标签：存在 作用 tarjan 思路 new return 多少 png 分布
我们进入一个新的模块——图论！
emmmmm这个专题更出来可能有点慢别介意，原因是要划的图和要给代码加的注释比较多，更重要的就是。。。这几个晚上我在追剧！！我们的少年时代超级超级超级好看，剧情很燃啊！！咳咳，好吧下面回归正题。
一、图的存储：
1、邻接矩阵：
假设有n个节点，建立一个n×n的矩阵，第i号节点能到达第j号节点就将[i][j]标记为1（有权值标记为权值），
样例如下图：
1 /*无向图，无权值*/ 2 int a[MAXN][MAXN];//邻接矩阵 3 int x,y;//两座城市 4 for(int i=1;i<=n;i++) 5 { 6 for(int j=1;j<=n;j++) 7 { 8 scanf("%d%d",&x,&y);//能到达，互相标记为1 9 a[x][y]=1; 10 a[y][x]=1; 11 } 12 } 13 /*无向图，有权值*/ 14 int a[MAXN][MAXN];//邻接矩阵 15 int x,y,w;//两座城市，路径长度 16 for(int i=1;i<=n;i++) 17 { 18 for(int j=1;j<=n;j++) 19 { 20 scanf("%d%d%d",&x,&y,&w);//能到达，互相标记为权值w 21 a[x][y]=w; 22 a[y][x]=w; 23 } 24 } 25 /*有向图，无权值*/ 26 int a[MAXN][MAXN];//邻接矩阵 27 int x,y;//两座城市 28 for(int i=1;i<=n;i++) 29 { 30 for(int j=1;j<=n;j++) 31 { 32 scanf("%d%d",&x,&y);//能到达，仅仅是x到y标记为1 33 a[x][y]=1; 34 } 35 } 36 /*有向图，有权值*/ 37 int a[MAXN][MAXN];//邻接矩阵 38 int x,y,w;//两座城市，路径长度 39 for(int i=1;i<=n;i++) 40 { 41 for(int j=1;j<=n;j++) 42 { 43 scanf("%d%d%d",&x,&y,&w);//能到达，仅仅是x到y标记为权值w 44 a[x][y]=w; 45 } 46 }
邻接矩阵很方便，但是在n过大或者为稀疏图时，就会很损耗时空，不建议使用！
2.邻接表：
邻接表是一个二维容器，第一维描述某个点，第二维描述这个点所对应的边集们。
邻接表由表头point，链点构成，如下图是一个简单无向图构成的邻接表：
我们可以用指针来创建链表，当然，这是很复杂也很麻烦的事情，下面来介绍一种用数组模拟链表的方法：
1 //有向图邻接表存储 2 const int N=1005; 3 const int M=10050; 4 int point[N]={0};//i节点所对应链表起始位置（表头） 5 int to[M]={0}; 6 int next[M]={0};//i节点下一个所指的节点 7 int cc=0;//计数器（表示第几条边） 8 void AddEdge(int x,int y)//节点x到y 9 { 10 cc++; 11 to[cc]=y; 12 next[cc]=point[x]; 13 point[x]=cc; 14 } 15 void find(int x) 16 { 17 int now=point[x]; 18 while(now) 19 { 20 printf("%d\n",to[now]); 21 now=next[now]; 22 } 23 } 24 int main() 25 { 26 27 }
具体的过程我也不是很懂怎么描述，反正如果要加强记忆的话可以用我所给的例子模拟一下point[],to[],next[]，然后再调用函数find(x)来输出x这个节点能到的点，大概就能YY到数组是怎么存储邻接表的了。
还是不理解的话，推一个blog，这里面说的和我这里给出的思路很相似：http://developer.51cto.com/art/201404/435072.htm
二、树的遍历：
1.BFS：运用队列，一开始队列中有一个点， 将一个点出队，将它的子结点全都入队。
算法会在遍历完一棵树中每一层的每个结点之后，才会转到下一层继续，在这一基础上，队列将会对算法起到很大的帮助：
