首页 > 编程语言 >【算法】斯坦纳树

【算法】斯坦纳树

时间:2024-01-31 15:58:27浏览次数:31  
标签:int 枚举 斯坦纳 算法 子集 dp 关键点

参考资料

概念

斯坦纳树原本是在一个几何图中提出来的问题。在一个平面内给出 \(n\) 个点 \(p_i\),可以加入一些新的点(称为斯坦纳点),要求在使得这些点连通并且边的总长度最小。

在 OI 中,斯坦纳树不再是在几何图上的问题,而是变成了图上的问题。它用于解决给出有 \(n\) 个点和 \(m\) 条边的一张图,选出 \(k\) 个关键点,要求在边集中选出一些边使得这些点连通,并且选出的边的边权之和最小。有时只选这 \(k\) 个点不一定使得代价最小,而需要选一部分非关键点。

可以将斯坦纳树理解为针对于关键点的最小生成树问题,同样,最小生成树也可以理解为斯坦纳树的普遍情况。但两者的解决方式完全不同,斯坦纳树用到的是状态压缩 dp。

实现

通过最小生成树的想法,我们不难想到最后选出的这些边构成的一定是一颗树。因此我们设 \(dp_{i,s}\) 表示以 \(i\) 为根节点的子树内包含点的状态是 \(s\)。

  1. 子集转移

以 \(i\) 为根节点的子树内还可以继续进行划分,然后划分后的子树包含点的状态的并集就是 \(s\)。那么枚举 \(s\) 的子集 \(t\),\(dp_{i,s}=\min(dp_{i,t}+dp_{i,s-t})\),\(s-t\) 在二进制含义下也可以写成 \(s\oplus t\),表示 \(t\) 对于 \(s\) 的补集。

如何枚举子集?常见的代码是这样的:for(int t=s;t;t=(t-1)&s),但是为什么这样是可行的?

首先 \(s\) 一定是 \(s\) 的子集,而后面进行的又是与的操作,因此保证 \(t\) 一定是 \(s\) 子集。

其次,减法和按位与都可以保证枚举出来的 \(t\) 单调递减,因此保证不重。

最后,\(t-1\) 在二进制下相当于将 \(t\) 最低位的 \(1\) 更改为 \(0\),并且这一位右边的 \(0\) 全部更改为 \(1\),最后和 \(s\) 与上之后一定就是最靠近 \(t\) 的另一个子集,因此可以保证不漏。

dp 状态的初始值除原本就是关键点的一开始都是正无穷,而是关键点的只有 \(s\) 中只有它这一个点的代价是 \(0\),其余也是正无穷。最后随便找一个关键点做根即可。

  1. 松弛

\(dp_{i,s}\) 不仅可以由自己本身的子树划分中转移而来,还可能是由别的点进行添边操作而来的。由此得,\(dp_{i,s}=\min{dp_{j,s}+w(i,j)}\)。发现这就是一个最短路的松弛操作,用 spfa 或者 dijkstra 对于每一个 \(s\) 在子集转移后跑一遍即可。

代码如下:

#include<bits/stdc++.h>
using namespace std;
const int N=1e2+5;
const int K=2e3+5;
const int M=5e2+5;
int n,m,k;
int head[N],tot;
int dp[N][K];
int a[N];

struct node{
    int nex,to,w;
}edge[M<<1];

void add(int x,int y,int z){
    edge[++tot].nex=head[x];
    edge[tot].to=y;
    edge[tot].w=z;
    head[x]=tot;
}

struct Node{
    int x,v;
    bool operator < (const Node &x) const{
        return x.v<this->v;
    }
};

bool vis[N];

void dijkstra(int s){
    priority_queue<Node>q;
    for(int i=1;i<=n;++i){
        if(dp[i][s]!=(int)1e9){
            Node sta={i,dp[i][s]};
            q.push(sta);
        }
        vis[i]=false;
    }
    while(!q.empty()){
        int x=q.top().x;
        q.pop();
        if(vis[x]) continue;
        vis[x]=true;
        for(int i=head[x];i;i=edge[i].nex){
            int v=edge[i].to;
            // cout<<dp[x][s]<<" "<<edge[i].w<<"\n";
            if(dp[x][s]+edge[i].w<dp[v][s]){
                dp[v][s]=dp[x][s]+edge[i].w;
                Node nxt={v,dp[v][s]};
                q.push(nxt);
            }
        }
    }
}

