图论板子总结 / Graph Summary
Template List:
最短路问题:Dijkstra(朴素版、堆优化版),Bellman-Ford,SPFA,Floyd
最小生成树:Prim、Kruskal
二分图问题:染色法、匈牙利算法
朴素Dijkstra:
适用:单源汇、无负边、稠密图 の 最短路问题
时间复杂度:o(n2)
Code:
1 #define int longlong
2 const int INF = 0x3f3f3f3f3f3f3f3f;
3
4 int n, m, g[N][N], dist[N]; // 稠密图用邻接矩阵存图
5 bool st[N];
6
7 int dijkstra()
8 {
9 // 起点初始化为0, 其他点初始化为无穷大(INF)
10 memset(dist, 0x3f, sizeof dist);
11 dist[1] = 0;
12
13 for(int i = 1; i <= n; i++)
14 {
15 // 找到当前未确定最短路的点中 距离最短的点
16 int t = -1;
17 for(int j = 1; j <= n; j++)
18 if(!st[j] && (t == -1 || dist[t] > dist[j])) t = j;
19 // 用t更新其他点
20 for(int j = 1; j <= n; j++)
21 dist[j] = min(dist[j], dist[t]+g[t][j]);
22 // t已确定最短路
23 st[t] = true;
24 }
25 // 若为INF说明无路可通
26 return dist[n] != INF ? dist[n] : -1;
27 }
堆优化Dijkstra:
适用:单源汇、无负边、稀疏图 の 最短路问题
时间复杂度:o(mlogn)
Code:
1 #define int long long
2 #define PII pair<int,int>
3 const int INF = 0x3f3f3f3f3f3f3f3f;
4
5 int n, m, dist[N];
6 int h[N], e[N], w[N], ne[N], idx; // 邻接表存稀疏图
7 bool st[N];
8
9 int dijkstra()
10 {
11 memset(dist, 0x3f, sizeof dist);
12 dist[1] = 0;
13 // PII:first存dist,second存点的编号
14 // 小根堆维护当前未入st的dist最小值
15 priority_queue<PII, vector<PII>, greater<PII>> heap;
16 heap.push({0,1});
17
18 while(heap.size())
19 {
20 auto t = heap.top();
21 heap.pop();
22
23 int ver = t.second, d = t.first;
24 if(st[ver]) continue;
25 st[ver] = true;
26
27 for(int i = h[ver]; i != -1; i = ne[i])
28 {
29 int j = e[i];
30 if(dist[j] > dist[ver] + w[i])
31 {
32 dist[j] = dist[ver] + w[i];
33 heap.push({dist[j], j});
34 }
35 }
36 }
37
38 return dist[n] == INF ? -1 : dist[n];
39 }
Bellman-Ford:
适用:单源汇、有负边(可限制最多经过的边数) の 最短路问题,判是否存在负环
时间复杂度:o(nm)
Code:
1 int n, m, k, dist[N], last[N];
2
3 struct Edge {
4 int x, y, w;
5 } edge[M]; // 存边
6
7 void bellman_ford()
8 {
9 // dist数组初始化
10 memset(dist, 0x3f, sizeof dist);
11 dist[1] = 0;
12 // 最多经过不超过i条边时的最短路
13 for(int i = 1; i <= k; i++)
14 {
15 // 复制原来的dist数组, 避免串联更新dist
16 memcpy(last, dist, sizeof dist);
17 for(int j = 1; j <= m; j++)
18 {
19 auto e = edge[j];
20 dist[e.y] = min(dist[e.y], last[e.x] + e.w);
21 }
22 }
23
24 if(dist[n] > INF / 2) puts("impossible"); // 大于一个较大的值就说明不存在通路
25 else printf("%lld\n", dist[n]);
26 }
SPFA:
适用:单源汇、有负边 の 最短路问题,判是否存在负环
时间复杂度:一般o(n),最差o(nm)
Code:
最短路问题:
