必备知识:

  高斯消元,图论基本知识(好像就这。。。(雾))


这里是无向图部分,请不要走错场。。。

定义

  我们将邻接矩阵定义为矩阵\(A(u,v)\),我想邻接矩阵就不用再多说了;

  我们将每个点的度数矩阵定义为矩阵\(D(u,v)\),这里再加上数学表示;

  \(D(u,u)=u\)这个点的度数,\(D(u,v)=0(u!=v)\);

  我们将矩阵Laplace(或Kirchhoff)定义为\(L(u,v)=D(u,v)-A(u,v)\)

  我们将生成树的个数定义为 \(t\);

引入

  这里将讲述行列式,如果dalao已经学过,请直接跳过这个环节;

  这里引入的是\(N*N\)方阵行列式(因为邻接矩阵是方形),例如

  

  行列式的公式是

      

  PS:其中v是 \(l_1 , l_2 , l_3 ... l_n\)的逆序对个数;

  行列式有几个性质:

  •   行行交换,结果相反;
  •   行行叠加,结果不变;
  •   矩阵行伸长,结果等比例增加;

  PS:

  性质1的简单证明:

    由行列式的公式可知,行行交换,必然会出现逆序对的变化,变化为1,那么此时结果符号一定会改变;

  性质2的补充:

    可以让其他行乘上k叠加到这一行,结果不变;

  根据这些,我们就可以发现,高斯消元可以很好的利用这些性质,那么高斯消元后矩阵对角线的乘积即为结果;

  我从其他位置挖来了一个矩阵L的优化证明,说实话,我有点蒙

  

  我们根据这个性质可以少算一行一列,这应该也算优化吧(心虚~

应用

  这样思路就十分清晰了,这里的矩阵L行列式值即为生成树个数,那么我们就有了步骤:

  1. 首先构造矩阵L,根据公式\(L=D - A\),我们可以很方便地求出矩阵L,当然,在读入边时就可以直接操作,如边 \(u\) -> \(v\),我们不妨让\(f [ u ] [ v ]=f [ v ] [ u ] - -,f [ u ] [ u ]++,f [ v ] [ v ]++\).
  2. 然后将矩阵高斯消元,并求出对角线的乘积。
  3. 有时因为必须是整数,我们可以采用类似于辗转相除法的减去方法,下面将详细介绍。

模型

  模板题:小Z的房间

  思路清晰,只要将一个点和上下左右建边,构造矩阵L,用高斯消元求解;

  不过高斯消元一般求其小数形式,这里是不行的,因为是方案数(不可能是小数啊QWQ);

  这里就应用了类似于辗转相除的方法,回顾辗转相除,将两个数取\(mod\),然后交换位置,直到一个为0为止;

  高斯消元同样是将另一个数消为0,那么我们将函数改一下,如下(看注释):

ll Gauss(){
ll ans=1;n=cent-1;//定理 1 的应用 ,cent为总点数
for(int i=1;i<=n;i++){
for(int j=i+1;j<=n;j++){
while(f[j][i]){//类辗转相除法 ,直到一个为0
int t=f[i][i]/f[j][i];
//注意是int类型(向下取整),没减完,但是减后f[i][i]<f[j][i]
for(int k=i;k<=n;k++)
f[i][k]=(f[i][k]-f[j][k]*t%mod+mod)%mod;
swap(f[i],f[j]);//交换位置辗转减
//交换位置是因为上面所说的 f[i][i]<f[j][i]
ans=-ans;//交换位置要取反
}
}
ans=(ans*f[i][i]+mod)%mod;
}
return ans;
}

  应该解释的还算清楚,类似辗转相除的复杂度大约多了一个\(log n\),总复杂度\(O(n^{3}log n)\)我将整个代码放在这里,算一个模板吧:

