首页 > 其他分享 >网络流-最小割常见模型

网络流-最小割常见模型

时间:2024-07-12 13:21:43浏览次数:17  
标签:所有 text 模型 常见 最小 闭合 点权 节点

最多限制相交路径

问题

已知一些路径,每一个节点可以属于多个路径,但是属于路径的数量不得超过一个给定的上限。

解决方法

将 \(1\) 个节点拆为 \(2\) 个,接着进行连边,其中容量代表可以经过的路径。

最大权闭合图

定义

如果一个点集满足其中任意元素可以到达的所有元素都在集合中,那么这个点集中的节点可以经过的边和节点构成的图被称为闭合图。最大权闭合图指对于所有的闭合图,点权和最大的图就是最大权闭合图。

对于下图,最大权闭合图为 \(\{2,4,5\}\),其权值为 \(6\)。

求解方法

新建源点 \(S\) 与汇点 \(T\),让 \(S\) 向所有点权为正的节点连一条容量为点权的边,接着让所有点权为负的点向 \(T\) 连一条容量为点权的绝对值的边。在将图中原有的边设为无穷大之后,求出最小割。

有定理:\(\text{最大权闭合图}=\text{所有正点权和}-\text{最小割}\)。

证明

通过上述方式构造,最小割中的所有边均与 \(S\) 或者 \(T\),因为其他的点均被设置为了无穷大,肯定不会选择。

假设在删除割之后,\(S\) 可以到大的点为图 \(A\),在图 \(A\) 中删除与 \(S\) 相连的边与 \(S\) 节点后构成的图 \(A'\) 就是一个最大权闭合图。

设割集中,连接到点 \(S\) 的点权和为 \(x_1\),连接到点 \(T\) 的点权和为 \(x_2\),割集的和为 \(X=1+x_2\)。设图 \(A'\) 所有点的点权和为 \(W\),其中正权和为\(w_1\),负权和为\(-w_2\),有\(W=w_1+w_2\)。
则 \(W+X=w_1-w_2+x_1+2\),其中 \(w_2=c_2\),因为图 \(A'\) 所有负权点都连接到 \(T\),而为了保证 \(A'\) 中的点都不与 \(T\) 连通,这些负权点与 \(T\) 相连的边都删除了,在割集中。

得到 \(W+X=w_1+1\),移项有 \(W=(w_1+x_1)-X\),其中 \(w_1+x_1\) 为所有正权点之和,要想 \(W\) 最大,那么 \(X\) 最小,则 \(X\) 为最小割。

最小点权覆盖集

问题

在图中选取一些点,满足图中每条边连接的两个点中,至少一个被选择,求所选取的点最小权值和。

求解方法

首先对图进行二分染色,将点分为左部分和右部分。新建源点 \(S\) 和汇点 \(T\),\(S\) 向左部节点连边,容量为点权,右部向 \(T\) 连边,容量为点权,图中原有边的容量设为无穷大。对新图求解最小割就是最小点权覆盖集。

证明

对于任意一条从 \(S\) 到 \(T\) 的路径,一定存在一条边被割断,而且因为原图对应的边容量为无穷大,因此割边必然存在于 \(S\) 与左部节点之间或者右部节点与 \(T\) 之间,对应的流量便是选取的最小点权。

在图中选取一些点,满足图中每条边连接的两个点中,至多一个被选择,求所选取的点最大权值和。

定理:\(\text{最大权独立集}=\text{所有点权值和}-\text{最小点权覆盖集}\)

证明:因为点权覆盖集对于原图的点集的补集即为点权独立集,而点集的点权之和为常数,所以当点权覆盖集最小时,点权独立集最大,对应的答案即为所有点权值和-最小点权覆盖集。