1 int n, m, dist[N];
2 int h[N], e[N], w[N], ne[N], idx; // 邻接表存图
3 bool st[N]; // 判断点是否在队列中
4
5 void spfa()
6 {
7 // 初始化dist, 将起点入队
8 memset(dist, 0x3f, sizeof dist);
9 dist[1] = 0;
10 queue<int> q;
11 q.push(1), st[1] = true;
12
13 while(q.size())
14 {
15 int t = q.front();
16 q.pop(), st[t] = false;
17 for(int i = h[t]; i != -1; i = ne[i])
18 {
19 int j = e[i];
20 if(dist[j] > dist[t] + w[i]) // dist[j]可更新变小 --> 用j更新其他点
21 {
22 dist[j] = dist[t] + w[i];
23 if(!st[j]) q.push(j), st[j] = true; // j不在队列中就入队
24 }
25 }
26 }
27
28 if(dist[n] == INF) puts("impossible"); // 无通路
29 else printf("%lld\n", dist[n]);
30 }
判有无负环:
1 int n, m;
2 int h[N], e[M], w[M], ne[M], idx; // 邻接表存图
3 int dist[N], cnt[N]; // cnt数组记录到点i的最短路经过多少条边
4 bool st[N];
5
6 bool spfa()
7 {
8 queue<int> q;
9 for(int i = 1; i <= n; i++) q.push(i), st[i] = true;
10 while(q.size())
11 {
12 int t = q.front();
13 q.pop(), st[t] = false;
14 for(int i = h[t]; i != -1; i = ne[i])
15 {
16 int j = e[i];
17 if(dist[j] > dist[t] + w[i])
18 {
19 dist[j] = dist[t] + w[i];
20 cnt[j] = cnt[t] + 1;
21 if(cnt[j] >= n) return true; // 总共n个点, 经过>=n条边则必有负环
22 if(!st[j]) q.push(j), st[j] = true;
23 }
24 }
25 }
26 return false;
27 }
Floyd:
适用:多源汇 の 最短路问题
时间复杂度:o(n3)
Code:
1 int n, m, k;
2 int d[N][N]; // 邻接矩阵存图, 跑完floyd后d[i][j]表示i到j的最短距离
3
4 void floyd()
5 {
6 for(int k = 1; k <= n; k++)
7 for(int i = 1; i <= n; i++)
8 for(int j = 1; j <= n; j++)
9 d[i][j] = min(d[i][j], d[i][k]+d[k][j]);
10 }
朴素Prim:
适用:稠密图求最小生成树
时间复杂度:o(n2)
Code:
1 int n, m, g[N][N], dist[N]; // 邻接矩阵存稠密图, dist数组表示点到集合中点的最短距离
2 bool st[N]; // 已入集合的点
3
4 int prim()
5 {
6 int res = 0;
7 memset(dist, 0x3f, sizeof dist);
8 for(int i = 0; i < n; i++)
9 {
10 int t = 0;
11 for(int j = 1; j <= n; j++)
12 if(!st[j] && (!t || dist[t] > dist[j])) t = j; // t是集合外中dist最小的点
13 if(i && dist[t] == INF) return INF; // 除第一个点外, 若dist为INF说明无最小生成树
14 if(i) res += dist[t]; // 除入集合的第一个点外, 累加边权
15 st[t] = true; // 将点入集合
16 for(int j = 1; j <= n; j++) dist[j] = min(dist[j], g[t][j]); // 用t更新未进入集合的点的dist
17 }
18 return res; // 返回累加的边权和
19 }
Kruskal:
适用:稀疏图求最小生成树
时间复杂度:o(mlogm)
Code:
1 int n, m, fa[N]; // fa数组:并查集, 维护点集
2
3 struct Edge {
4 int a, b, w;
5 bool operator < (const Edge & W) const {
6 return w < W.w;
7 }
8 } e[M]; // 结构体数组存边