1 //广度优先搜索 2 void BreadthFirstSearch(BitNode *root) 3 { 4 queue<BitNode*> nodeQueue; 5 nodeQueue.push(root);//将根节点压入队列 6 while (!nodeQueue.empty())//队列不为空，继续压入队列 7 { 8 BitNode *node = nodeQueue.front(); 9 nodeQueue.pop();//弹出根节点 10 if (node->left)//左儿子不为空 11 { 12 nodeQueue.push(node->left);//压入队列 13 } 14 if (node->right)//右儿子不为空 15 { 16 nodeQueue.push(node->right);//压入队列 17 } 18 } 19 }
2.DFS：运用栈，递归到一个点时，依次递归它的子结点。
还可以利用堆栈的先进后出的特点，现将右子树压栈，再将左子树压栈，这样左子树就位于栈顶，可以保证结点的左子树先与右子树被遍历：
1 //深度优先搜索 2 //利用栈，现将右子树压栈再将左子树压栈 3 void DepthFirstSearch(BitNode *root) 4 { 5 stack<BitNode*> nodeStack; 6 nodeStack.push(root);//将根节点压栈 7 while (!nodeStack.empty())//栈不为空，继续压栈 8 { 9 BitNode *node = nodeStack.top();//引用栈顶 10 cout << node->data << ‘ ‘; 11 nodeStack.pop();//弹出根节点 12 if (node->right)//优先遍历右子树 13 { 14 nodeStack.push(node->right); 15 } 16 if (node->left) 17 { 18 nodeStack.push(node->left); 19 } 20 } 21 }
三、无根树变成有根树：
选择一个点作为根结点， 开始遍历。
遍历到一个点时， 枚举每一条连接它和另一个点的边。 若另一个点不是它的父结点， 那就是它的子结点。 递归到子结点。
我们可以更加形象的比喻为：抓住一个点，把它拎起来构成一棵新的树。
四、并查集：
这是我学OI这么久以来觉得性价比最高的算法（简单又实用啊！！）,用来处理不相交合并和查询问题。
给大家推个超超超超级易懂的blog，保证一看就懂，这里我就不再详解了：http://blog.csdn.net/dellaserss/article/details/7724401
五、最小生成树：
1.Prim算法（适用于稠密图）：
算法描述：
1 #include<stdio.h>//普里姆算法 2 const int N=1050; 3 const int M=10050; 4 struct Edge//定义图类型结构体，a到b权值为c 5 { 6 int a,b,c; 7 }edge[M]; 8 int n,m;//n个点，m条边 9 bool black[N];//染黑这个点，表示这个点已经被选过了 10 int ans=0;//最小生成树权值和 11 int main() 12 { 13 int i,j,k; 14 scanf("%d%d",&n,&m); 15 for(i=1;i<=m;i++) 16 scanf("%d%d%d",&edge[i].a,&edge[i].b,&edge[i].c); 17 black[1]=1;//把第一个点染黑 18 for(k=1;k<n;k++) 19 { 20 int mind,minz=123456789; 21 for(i=1;i<=m;i++)//开始！ 22 { 23 if(black[edge[i].a]!=black[edge[i].b]&&edge[i].c<minz) 24 { 25 mind=i; 26 minz=edge[i].c; 27 } 28 } 29 ans+=minz; 30 black[edge[mind].a]=1;//染黑两个节点 31 black[edge[mind].b]=1; 32 } 33 printf("%d\n",ans);//输出答案 34 return 0; 35 }
2.kruskal算法（适用于稀疏图）：
算法描述：
克鲁斯卡尔算法从另一途径求网的最小生成树。
假设连通网N=（V，{E}），则令最小生成树的初始状态为只有n个顶点而无边的非连通图T=（V，{∮}），图中每个顶点自成一个连通分量。
在E中选择代价最小的边，若该边依附的顶点落在T中不同的连通分量上，则将此边加入到T中，否则舍去此边而选择下一条代价最小的边。
依次类推，直至T中所有顶点都在同一连通分量上为止。