标签:所有,text,模型,常见,最小,闭合,点权,节点
From: https://www.cnblogs.com/liudagou/p/18298173

相关文章

  • 网络流-最小割
    定义给定一个网络\(G\),在边集中选择一些边删除使得源点\(S\)与汇点\(T\)不连通。定义删除边\(x\toy\)的代价为\(C_{x\toy}\),则最小割即即使对于所有的割,删除的边代价最小和。最大流最小割定理内容对于一个网络流图\(G\),其中有源点\(s\)和汇点\(t\),那么下面三个......
  • 网络流-最大流常见模型
    二分图最大匹配问题给定一个二分图\(G\),即分左右两部分,各部分之间的点没有边连接,要求选出一些边,使得这些边没有公共顶点,且边的数量最大。解决方法保留原有部分的连边,将所有连边设为从左向右的容量为\(1\)的有向边。将\(S\)用容量为\(1\)的边连接所有左边的节点,把所有右......
  • 网络流-费用流常见模型
    二分图最大权匹配问题选择一些边,如果满足任意两条边都没有公共端点,那么这些边被称为二分图的一组匹配。二分图最大权匹配就是寻找所有的二分图的匹配中权最大的,注意权最大是第一关键字,而是否是匹配最多的无关紧要。求解方法首先,在图中新增源点\(S\)与汇点\(T\)。从\(S\)......
  • 最新AI一站式系统源码-ChatGPT商业版系统源码,支持自定义AI智能体应用、AI绘画、AI视频
     一、前言人工智能语言模型和AI绘画在多个领域都有广泛的应用.....SparkAi创作系统是一款基于ChatGPT和Midjourney开发的智能问答和绘画系统,提供一站式AIB/C端解决方案,涵盖AI大模型提问、AI绘画、AI视频、文档分析、图像识别和理解、TTS&语音识别、AI换脸等多项功能。......
  • 【 2024!深入了解 大语言模型(LLM)微调方法(总结)】
    文末有福利!引言众所周知,大语言模型(LLM)正在飞速发展,各行业都有了自己的大模型。其中,大模型微调技术在此过程中起到了非常关键的作用,它提升了模型的生成效率和适应性,使其能够在多样化的应用场景中发挥更大的价值。那么,今天这篇文章就带大家深入了解大模型微调。其中主要......
  • 大模型时代(上):大模型的出现,会对未来产生什么影响?
    OpenAI将通用大模型训练的结果通过ChatGPT的应用形式带到大家面前,意味着发展了大半个世纪的人工智能领域正式步入了广泛意义生产力提升的新纪元。可预见的未来,大模型的时代会逐渐拉开序幕。那么,大模型的出现会对未来产生什么影响呢?一起来看一下吧。随着OpenAI将通用大......
  • 简单几步,免费微调大语言模型
    我总是受大脑运行方式的启发…大脑收集信息,然后对信息进行加权再输出,问题就在于,怎么调整这些权重使这些信息发挥作用。——杰弗里·辛顿今天和大家分享下,怎么用开源工具免费微调大模型。要用到的工具有:autotrain:huggingface开放的零代码大模型微调平台,无需编程,只需要通......
  • 苹果被大模型打得措手不及
    生成式AI发布已经快2年了,国内外不少公司都有自己的大模型,但作为科技龙头之一的苹果却一直没有消息;显然,苹果是落后于AI发展的时间线了。2023来,英伟达凭借其AI硬件业务的强劲表现,实现市值6.3倍增长,达到2.36万亿美元。ChatGPT、Sora等生成式AI的发布,更使科技行业迈入全新的......
  • 经典再现,回顾常见排序算法之冒泡排序,附Java源码及优化改进实现
    回顾一下排序算法,老酒装新瓶,给自己的技能点做个回放。排序(Sorting)是计算机程序设计中的一种重要操作,它的功能是将一个数据元素(或记录)的任意序列,重新排列成一个有序的序列,也可以理解为高矮个站队。衡量排序算法的两个指标,时间复杂度和稳定性。举个例子,如果我们的数据......
  • Journalctl命令常见用法
    1、查询指定时间范围内的日志journalctl--since"2023-01-0100:00:00"--until"2023-01-0223:59:59"journalctl-usshd--since"2023-05-01"--until"2023-5-31"-n202、查询指定系统单元服务的日志journalctl-unginx--sinceyesterdayjournalc......