9
10 // 并查集中查找根节点的函数
11 int find(int x)
12 {
13 return fa[x] == x ? x : fa[x] = find(fa[x]);
14 }
15
16 int kruskal()
17 {
18 int res = 0, cnt = 0; // res:边权和, cnt:已连上的边数
19 sort(e+1, e+1+m); // 将边按边权从小到大排序
20 for(int i = 1; i <= n; i++) fa[i] = i; // 并查集初始化
21 for(int i = 1; i <= m; i++)
22 {
23 int a = find(e[i].a), b = find(e[i].b);
24 if(a != b) // a、b未连上
25 {
26 fa[a] = b; // 将点a、b连上
27 res += e[i].w, cnt ++;
28 }
29 if(cnt == n-1) return res; // 最小生成树已求出
30 }
31 return INF; // 最小生成树不存在
32 }
染色法:
适用:判断二分图
时间复杂度:o(n+m)
Code:
1 int n, m;
2 int h[N], e[M], ne[M], idx; // 邻接表存图
3 int color[N]; // 0表示未染色, 1、2为染的不同颜色
4
5 bool dfs(int u, int c)
6 {
7 color[u] = c; // c表示染的颜色
8 for(int i = h[u]; i != -1; i = ne[i])
9 {
10 int j = e[i];
11 if(!color[j] && !dfs(j, 3-c)) return false; // 若未染色, 对j及j可达的点进行染色, 3-c:染不同颜色
12 else if(color[j] == c) return false; // 若j已染色, 但与u同色, 说明染色失败
13 }
14 return true; // 本次染色成功
15 }
16
17 bool stain()
18 {
19 for(int i = 1; i <= n; i++)
20 if(!color[i] && !dfs(i, 1)) return false; // 染色失败则不是二分图
21 return true; // 所有点染色成功则为二分图
22 }
匈牙利算法:
适用:二分图求最大匹配数
时间复杂度:理论:o(nm),实际:一般比 o(nm) 快
Code:
1 int n1, n2, m; // n1为左点集, n2为右点集
2 int h[N], e[M], ne[M], idx; // 邻接表存图
3 int match[N]; // 与右点集的点匹配的左点集的点
4 bool st[N]; // 右点集的点是否已经考虑
5
6 bool find(int x) // 为左点集的点寻找匹配
7 {
8 for(int i = h[x]; i != -1; i = ne[i])
9 {
10 int j = e[i];
11 if(!st[j]) // 若j还未考虑过(避免重复考虑同一个点)
12 {
13 st[j] = true;
14 if(!match[j] || find(match[j])) // 若该点未匹配 或 该点匹配的点可找到下家
15 {
16 match[j] = x; // x与j匹配上
17 return true;
18 }
19 }
20 }
21 return false; // 未能为x找到匹配的点
22 }
23
24 int hungary() // 匈牙利算法
25 {
26 int cnt = 0; // 最大匹配数
27 for(int i = 1; i <= n1; i++) // 枚举左点集的点
28 {
29 memset(st, 0, sizeof st);
30 if(find(i)) cnt ++; // 匹配成功则cnt+=1
31 }
32 return cnt;
33 }
图论板子总结 / Graph Summary的更多相关文章
- 图论介绍(Graph Theory)
1 图论概述 1.1 发展历史 第一阶段: 1736:欧拉发表首篇关于图论的文章,研究了哥尼斯堡七桥问题,被称为图论之父 1750:提出了拓扑学的第一个定理,多面体欧拉公式:V-E+F=2 第二阶段( ...
- 清北学堂模拟赛d1t4 一道图论好题(graph)
题目描述 LYK有一张无向图G={V,E},这张无向图有n个点m条边组成.并且这是一张带权图,不仅有边权还有点权. LYK给出了一个子图的定义,一张图G’={V’,E’}被称作G的子图,当且仅当 ·G ...
- 论文解读(SUGRL)《Simple Unsupervised Graph Representation Learning》
Paper Information Title:Simple Unsupervised Graph Representation LearningAuthors: Yujie Mo.Liang Pen ...
