至少有三种算法可以在线性(O(n))时间中找到树中的最小顶点覆盖。我感兴趣的是对所有这些算法的修改,以便我还将获得这些最小顶点覆盖的数量。
例如,对于树P4(具有4个节点的路径),MVC的数量为3,因为我们可以选择以下节点:1和3、2和4或2和3。
当然,您可以描述任何免费算法的解决方案-并非全部3.我只是对所有这些算法感兴趣,但是如果您有任何要添加的内容,请不要犹豫。
我将介绍我所知道的使您更轻松的算法。
我们可以注意到,对于每个边缘,我们都必须包括一个节点。选择哪一个?假设我们有一个带有“普通”节点和叶子的边。哪个节点更好选择?当然不是叶子,因为另一个节点可能会帮助我们进一步提高优势。算法如下:
这是代码:https : //ideone.com/mV4bqg。
#include<stdio.h>
#include<vector>
using namespace std;
vector<int> graph[100019];
int mvc[100019];
int mvc_tree(int v)
{
mvc[v] = -1;
if(graph[v].size() == 1)
return 0;
int x = 0;
for(int i = 0; i < graph[v].size(); ++i)
if(!mvc[graph[v][i]])
{
x += mvc_tree(graph[v][i]);
if(mvc[v] < 1 && mvc[graph[v][i]] < 1)
++x,
mvc[v] = 1;
}
return x;
}
int main()
{
int t, n, a, b, i;
scanf("%d", &t);
while(t--)
{
scanf("%d", &n);
for(i = 1; i <= n; ++i)
graph[i].clear();
for(i = 1; i < n; ++i)
{
scanf("%d%d", &a, &b);
graph[a].push_back(b);
graph[b].push_back(a);
mvc[i] = 0;
}
mvc[n] = 0;
if(n < 3)
{
puts("1");
continue;
}
for(i = 1; i <= n; ++i)
if(graph[i].size() > 1)
break;
printf("%d\n", mvc_tree(i));
}
return 0;
}
我们还可以使用递归来解决任务。
MVC(v) = min(
1 + sum(MVC(child) for child in v.children),
v.children.size + sum(MVC(grandchild) for grandchild in v.grandchildren)
)
当我们在节点v时,它可以在MVC中,也可以不在MVC中。如果是,则将其添加到结果1中(因为我们包括v),并且将其添加到所有v的子级的子树的子结果中。另一方面,如果它不在MVC中,则他的所有子代都必须在MVC中,因此我们将子代数加到结果中,并为每个子代添加子代子结果(即v的孙子代)。该算法是线性的,因为我们检查每个节点2次-分别检查其父级和祖父母。
代替节点v的2状态(在MVC中为1-,在MVC中为2-),我们可以使3添加“也许在MVC中”。有什么帮助?首先,我们称MVC(v =随机节点,“也许”),因为我们不知道v是否应该在MVC中。“可能”的结果是来自“是”和“否”的结果的最小值。“是”的结果是1 + sum(v.children中的child的MVC(child,“ maybe”))。而“否”的结果为sum(v.children中的child的MVC(child,“ yes”))。我认为原因很清楚。如果没有,请在评论中提问。因此,公式为:
MVC(v, "maybe") = min(MVC(v, "yes"), MVC(v, "no"))
MVC(v, "yes") = 1 + sum(MVC(child, "maybe") for child in v.children)
MVC(v, "no") = sum(MVC(child, "yes") for child in v.children)
复杂度也是O(n),因为每个节点都要检查两次-“是”和“否”。
动态编程解决方案
此解决方案扩展了您的第三个算法“ no dynamic programming no 2”:我们递归定义了六个函数
cover_maybe(v) := min(cover_no(v), cover_yes(v))
cover_no (v) := sum(cover_yes (child) for child in v.children)
cover_yes (v) := sum(cover_maybe(child) for child in v.children) + 1
count_maybe(v) :=
count_no (v) if cover_no(v) < cover_yes(v)
count_yes(v) if cover_no(v) > cover_yes(v)
count_no (v) + count_yes(v) if cover_no(v) == cover(yes)
count_no (v) := product(count_yes (child) for child in v.children)
count_yes (v) := product(count_maybe(child) for child in v.children)
前三个函数cover_maybe,cover_no和cover_yes精确对应于状态为“也许”,“否”和“是”的函数MVC。它们计算需要包含在v以下子树的顶点覆盖中的最小顶点数:
说明:
接下来的三个功能统计了这些MVC问题的解决方案数量:
说明:
关于实现的两个注意事项:
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句