#include<bits/stdc++.h>
#define ll long long
#define mod 1000000000
using namespace std;
int n,m,a[100][100],cent;
ll f[100][100]; inline void add(int u,int v){
f[u][u]++,f[u][v]--;
}//由于矩阵对称,所以加减一次就好。。。 ll Gauss(){
ll ans=1;n=cent-1;//定理 1 的应用 ,cent为总点数
for(int i=1;i<=n;i++){
for(int j=i+1;j<=n;j++){
while(f[j][i]){//类辗转相除法 ,直到一个为0
int t=f[i][i]/f[j][i];
//注意是int类型(向下取整),没减完,但是减后f[i][i]<f[j][i]
for(int k=i;k<=n;k++)
f[i][k]=(f[i][k]-f[j][k]*t%mod+mod)%mod;
swap(f[i],f[j]);//交换位置辗转减
//交换位置是因为上面所说的 f[i][i]<f[j][i]
ans=-ans;//交换位置要取反
}
}
ans=(ans*f[i][i]+mod)%mod;
}
return ans;
} int main(){
scanf("%d%d",&n,&m);
for(int i=1;i<=n;i++)
for(int j=1;j<=m;j++){
char s=getchar();
while(s!='.'&&s!='*')
s=getchar();//防止输入出错
if(s=='.') a[i][j]=++cent;//命名
}
for(int i=1;i<=n;i++)
for(int j=1;j<=m;j++){
int now,rou;
if(!(now=a[i][j])) continue;
if(rou=a[i-1][j]) add(now,rou);
if(rou=a[i][j-1]) add(now,rou);
if(rou=a[i+1][j]) add(now,rou);
if(rou=a[i][j+1]) add(now,rou);//构建L矩阵
}
printf("%lld\n",(Gauss()+mod)%mod);//不能是负数。。。
}

深入

  懂了模板当然是不够的,我们应该见识一些技巧:

[SDOI2014]重建

  题目不再粘贴,我们直接叙述;

  这里同样是生成树个数,不过不同的是,这里具有边权值,不过这里并不碍事,我们将叙述有点权值将如何应对。

  根据高中概率的基本知识,两个没有交集的事件\(A,B\),概率分别为\(P(A),P(B)\),那么\(P(AB)=P(A)*P(B)\),这个应该都懂。

  那么每条边联通的概率为\(P(u,v)\),那么不连通的概率是\(1-P(u,v)\),这个应该很显然。

  那么一个生成树的概率\(P(G)= P(u,v)*(1 - P(x,y))\),其中u,v的边属于生成树\(G\),而\(x,y\)这条边不属于。

  那么,\(\sum P(G)\)即为总概率,我们将式子改造。

  $$\sum_{G} \prod_{(u,v)\in G,(x,y)\notin G} P(u,v)(1-P(x,y))=\sum_G \prod_{(u,v)\in G,(x,y)\notin G} P(u,v)(1-\frac{P(G)}{P(u,v)})=\sum_G (1 - P(G))\prod_{(u,v)\in G,(x,y)\notin G} \frac{P(u,v)}{1-P(u,v)}$$

  解释一下,由于属于树\(G\)的边和不属于树\(G\)的边互为补集,所以就可以利用这个性质,我直接表达这个式子

  \(sum=\sum(1-P(G)) \prod_{(u,v)\in G,(x,y)\notin G} \frac{P(u,v)}{1-P(u,v)}\)

  这样就很显然了,将\(\frac{P[u][v]}{1-P[u][v]}\)作为边权值,不过如何处理边权,这里给出步骤:

  1.我们将矩阵读入,重新定义边权;

  2.将边权当作度数加在对角线上,然后当作邻接矩阵中边的个数减去即可;

  3.高斯消元;

  介绍完毕,Code:

#include<bits/stdc++.h>
#define maxn 57
#define db double
using namespace std;
int n;
db f[maxn][maxn],ans=1.0;
const db eps=1e-8; db Gauss(){
n--;db ol=1.0;
for(int i=1;i<=n;i++){
int sp=i;
for(int j=i+1;j<=n;j++)
if(fabs(f[j][i])>fabs(f[sp][i])) sp=j;
if(i!=sp) swap(f[i],f[sp]),ans=-ans;
for(int j=i+1;j<=n;j++){
db t=f[j][i]/f[i][i];
for(int k=i;k<=n;k++)
f[j][k]-=f[i][k]*t;
}
ol*=f[i][i];
}
return ol;
}//这里是小数,所以操作就没有那么鬼畜了。。 //sum = sigma P(G) Π(P[u][v]/(1-P[u][v])); int main(){
scanf("%d",&n);
for(int i=1;i<=n;i++)
for(int j=1;j<=n;j++)
scanf("%lf",&f[i][j]);
for(int i=1;i<=n;i++){
for(int j=1;j<=n;j++){
db t=max((1.0-f[i][j]),eps);//小心 0 哦
if(i>j) ans*=t;//累加,得出 1-P(G)
f[i][j]/=t;//步骤1
}
}
for(int i=1;i<=n;i++)
for(int j=1;j<=n;j++)
if(i!=j){
f[i][i]+=f[i][j];
f[i][j]=-f[i][j];
}//步骤2 ,构图
printf("%.10lf",fabs(Gauss()*ans));
}