1 #include<cstdio>//克鲁斯卡尔算法 2 #include<cstring> 3 #include<algorithm> 4 using namespace std; 5 const int N=1050; 6 const int M=10050; 7 struct Edge//定义图类型结构体 8 { 9 int a,b,c;//a到b的权值为c 10 }edge[M]; 11 int fa[N];//父亲数组 12 int n,m;//n个节点，m条边 13 int ans=0;//最小生成树权值和 14 bool cmp(Edge x,Edge y)//比较权值大小 15 { 16 return (x.c<y.c); 17 } 18 int getf(int x)//寻找x的最原始祖先（并查集） 19 { 20 if(fa[x]!=x) 21 fa[x]=getf(fa[x]); 22 return fa[x];//返回最原始祖先 23 } 24 int main() 25 { 26 int i,j; 27 scanf("%d%d",&n,&m); 28 for(i=1;i<=m;i++) 29 scanf("%d%d%d",&edge[i].a,&edge[i].b,&edge[i].c); 30 sort(edge+1,edge+m+1,cmp);//从小到大排序边数组 31 for(i=1;i<=n;i++) 32 fa[i]=i;//初始值，每个节点的父亲就是自己 33 for(i=1;i<=m;i++) 34 { 35 int a=edge[i].a; 36 int b=edge[i].b; 37 a=getf(a);//寻找a的最原始祖先 38 b=getf(b);//寻找b的最原始祖先 39 if(a!=b)//如果两个的最终祖先不相同（不会构成回路） 40 { 41 ans+=edge[i].c;//加入 42 fa[a]=b;//加入当前父亲的儿子们中（合并并查集） 43 } 44 } 45 printf("%d\n",ans); 46 return 0; 47 }
经典例题：繁忙的都市（Luogu 2330）
城市C是一个非常繁忙的大都市，城市中的道路十分的拥挤，于是市长决定对其中的道路进行改造。城市C的道路是这样分布的：城市中有n个交叉路口，有些交叉路口之间有道路相连，两个交叉路口之间最多有一条道路相连接。这些道路是双向的，且把所有的交叉路口直接或间接的连接起来了。每条道路都有一个分值，分值越小表示这个道路越繁忙，越需要进行改造。但是市政府的资金有限，市长希望进行改造的道路越少越好，于是他提出下面的要求：
1．改造的那些道路能够把所有的交叉路口直接或间接的连通起来。
2．在满足要求1的情况下，改造的道路尽量少。
3．在满足要求1、2的情况下，改造的那些道路中分值最大的道路分值尽量小。
任务：作为市规划局的你，应当作出最佳的决策，选择那些道路应当被修建。
这题是经典的最小瓶颈生成树问题：只用边权小于等于x的边，看看能不能构成最小生成树。
在kruskal算法中，我们已经对边从小到大排过序了，所以只要用≤x的前若干条边即可。
3.最小生成树计数问题：
题目：现在给出了一个简单无向加权图。你不满足于求出这个图的最小生成树，而希望知道这个图中有多少个不同的最小生成树。（如果两颗最小生成树中至少有一条边不同，则这两个最小生成树就是不同的）。
解法：按边权排序，先选小的，相同边权的暴力求出有几种方案，将边按照权值大小排序，将权值相同的边分到一组，统计下每组分别用了多少条边。然后对于每一组进行dfs，判断是否能够用这一组中的其他边达到相同的效果。最后把每一组的方案数相乘就是答案。
换句话说：就是不同的最小生成树方案，每种权值的边的数量是确定的，每种权值的边的作用是确定的, 排序以后先做一遍最小生成树，得出每种权值的边使用的数量x然后对于每一种权值的边搜索，得出每一种权值的边选择方案。
1 #include<cstdio> 2 #include<algorithm> 3 #define N 105 4 #define M 1005 5 #define MOD 31011 6 using namespace std; 7 struct node//定义图类型结构体 8 { 9 int a,b;//节点a，b 10 int zhi;//a到b的权值 11 }xu[M]; 12 int n,m; 13 int fa[N]; 14 int lian[N]; 15 int ans=1; 16 int cmp(struct node x,struct node y)//从小到大排序函数 17 { 18 return (x.zhi<y.zhi); 19 } 20 int getf(int x) 21 { 22 if(fa[x]!