最小割集◎Stoer-Wagner演算法
一個無向連通網路,去掉一個邊集可以使其變成兩個連通分量則這個邊集就是割集;最小割集當然就權和最小的割集。
可以用最小切割最大流定理:
1.min=MAXINT,確定一個源點
2.枚舉匯點
3.計算最大流,並確定當前源匯的最小割集,若比min小更新min
4.轉到2直到枚舉完畢
5.min即為所求輸出min
不難看出複雜度很高:枚舉匯點要O(n),最短增廣路最大流演算法求最大流是O((n^2)m)複雜度,在複雜網路中O(m)=O(n^2),演算法總複雜度 就是O(n^5);哪怕採用最高標號預進流演算法求最大流O((n^2)(m^0.5)),演算法總複雜度也要O(n^4)
所以用網路流演算法求解最小割集複雜度不會低於O(n^4)。
---------
prim演算法不僅僅可以求最小產生樹,也可以求“最大產生樹”。最小割集Stoer-Wagner演算法就是典型的應用執行個體。
求解最小割集普遍採用Stoer-Wagner演算法,不提供此演算法證明和代碼,只提供演算法思路:
1.min=MAXINT,固定一個頂點P
2.從點P用類似prim的s演算法擴充出“最大產生樹”,記錄最後擴充的頂點和最後擴充的邊
3.計算最後擴充到的頂點的切割值(即與此頂點相連的所有邊權和),若比min小更新min
4.合并最後擴充的那條邊的兩個端點為一個頂點(當然他們的邊也要合并,這個好理解吧?)
5.轉到2,合并N-1次後結束
6.min即為所求,輸出min
prim本身複雜度是O(n^2),合并n-1次,演算法複雜度即為O(n^3)
如果在prim中加堆最佳化,複雜度會降為O((n^2)logn)
#include <iostream>using namespace std;int mat[600][600];int res;//Stoer-Wagner演算法,加了自己看得懂的備忘//無向圖全域最小割,用求prim類似方法o(n^3),學習了一個下午……//一開始用枚舉源點匯點的最大流求解,複雜度o(n^5) 逾時void Mincut(int n) { int node[600], dist[600]; bool visit[600]; int i, prev, maxj, j, k; for (i = 0; i < n; i++) node[i] = i; while (n > 1) { int maxj = 1; for (i = 1; i < n; i++) { //初始化到已圈集合的割大小 dist[node[i]] = mat[node[0]][node[i]]; if (dist[node[i]] > dist[node[maxj]]) maxj = i; } prev = 0; memset(visit, false, sizeof (visit)); visit[node[0]] = true; for (i = 1; i < n; i++) { if (i == n - 1) { //只剩最後一個沒加入集合的點,更新最小割 res = min(res, dist[node[maxj]]); for (k = 0; k < n; k++) //合并最後一個點以及推出它的集合中的點 mat[node[k]][node[prev]] = (mat[node[prev]][node[k]] += mat[node[k]][node[maxj]]); node[maxj] = node[--n]; //縮點後的圖 } visit[node[maxj]] = true; prev = maxj; maxj = -1; for (j = 1; j < n; j++) if (!visit[node[j]]) { //將上次求的maxj加入集合,合并與它相鄰的邊到割集 dist[node[j]] += mat[node[prev]][node[j]]; if (maxj == -1 || dist[node[maxj]] < dist[node[j]]) maxj = j; } } } return;}int main() { int n, m, a, b, v; while (scanf("%d%d", &n, &m) != EOF) { res = (1 << 29); memset(mat, 0, sizeof (mat)); while (m--) { scanf("%d%d%d", &a, &b, &v); mat[a][b] += v; mat[b][a] += v; } Mincut(n); printf("%d\n", res); }}