[SHOI2016]黑暗前的幻想乡

  这里用到了容斥原理,二进制枚举等技巧,容斥我就不再叙述,自己不会可以yy一下(逃~

  直接上代码了(有良心注释)

#include<bits/stdc++.h>
#define maxn 19
#define ll long long
#define mod 1000000007
using namespace std;
int n,m;
vector<pair<int ,int > >a[maxn];
ll f[maxn][maxn],ans; ll Gauss(){
int m=n-1;ll ol=1;
for(int i=1;i<=m;i++){
for(int j=i+1;j<=m;j++){
while(f[j][i]){
int t=f[i][i]/f[j][i];
for(int k=i;k<=m;k++)
f[i][k]=(f[i][k]-f[j][k]*t%mod+mod)%mod;
swap(f[i],f[j]);ol=-ol;
}
}
ol=ol*f[i][i]%mod;
}
return (ol+mod)%mod;
}//唉,方案数。。。 void add(int u,int v){
f[u][u]++,f[v][v]++;
f[u][v]--,f[v][u]--;
} int main(){
scanf("%d",&n);
for(int i=1,t,u,v;i<=n-1;i++){
scanf("%d",&t);
while(t--){
scanf("%d%d",&u,&v);
a[i].push_back(make_pair(u,v));//存图
}
}
int lim=1<<(n-1);
for(int i=1;i<lim;i++){
int cnt=0;memset(f,0,sizeof(f));//暴力建图
for(int k=0;k<n-1;k++){//二进制枚举
if((1<<k)&i){
cnt++;
for(int j=0;j<a[k+1].size();j++)
add(a[k+1][j].first,a[k+1][j].second);
}
}
if((n-cnt)&1) ans=(ans+Gauss())%mod;
//容斥原理。。。其实就是奇数和偶数分别加减 。。。
else ans=(ans-Gauss()+mod)%mod;//防止负数。。。
}
printf("%lld\n",ans);
}

总结

  其实还有一些内容,但是由于赶着复习,就没再说了。

  我们做的这几道题,无非是建图,统计答案,高斯消元时设下关卡,导致题目难度的跃升。

  但既然已经知道要考哪里,就往哪个地方想,就像专题训练一样,然后找出特点,从而在综合题中找到这个算法的影子;

  这个算法特点主要就是生成树的计数,所以应该很好看出来,记住特点和处理方法,培养数学思维才是做题目的;

矩阵树定理(Kirchhoff || Laplace)初探——Part 1(无向图计数)的更多相关文章

  1. 矩阵树定理(Kirchhoff || Laplace)初探——Part 1(无向图计数)

    必备知识: 高斯消元,图论基本知识(好像就这...(雾)) 这里是无向图部分,请不要走错场... 定义 我们将邻接矩阵定义为矩阵A(u,v),我想邻接矩阵就不用再多说了: 我们将每个点的度数矩阵定义为 ...

  2. 【算法】Matrix - Tree 矩阵树定理 & 题目总结

    最近集中学习了一下矩阵树定理,自己其实还是没有太明白原理(证明)类的东西,但想在这里总结一下应用中的一些细节,矩阵树定理的一些引申等等. 首先,矩阵树定理用于求解一个图上的生成树个数.实现方式是:\( ...

  3. Note -「矩阵树定理」学习笔记

      大概--会很简洁吧 qwq. 矩阵树定理   对于无自环无向图 \(G=(V,E)\),令其度数矩阵 \(D\),邻接矩阵 \(A\),令该图的 \(\text{Kirchhoff}\) 矩阵 \ ...

