
对于邻接表来说是这样的:
1 -> 2 -> 3 -> 5
2 -> 3
3 -> 4
4 -> 1 -> 5
5 -> ^
对于链式前向星来说是这样的:
edge[0].to = 2; edge[0].next = -1; head[1] = 0;
edge[1].to = 3; edge[1].next = -1; head[2] = 1;
edge[2].to = 4; edge[2],next = -1; head[3] = 2;
edge[3].to = 3; edge[3].next = 0; head[1] = 3;
edge[4].to = 1; edge[4].next = -1; head[4] = 4;
edge[5].to = 5; edge[5].next = 3; head[1] = 5;
edge[6].to = 5; edge[6].next = 4; head[4] = 6;
简化后:1 -> 5 -> 3 -> 2
核心代码:
struct edge{
int to , nxt , w;
};
edge a[MAXN];
void add(int u , int v , int w) {
a[cnt].w = w;
a[cnt].to = v;
a[cnt].nxt = head[u];
head[u] = cnt ++;
}
图的遍历
(内置芝士)什么是图的遍历:从图中的某个顶点出发,按某种方法对图中的所有顶点访问且仅访问一次。为了保证图中的顶点在遍历过程中仅访问一次,要为每一个顶点设置一个访问标志
1.有向图的dfs
题目大意:
给定一个有向图,有个顶点,条边,顶点从依次编号,求出字典序最小的深度优先搜索顺序
总体思路:
利用邻接表存储点的关系,将点放入里搜索与之相邻但未被遍历过的点
核心代码如下:
void dfs(int k) {
if (vis[k]) return;
vis[k] = 1;
printf("%d ", k);
for (set<int>:: iterator it = st[k].begin() ; it != st[k].end() ; it ++) {
dfs(*it);
}
}
for (int i = 1 ; i <= m ; i ++) {
int u , v;
scanf("%d %d", &u , &v);
st[u].insert(v);
}
dfs(1);
for (int i = 1 ; i <= n ; i ++) {
if (!vis[i]) dfs(i);
}
2.有向图的bfs
题目大意:
给定一个有向图,有个顶点,条边,顶点从…依次编号,求出字典序最小的宽度优先搜索顺序
思路:
利用邻接表存储点的关系,将点放入里搜索与之相邻但未被遍历过的点
核心代码如下:
void bfs(int k) {
q.push(k);
while(!q.empty()) {
int x = q.front();
q.pop();
if (vis[x]) continue;
vis[x] = 1;
printf("%d ", x);
for (set<int>:: iterator it = st[x].begin() ; it != st[x].end() ; it ++) {
q.push(*it);
}
}
}
for (int i = 1 ; i <= m ; i ++) {
int u , v;
scanf("%d %d", &u , &v);
st[u].insert(v);
}
bfs(1);
for (int i = 1 ; i <= n ; i ++) {
if (!vis[i]) bfs(i);
}
3.无向图的bfs
题目大意:
一个无向图,从指定顶点出发进行,求遍历得到的顶点序
总体思路:
利用邻接矩阵存储边(每一层要从小到大排序,矩阵方便操作),将点放入里搜索与之相邻但未被遍历过的点
核心代码如下:
void bfs() {
q.push(rt);
while(!q.empty()) {
int x = q.front();
q.pop();
if (vis[x]) continue;
vis[x] = 1;
printf("%d ", x);
for (int i = 1 ; i <= n ; i ++) {
if (adj[x][i]) {
q.push(i);
}
}
}
}
for (int i = 1 ; i <= m ; i ++) {
int u , v;
scanf("%d %d", &u , &v);
adj[u][v] = 1;
adj[v][u] = 1;
}
一笔画问题(欧拉路)
Ps:欧拉路指的是:存在这样一种图,可以从其中一点出发,不重复地走完其所有的边如果欧拉路的起点与终点相同,则称之为欧拉回路
需满足条件:
- 图是连通的,若不连通不可能一次性遍历所有边
- 对于无向图:有且仅有两个点,与其相连的边数为奇数,其他点相连边数皆为偶数;或所有点皆为偶数边点。对于两个奇数点,一个为起点,一个为终点。起点需要出去,终点需要进入,故其必然与奇数个边相连
- 如果存在这样一个欧拉路,其所有的点相连边数都为偶数,那说明它是欧拉回路
- 对于有向图:除去起点和终点,所有点的出度与入度相等。起点出度比入度大1,终点入度比出度大1。若起点终点出入度也相同,则为欧拉回路
利用求一笔画路径
题目大意:
根据一笔画的两个定理,如果寻找欧拉回路,对任意一个点执行深度优先遍历;找欧拉路,则对一个奇点执行,时间复杂度为,为边数,是点数
总体思路:
即把奇点作为起点放入搜索,每搜索到一个相邻的点即把这条边删掉,若所有边都遍历到了,输出答案
核心代码如下:
void dfs(int k , int id) {
ans[id] = k;
bool f = 1;
for (int i = 1 ; i <= n ; i ++) {
for (int j = 1 ; j <= m ; j ++) {
if (a[i][j]) {
f = 0;
break;
}
}
}
if (f) {
for (int i = 1 ; i <= id ; i ++) {
printf("%d ", ans[i]);
}
exit(0);
}
for (int i = 1 ; i <= n ; i ++) {
if (a[k][i]) {
a[k][i] = 0;
a[i][k] = 0;
dfs(i , id + 1);
a[k][i] = 1;
a[i][k] = 1;
}
}
}
暴力求解哈密顿图
思路:利用邻接表存储边的关系,枚举1~作为起点的情况,然后每搜到一种情况便把加即可
int dfs(int k , int cnt) {
if(cnt == n) return 1;
int res = 0;
for (int i = 1 ; i <= h[k][0] ; i ++) {
if (!vis[h[k][i]]) {
vis[h[k][i]] = 1;
res += dfs(h[k][i] , cnt + 1);
vis[h[k][i]] = 0;
}
}
return res;
}
for (int i = 1 ; i <= n ; i ++) {
vis[i] = 1;
ans += dfs(i , 1);
vis[i] = 0;
}
最短路问题
最短路径问题是图论研究中的一个经典算法问题, 旨在寻找图由结点和路径组成的中两结点之间的最短路径。
例如:
1.