int main(){
    ios::sync_with_stdio(false);
    cin>>n>>m>>k;
    for(int i=1;i<=m;++i){
        int x,y,w;
        cin>>x>>y>>w;
        add(x,y,w);
        add(y,x,w);
    }
    for(int s=0;s<(1<<k);++s){
        for(int i=1;i<=n;++i) dp[i][s]=(int)1e9;
    }
    for(int i=1;i<=k;++i){
        cin>>a[i];
        dp[a[i]][1<<(i-1)]=0;
    }

    for(int s=1;s<(1<<k);++s){
        for(int i=1;i<=n;++i){
            for(int t=s&(s-1);t;t=(t-1)&s){
                dp[i][s]=min(dp[i][s],dp[i][t]+dp[i][s^t]);
            }
        }
        dijkstra(s);
    }
    cout<<dp[a[1]][(1<<k)-1];
    return 0;
} 

例题

咕咕

标签:int,枚举,斯坦纳,算法,子集,dp,关键点
From: https://www.cnblogs.com/Cloote/p/17999427

相关文章

  • 算法模板 v1.6.1.20240131
    算法模板v1.1.1.20240115:之前的历史版本已经不可寻,创建了第一份算法模板。v1.2.1.20240116:删除“编译”-“手动开栈”与“编译”-“手动开O优化”;将“编译”-“CF模板”中的第20行代码cin>>T;注释;删除“读写”及其目录下的内容;删除“图论”-“欧拉图”-“混合图”;删除“图论”-......
  • MD5算法:高效安全的数据完整性保障
    摘要:在数字世界中,确保数据完整性和安全性至关重要。消息摘要算法就是一种用于实现这一目标的常用技术。其中,MessageDigestAlgorithm5(MD5)算法因其高效性和安全性而受到广泛关注。本文将详细介绍MD5算法的优缺点,以及它如何解决数据完整性问题和安全性问题。此外,我们还将提供......
  • 深入浅出堆排序: 高效算法背后的原理与性能
    ......
  • 快速排序:高效分割与递归,排序领域的王者算法
    ......
  • 读论文-基于自注意力机制和迁移学习的跨领域推荐算法
    前言今日要读的文章为一篇2022年4月2日发表于《计算机科学》的期刊文章;文章发现了传统的单领域推荐算法的问题:传统的单领域推荐算法受限于用户和项目的稀疏关系,存在用户/项目冷启动的问题,并且,其仅以用户对项目评分进行建模,忽略了评论文本中所蕴含的信息。基于此,文章提出了一种基......
  • LLM面面观之RLHF平替算法DPO
    1.背景最近本qiang~老看到一些关于大语言模型的DPO、RLHF算法,但都有些云里雾里,因此静下心来收集资料、研读论文,并执行了下开源代码,以便加深印象。此文是本qiang~针对大语言模型的DPO算法的整理,包括原理、流程及部分源码。2.DPOvsRLHF  上图左边是RLHF算法,右边为DPO算......
  • KMP算法
    目录感悟kmp已经整了很多次了,从一开始的不懂到之前一次的似懂非懂,这次再刷字符串算法,一定搞懂寄,又有点糊里糊涂的感悟有点晕,next数组和整体的顺序上已经理解了存在的问题用next数组查找的时候要用while循环去查找,因为如果用if来查找,匹配到本次不一样,回退后仍然可能不一样......
  • eXeScope 注册机制算法破解
    使用x64dbg进行修改从网上找来一片文章,感觉靠谱,如下---------------------------------------------------------------------------------------第一次看到这个界面还是在十多年前,当时的我并不明白这些数据的含义。现在为它写一篇博客,算是一种纪念吧。用x64dbg加载exescop......
  • 算法学习Day44完全背包
    Day44完全背包ByHQWQF2024/01/29笔记完全背包有N件物品和一个最多能背重量为W的背包。第i件物品的重量是weight[i],得到的价值是value[i]。每件物品都有无限个(也就是可以放入背包多次),求解将哪些物品装入背包里物品价值总和最大。和01背包的区别在每件物品都可以放入背包无......
  • 算法学习Day43最后石头的重量、目标和、一和零
    Day43最后石头的重量、目标和、一和零ByHQWQF2024/01/31笔记1049.最后一块石头的重量II有一堆石头,每块石头的重量都是正整数。每一回合,从中选出任意两块石头,然后将它们一起粉碎。假设石头的重量分别为 x和 y,且 x<=y。那么粉碎的可能结果如下:如果 x==y,那么两块石......