  4. 行列式&矩阵树定理

    行列式: 参考 oi-wiki 定义 对于一个\(n*n\)的矩阵A行列式取值(标量) \(det(A)=|A|=\sum\limits_p(-1)^{\tau(p)}\prod\limits_{i= ...

  5. [spoj104][Highways] (生成树计数+矩阵树定理+高斯消元)

    In some countries building highways takes a lot of time... Maybe that's because there are many possi ...

  6. BZOJ 4766: 文艺计算姬 [矩阵树定理 快速乘]

    传送门 题意: 给定一个一边点数为n,另一边点数为m,共有n*m条边的带标号完全二分图$K_{n,m}$ 求生成树个数 1 <= n,m,p <= 10^18 显然不能暴力上矩阵树定理 看 ...

  7. bzoj 4596 [Shoi2016]黑暗前的幻想乡 矩阵树定理+容斥

    4596: [Shoi2016]黑暗前的幻想乡 Time Limit: 20 Sec  Memory Limit: 256 MBSubmit: 559  Solved: 325[Submit][Sta ...

  8. 【LOJ#6072】苹果树(矩阵树定理,折半搜索,容斥)

    [LOJ#6072]苹果树(矩阵树定理,折半搜索,容斥) 题面 LOJ 题解 emmmm,这题似乎猫讲过一次... 显然先\(meet-in-the-middle\)搜索一下对于每个有用的苹果数量,满 ...

  9. 2019.01.02 bzoj2467: [中山市选2010]生成树(矩阵树定理)

    传送门 矩阵树定理模板题. 题意简述:自己看题面吧太简单懒得写了 直接构建出这4n4n4n个点然后按照题面连边之后跑矩阵树即可. 代码: #include<bits/stdc++.h> # ...

随机推荐

  1. Docker-ce Centos8 笔记二:常见问题

  2. Windows软件Everything的配置

    Everything配置 Everything是一款Windows下的搜索软件,怎么安装应该不难.这里说一下个人使用的两个习惯. 主要就两点,一个是快捷键,一个是搜索路径 1. 快捷键 配置快捷键,点 ...

  3. Go语言从入门到放弃(结构体常见的tag)

    什么是tag Tag是结构体中某个字段别名, 可以定义多个, 空格分隔 type Student struct {     Name string `ak:"av" bk:&quo ...

  4. Flutter 基础组件:状态管理

    前言 一个永恒的主题,"状态(State)管理",无论是在React/Vue(两者都是支持响应式编程的Web开发框架)还是Flutter中,他们讨论的问题和解决的思想都是一致的. ...

  5. 通过写n本书的积累,我似乎找到了写好技术文章的方法(回复送我写的python股票电子书)

    我写的书不算少,写的博文就更多了,但大多数书的销量也就一般,而我写的技术文章里,虽然也有点击过万的,但不少点击量也就只有三位数. 通过不断反思,也通过对比了一些畅销书和顶流文章,我似乎找到了一些原因, ...

  6. 关联实现下-jsonpath取值(有难度!!耗时长)

    re的使用参考:正则表达式基础及re模块:https://www.cnblogs.com/dream66/p/12953729.html import restr1 = '{"access_ ...

  7. canvas多重阴影发光效果

    canvas多重阴影发光效果 前言 在一个项目中,客户提了一个发光的效果,效果图如下: 阴影 有的人可能会说,这个用阴影其实就可以实现.但是从图中可以看出,是一个比较强烈的发光效果.实际的应用过程中我 ...

  8. 【Oracle】translate函数用法解析

    转自:https://blog.csdn.net/shwanglp/article/details/52814173 基本语法: translate(string,from_str,to_str); ...

  9. VS2019项目docker启动且访问SQLSERVER数据库配置

    VS2019编译.调试的Blazor纯前台项目,使用控制台启动,去连接纯后台的API项目,使用docker启动,并且通过EFCore访问SQLSERVER数据库,有几个地方需要修改配置: 一.前台连后 ...

  10. Nacos使用和注册部分源码介绍

    Nacos简单介绍 Nacos致力于帮助您发现.配置和管理微服务.Nacos提供了一组简单易用的特性集,帮助您快速实现动态服务发现.服务配置.服务元数据及流量管理.Nacos帮助您更敏捷和容易地构建. ...