=x) 23 fa[x]=getf(fa[x]); 24 return(fa[x]); 25 } 26 int getlian(int x) 27 { 28 if(lian[x]==x) 29 return x; 30 return ( getlian(lian[x]) ); 31 } 32 int dfs(int now,int end,int last) 33 { 34 if(now==end) 35 { 36 if(last==0) 37 return 1; 38 return 0; 39 } 40 int res=dfs(now+1,end,last); 41 int s=getlian(xu[now].a); 42 int t=getlian(xu[now].b); 43 if(s!=t) 44 { 45 lian[s]=t; 46 res+=dfs(now+1,end,last-1); 47 lian[s]=s; 48 } 49 return res; 50 } 51 int main() 52 { 53 int i,j,k; 54 int s,t; 55 int now; 56 int sum=0; 57 scanf("%d%d",&n,&m); 58 for(i=1;i<=n;i++)//初始化，每个节点的父亲就是自己 59 fa[i]=i; 60 for(i=1;i<=m;i++) 61 scanf("%d%d%d",&xu[i].a,&xu[i].b,&xu[i].zhi); 62 sort(xu+1,xu+m+1,cmp);//从小到大排序边数组 63 for(i=1;i<=m;) 64 { 65 for(j=1;j<=n;j++) 66 lian[j]=j; 67 k=i; 68 while(i<=m&&xu[i].zhi==xu[k].zhi) 69 { 70 xu[i].a=getf(xu[i].a); 71 xu[i].b=getf(xu[i].b); 72 i++; 73 } 74 now=sum; 75 for(j=k;j<i;j++) 76 { 77 s=getf(xu[j].a); 78 t=getf(xu[j].b); 79 if(s!=t) 80 { 81 sum++; 82 fa[s]=t; 83 } 84 } 85 ans*=dfs(k,i,sum-now); 86 ans%=MOD;//防止溢出 87 } 88 if(sum!=n-1) 89 ans=0; 90 printf("%d\n",ans); 91 return 0; 92 }
六、最短路径：
1.Floyd算法（插点法）：
通过一个图的权值矩阵求出它的每两点间的最短路径（多源最短路）。
算法描述：
一个十分暴力又经典的DP，假设i到j的路径有两种状态：
①i和j直接有路径相连：
②i和j间接联通，中间有k号节点联通：
假设dis[i][j]表示从i到j的最短路径，对于存在的每个节点k，我们检查一遍dis[i][k]+dis[k][j]。
1 //Floyd算法，时间复杂度：O(n^3) 2 int dis[MAXN][MAXN]; 3 for(k=1;k<=n;k++)//枚举 4 { 5 for(i=1;i<=n;i++) 6 { 7 for(j=1;j<=n;j++) 8 { 9 dis[i][j]=min(dis[i][j],dis[i][k]+dis[k][j]);//DP 10 } 11 } 12 }
2.Dijkstra算法（无向图，无负权边）：
算法描述：
多源最短路！
a.初始时，S只包含源点，即S＝{v}，v的距离为0。U包含除v外的其他顶点，即:U={其余顶点}，若v与U中顶点u有边，则<u,v>正常有权值，若u不是v的出边邻接点，则<u,v>权值为∞。
b.从U中选取一个距离v最小的顶点k，把k，加入S中（该选定的距离就是v到k的最短路径长度）。
c.以k为新考虑的中间点，修改U中各顶点的距离；若从源点v到顶点u的距离（经过顶点k）比原来距离（不经过顶点k）短，则修改顶点u的距离值，修改后的距离值的顶点k的距离加上边上的权。
d.重复步骤b和c直到所有顶点都包含在S中。
啊~上面的的乱七八糟的概念太难懂了，还是举个例子吧！如下图！
我们假设1号节点为原点。
第一轮，我们可以算出2,3,4,5,6号节点到原点1的距离为[7,9,∞,∞,14]，∞表示无穷大（节点间无法直接连通），取其中最小的7，就确定了1->1的最短路径为0，1->2的最短路径为7，同时去最短路径最小的2节点为下一轮的前驱节点。