佛洛伊德是最简单的最短路径算法,可以计算图中任意两点间的最短路径。时间复杂度为,适用于出现负边权的情况
算法描述:
- 初始化:
点、如果有边相连,则,如果不相连,则
2. 核心代码
for(int k = 1 ; k <= n ; k ++) {
for(int i = 1 ; i <= n ; i ++) {
for(int j = 1 ; j <= n ; j ++) {
if(F[i][j] > F[i][k] + F[k][j]) {
F[i][j] = F[i][k] + F[k][j];
}
}
}
}
3. 算法解释:
得出的就是任意起点到任意终点的最短路径
– 动态规划以”途径点集大小”为阶段
– 决策需要枚举中转点,不妨考虑也以中转点集为阶段
– 表示”可以经过标号的点中转时”从到的最短路
– ,为前面定义的邻接矩阵
– = { , + }
– 这一维空间可以省略,变成
– 由于是的阶段循环,所以循环必须要放在最外层
4. 使用输出最短路径:
算法输出路径也是采用记录前驱点的方式。因为是计算任意两点间最短路径的算法,记录从到的最短路径值。故我们定义为一个二维数组,记录从到的最短路径中,的前驱点是哪一个,递归还原路径
- 为 0,输入相连边时,重置相连边尾结点的前驱若有无向边:,
- 更新若最短路有更新,那么
- 递归输出指两点,的最短路,先输出起点,再将终点放入递归,输出的所有点。
核心代码:
void floyd() {
for (int k = 1 ; k <= n ; k ++) {
for (int i = 1 ; i <= n ; i ++) {
for (int j = 1 ; j <= n ; j ++) {
if (dp[i][k] + dp[k][j] < dp[i][j]) {
dp[i][j] = dp[i][k] + dp[k][j];
pre[i][j] = pre[k][j];
}
}
}
}
}
void print(int x) {
if (pre[s][x] == 0) return;
print(pre[s][x]);
printf(" %d", x);
}
2.
主要方法:
- 分成两组:已经确定最短路、尚未确定最短路
- 从第2组中选择路径长度最短的点放入第1组并扩展
- 本质是贪心,只能应用于正权图
- 普通的算法
- 堆优化的算法
引入概念——松弛操作:
- 原来用一根橡皮筋直接连接、两点,现在有一点k,使得比的距离更短,则把橡皮筋改为 ,这样橡皮筋更加松弛。
- 代码实现:
算法描述:
设起点为,表示从指定起点到的最短路径,为的前驱,用来输出路径
1.初始化
;
;
;;;
2. 松弛次
- 在没有被访问过的点中找一个相邻顶点k,使得是最小的;
- 标记为已确定的最短路;
- 用循环更新与k相连的每个未确定最短路径的顶点(所有未确定最短路的点都松弛更新)
3.算法结束
dis为到的最短路距离;为的前驱结点,用来输出路径
让我们来看一组动画 (不动的动画)
原始图
初始化
寻找源点相邻的最短路
松弛源点到1/4/3
寻找源点到1/4/3的最短路
松弛源点到4
寻找源点到4的最短路由于点4没有相邻点故不作松弛操作
寻找剩余未访问点3松弛源点到4并未更改最短路
最后奉上本人的代码(优化后) :
struct edge{
int to , nxt , w;
}a[MAXN];
void add(int u , int v , int w) {
a[++ cnt].w = w;
a[cnt].to = v;
a[cnt].nxt = head[u];
head[u] = cnt;
}
struct node{
int id , w;
node(int iid , int ww) {
id = iid;
w = ww;
}
friend bool operator<(node x , node y) {
return x.w > y.w;
}
};
priority_queue<node> q;
void dijkstra() {
memset(dis , 0x3f , sizeof(dis));
dis[s] = 0;
q.push(node(s , 0));
while(!q.empty()) {
int u = q.top().id;
q.pop();
if (vis[u]) continue;
vis[u] = 1;
for (int i = head[u] ; i ; i = a[i].nxt) {
int v = a[i].to , w = a[i].w;
if (dis[v] > dis[u] + w) {
dis[v] = dis[u] + w;
q.push(node(v , dis[v]));
}
}
}
}
3.