- 经典算法题每日演练——第十七题 Dijkstra算法
原文:经典算法题每日演练--第十七题 Dijkstra算法 或许在生活中,经常会碰到针对某一个问题,在众多的限制条件下,如何去寻找一个最优解?可能大家想到了很多诸如“线性规划”,“动态规划” 这些经典 ...
- 经典算法题每日演练——第十四题 Prim算法
原文:经典算法题每日演练--第十四题 Prim算法 图论在数据结构中是非常有趣而复杂的,作为web码农的我,在实际开发中一直没有找到它的使用场景,不像树那样的频繁使用,不过还是准备 仔细的把图论全部过 ...
- Individual Project - Word frequency program-11061171-MaoYu
BUAA Advanced Software Engineering Project: Individual Project - Word frequency program Ryan Mao (毛 ...
- 2017北京国庆刷题Day1 afternoon
期望得分:100+100+100=300 实际得分:100+100+100=300 T1 一道图论好题(graph) Time Limit:1000ms Memory Limit:128MB 题目 ...
- 从锅炉工到AI专家(7)
说说计划 不知不觉写到了第七篇,理一下思路: 学会基本的概念,了解什么是什么不是,当前的位置在哪,要去哪.这是第一篇希望做到的.同时第一篇和第二篇的开始部分,非常谨慎的考虑了非IT专业的读者.希望借此 ...
- 深度学习之概述(Overview)
2016年被称为人工智能的元年,2017年是人能智能应用的元年:深度学习技术和应用取得飞速发展:深度学习在互联网教育场景也得到广泛应用.本文主要介绍机器学习及深度学习之定义及基本概念.相关网络结构等. ...
随机推荐
- ansible的roles使用
1.创建roles文件夹 mkdir roles 2.在roles文件夹里面创建文件夹 cd roles/ mkdir {nginx,uwsgi,redis,mysql} 3.cd nginx 4.m ...
- vmware 无法安装 win 10
因为默认是 UEFI,但我们并没有 UEFI 引导分区,所以需要改成 BIOS
- Spring Security开发安全的REST服务
第1章 课程导学 项目介绍 Java实战:Spring Security开发安全的REST服务,来自慕客网的视频 ,主要讲认证和授权. 企业级的认证和授权 从0开始实现一个可重用的,企业级的,认证和授 ...
- 637. Average of Levels in Binary Tree - LeetCode
Question 637. Average of Levels in Binary Tree Solution 思路:定义一个map,层数作为key,value保存每层的元素个数和所有元素的和,遍历这 ...
- 脚踏实地的Netty源码研究笔记——开篇
1. 脚踏实地的Netty源码研究笔记--开篇 1.1. Netty介绍 Netty是一个老牌的高性能网络框架.在众多开源框架中都有它的身影,比如:grpc.dubbo.seata等. 里面有着非常多 ...
- unity---Lighting面板
打开Lighting面板 将天空盒改为别墅 图片转化为Cube 设置一个材质球
- 133_Power BI 报表服务器2020年1月版本更新亮点
博客:www.jiaopengzi.com 焦棚子的文章目录 请点击下载附件 一个很长的春节假期后,居家办公. 升级了Power BI 报表服务器(2020年1月版本). 具体的升级内容见官网博客: ...
- 个人冲刺(七)——体温上报app(二阶段)
冲刺任务:完成特殊情况功能 MoreActivity.java package com.example.helloworld; import android.content.Intent; impor ...
- 08shell脚本
shell脚本编程 1.1简介 什么是shell脚本 shell脚本: 就是一些命令的集合, 在脚本文件中可以有流程控制, 如顺序, 条件分支和循环等 脚本文件一般一.sh文件为扩展名, 但是不是必须 ...
- vue同时监听多个参数变化
computed: { // 同时监听多个参数 toWatch() { const { params1, params2 } = this.observeObj; return { params1, ...