第二轮，取2节点为前驱节点，按照 前驱节点到原点的最短距离 + 新节点到前驱节点的距离 来计算新的最短距离，可以得到3,4,5,6号节点到原点1的距离为[17,22,∞,∞]（新节点必须经过2号节点回到原点），这时候需要将新结果和上一轮计算的结果比较，3号节点：17>9，最短路径仍然为9；4号节点：22<∞，更新4号节点的最短路径为22,；5号节点：仍然不变为∞；6号节点：14<∞，更新6号节点的最短路径为14。得到本轮的最短距离为[9,22,∞,14]，1->3的最短路径为9，同时取最短路径最小的3节点为下一轮的前驱节点。
第三轮：同理上，以3号节点为前驱节点，可以得到4,5,6号节点到原点1的距离为[20,∞,11]，根据最短路径原则，和上一轮最短距离比较，刷新为[20,∞,11]，1->3->6的最短路径为11，同时取最短路径最小的6节点为下一轮的前驱节点。
第四轮：同理，得到4,5号节点最短距离为[20,20]，这两个值相等，运算结束，到达这两个点的最短距离都是20，如果这两个值不相等，还要进行第五轮运算！
1 #include<cstdio> 2 #include<cstring> 3 const int N=100500; 4 const int M=200500; 5 int point[N]={0},to[M]={0},next[M]={0},len[M]={0},cc=0; 6 int dis[N];//最短路长度 7 bool ever[N];//当前节点最短路有没有确定 8 int n,m; 9 void AddEdge(int x,int y,int z)//添加新的边和节点：x到y边长z 10 { 11 cc++; 12 next[cc]=point[x]; 13 point[x]=cc; 14 to[cc]=y; 15 len[cc]=z;//len记录x到y的边长 16 } 17 int main() 18 { 19 int i,j,k; 20 scanf("%d%d",&n,&m); 21 for(i=1;i<=m;i++) 22 { 23 int a,b,c; 24 scanf("%d%d%d",&a,&b,&c); 25 AddEdge(a,b,c);//无向图，要加两遍 26 AddEdge(b,a,c); 27 } 28 memset(dis,0x3f,sizeof dis);//用极大值来初始化 29 dis[1]=0;//1号节点到自己最短距离为0 30 for(k=1;k<=n;k++) 31 { 32 int minp,minz=123456789; 33 for(i=1;i<=n;i++) 34 { 35 if(!ever[i]) 36 { 37 if(dis[i]<minz) 38 { 39 minz=dis[i]; 40 minp=i; 41 } 42 } 43 } 44 ever[minp]=1; 45 int now=point[minp]; 46 while(now) 47 { 48 int tox=to[now]; 49 if(dis[tox]>dis[minp]+len[now]) 50 dis[tox]=dis[minp]+len[now]; 51 now=next[now]; 52 } 53 } 54 for(i=1;i<=n;i++) 55 printf("%d\n",dis[i]); 56 return 0; 57 }
3.SPFA算法（有负权边，无负圈，能检测负圈但不能输出）：
多源最短路！
SPFA和Dijkstra极为相似，只是加了个队列优化来检测负圈和负权边。
算法描述：
建立一个队列，初始时队列里只有起始点，再建立一个表格记录起始点到所有点的最短路径（该表格的初始值要赋为极大值，该点到他本身的路径赋为0）。然后执行松弛操作，用队列里有的点作为起始点去刷新到所有点的最短路，如果刷新成功且被刷新点不在队列中则把该点加入到队列最后。重复执行直到队列为空。
判断有无负环：
如果某个点进入队列的次数超过N次则存在负环（SPFA无法处理带负环的图）