- 算法:对每条边执行更新,迭代次
- 具体操作是对图进行最多次松弛操作,每次操作对所有的边进行松弛,为什么是次操作呢?这是因为我们输入的边不一定是按源点由近至远,万一是由远至近最坏情况就得次
- 可以应用于负权图
- 预计时间复杂度:
非本人代码(不想打了):
想都不用想就知道有多慢
所以,我们引入了一个新的算法——
4.
- 等于队列优化的算法
- 本质上还是迭代——每更新一次就考虑入队
- 稀疏图上,稠密图上退化到
- 可以应用于有向负权图
- 算法实现:它采用了队列和松弛技术。先将源点加入队列。然后从队列中取出一个点(此时该点为源点),对该点的邻接点进行松弛,如果该邻接点松弛成功且不在队列中,则把该点加入队列。如此循环往复,直到队列为空,则求出了最短路径
- 判断有无负环:如果某个点进入队列的次数超过次则存在负环 ( 存在负环则无最短路径,如果有负环则会无限松弛,而一个带个点的图至多松弛次)
你理解了吗?
bool vis[MAXN];
struct edge{
int to , w , nxt;
}a[MAXN];
void add(int u , int v , int w) {
a[++ cnt].w = w;
a[cnt].to = v;
a[cnt].nxt = head[u];
head[u] = cnt;
}
struct node {
int id , w;
node(int iid , int ww) {
id = iid;
w = ww;
}
};
queue<node> q;
int SPFA() {
memset(dis , 0x3f, sizeof(dis));
dis[s] = 0;
q.push(node(s , 0));
while(!q.empty()) {
int u = q.front().id;
q.pop();
vis[u] = 0;
for (int i = head[u] ; i ; i = a[i].nxt) {
int v = a[i].to , w = a[i].w;
if (dis[v] > dis[u] + w) {
dis[v] = dis[u] + w;
if (!vis[v]) {
vis[v] = 1;
q.push(node(v , dis[v]));
}
}
}
}
return 1;
}
最小生成树
引入:树有这样一个定理:个点用条边连接成一个连通块,形成的图形只可能是树,叫做生成树!因此,一个有个点的连通图,边一定条
概念:最小生成树 简称求带权无向图的一棵子树,包含个点,条边,边权之和最小
算法
算法思路:
- 以任意一个点为基准点
- 节点分为两组:
1)在上到基准点的路径已经确定的点
2)尚未在中与基准点相连的点 - 不断从第2组中选择与第1组距离最近的点加入第1组,类似于,本质也是贪心,
算法描述:
总体思想:也使用“蓝白点”思想,白点代表已进入最小生成树的点,蓝点代表未进入最小生成树的点
以1为起点生成最小生成树,表示蓝点与白点相连的最小边权, 表示最小生成树的权值之和
初始化:;
寻找,最小的蓝点;
②将标记为白点;
③;
④与白点相连的所有蓝点v(可暴力枚举,更好的是求的)
算法结束:MST即为最小生成树的权值之和
这次ppt的图片不是一个整体,太难盗图了,就直接上代码吧
void Prim() {
for (int i = 1 ; i <= n ; i ++) d[i] = 0x3f3f3f3f3f3f;
d[1] = 0;
q.push(node(1 , 0));
while(!q.empty()) {
int u = q.top().id;
q.pop();
if (vis[u]) continue;
vis[u] = 1;
for (int i = head[u] ; i ; i = a[i].nxt) {
ll v = a[i].to;
ll w = a[i].w;
if (w < d[v] && !vis[v]) {
d[v] = w;
q.push(node(v , d[v]));
}
}
MST += d[u];
}
}
算法
算法思路:
- 利用并查集,起初每个点各自构成一个集合
- 所有边按照边权从小到大排序,依次扫描
- 若当前扫描到的边连接两个不同的点集就合并
- 本质也是贪心,
- 与Prim算法相比,没有基准点,该算法是不断选择两个距离最近的集合进行合并的过程
算法描述:
初始化
①写出并查集三件套
②将边按权值大小排序
$(b)
①两个点的祖先不是同一个,将两个点合并,并累加权值;
②如果图已经联通,即跳出
©算法结束:即为最小生成树的权值之和。
依旧很难盗图,无语
void kruscal() {
int tot = 0;
for (int i = 1 ; i <= m ; i ++) {
if (UnionSet(a[i].u , a[i].v)) {
MST += a[i].w;
tot ++;
if (tot == n) return;
}
}
}
版权声明:本文为博主作者:Fracture_Dream原创文章,版权归属原作者,如果侵权,请联系我们删除!
原文链接:https://blog.csdn.net/cqbzliuhongyi/article/details/127281493