1 #include<cstdio> 2 #include<cstring> 3 const int N=100500; 4 const int M=200500; 5 int point[N]={0},to[M]={0},next[M]={0},len[M]={0},cc=0; 6 int dis[N];//最短路长度 7 int queue[N],top,tail;//双向队列queue，队头，队尾 8 bool in[N];//记录这个点在不在队列中，1表示在，0表示不在 9 int n,m; //n个节点，m条边 10 void AddEdge(int x,int y,int z)//x到y边长为z 11 { 12 cc++; 13 next[cc]=point[x]; 14 point[x]=cc; 15 to[cc]=y; 16 len[cc]=z; 17 } 18 int main() 19 { 20 int i,j; 21 scanf("%d%d",&n,&m); 22 for(i=1;i<=m;i++) 23 { 24 int a,b,c; 25 scanf("%d%d%d",&a,&b,&c); 26 AddEdge(a,b,c);//因为是双向队列，左边加一次，右边加一次 27 AddEdge(b,a,c); 28 } 29 memset(dis,0x3f,sizeof dis);//用极大值来初始化 30 dis[1]=0;//1号节点到自己最短距离为0 31 top=0;tail=1;queue[1]=1;in[1]=1;//初始化，只有原点加入 32 while(top!=tail) 33 { 34 top++; 35 top%=N; 36 int now=queue[top]; 37 in[now]=0; 38 int ed=point[now]; 39 while(ed) 40 { 41 int tox=to[ed]; 42 if(dis[tox]>dis[now]+len[ed]) 43 { 44 dis[tox]=dis[now]+len[ed]; 45 if(!in[tox]) 46 { 47 tail++; 48 tail%=N; 49 queue[tail]=tox; 50 in[tox]=1; 51 } 52 } 53 ed=next[ed]; 54 } 55 } 56 for(i=1;i<=n;i++) 57 printf("%d\n",dis[i]); 58 return 0; 59 }
4.Bellman Ford算法（有负权边，可能有负圈，能检测负圈并输出）：
多源最短路！
算法描述：
松弛操作后，变为7,7>6，这样就不修改（Bellman Frod算法的高妙之处就在这），保留原来的最短路径就OK，代码实现起来非常简单。
1 int n,m;//n个点，m条边 2 struct Edge//定义图类型结构体 3 { 4 int a,b,c;//a到b长度为c 5 }edge[]; 6 int dis[]; 7 memset(dis,0x3f,sizeof dis); 8 dis[1]=0; 9 for(int i=1;i<n;i++) 10 { 11 for(int j=1;j<=m;j++) 12 { 13 if(dis[edge[j].b]>dis[edge[j].a]+edge[j].c) 14 { 15 dis[edge[j].b]=dis[edge[j].a]+edge[j].c; 16 } 17 } 18 }
5.A*算法：
这玩意儿我是没看懂，等以后我看懂了再更吧（无奈脸）~
七、拓扑排序：
八、联通分量：
强连通：有向图中，从a能到b并且从b可以到a，那么a和b强连通。
强连通图：有向图中，任意一对点都满足强连通，则这个图被称为强连通图。
强联通分量：有向图中的极大强连通子图，就是强连通分量。
一般用Tarjan算法求有向图强连通分量：
推一个蛮容易理解的blog：http://www.cnblogs.com/uncle-lu/p/5876729.html
九、欧拉路径与哈密顿路径：
1.欧拉路径：从某点出发一笔画遍历每一条边形成的路径。
欧拉回路：在欧拉路径的基础上回到起点的路径（从起点出发一笔画遍历每一条边）。
欧拉路径存在：
无向图：当且仅当该图所有顶点的度数为偶数 或者 除了两个度数为奇数外其余的全是偶数。
有向图：当且仅当该图所有顶点 出度=入度 或者 一个顶点 出度=入度+1，另一个顶点 入度=出度+1，其他顶点 出度=入度
欧拉回路存在：
无向图：每个顶点的度数都是偶数，则存在欧拉回路。
有向图：每个顶点的入度都等于出度，则存在欧拉回路。
求欧拉路径/欧拉回路算法常常用Fleury算法：
再推一个蛮容易理解的blog：http://www.cnblogs.com/Lyush/archive/2013/04/22/3036659.html
2.哈密顿路径：每个点恰好经过一次的路径是哈密顿路径。
哈密顿回路：起点与终点之间有边相连的哈密顿路径是哈密顿回路。
标签：存在 作用 tarjan 思路 new return 多少 png 分布
原文地址：http://www.cnblogs.com/geek-007/p/7247953.html
