获取树的最小顶点覆盖的好算法是什么?
节点的邻居。
最小顶点数。
答案 0 :(得分:12)
我在阅读完这些答案后并不完全明白,所以我想我会从here发布一个
一般的想法是,您将树根植于任意节点,并询问该根是否在封面中。如果是,则通过递归计算以其子项为根的子树的最小顶点覆盖。如果不是,那么根的每个子节点都必须位于顶点覆盖中,以便覆盖根与其子节点之间的每个边缘。在这种情况下,你递归根的孙子。
例如,如果您有以下树:
A
/ \
B C
/ \ / \
D E F G
请注意,通过检查,您知道最小顶点覆盖为{B, C}
。我们会找到这个最小的封面。
这里我们从A
开始。
我们向下移动到B
和C
的两个子树,并对此算法进行说明。我们不能简单地声明B
和C
不在封面中,因为即使涵盖了AB
和AC
,我们也无法说明我们是否是否需要B
和C
。
(想想下面的树,其根和它的一个孩子都在最小封面({A, D}
)
A
/|\___
B C D
/|\
E F G
)
但我们知道必须涵盖AB
和AC
,因此我们必须在封面上添加B
和C
。由于B
和C
属于封面,我们可以对其子女进行递归,而不是在B
和C
上递归(即使我们这样做了,也不会给我们更多信息)。
设C(x)
为x
的最小封面大小。
然后,
C(x) = min (
1 + sum ( C(i) for i in x's children ), // root in cover
len(x's children) + sum( C(i) for i in x's grandchildren) // root not in cover
)
答案 1 :(得分:11)
T(V,E)是一棵树,这意味着对于任何叶子,任何最小顶点覆盖必须包括叶子或与叶子相邻的顶点。这为我们提供了以下算法来寻找S,即顶点覆盖:
现在,剩下的就是验证如果原始树只有一个顶点,我们返回1并且永远不会开始递归,并且可以计算最小顶点覆盖。
修改强>
实际上,在稍微考虑之后,可以使用简单的DFS变体来完成。
答案 2 :(得分:10)
我希望here您可以找到更多相关问题的答案。
我在想我的解决方案,可能你需要对它进行改进,但只要动态编程在你的一个标签中,你可能需要:
阅读this后。更改了上面的算法以找到最大的独立集,因为在wiki文章中说明了
当且仅当其补码是顶点覆盖时,该集是独立的。
因此,通过将min更改为max,我们可以找到最大的独立集,并通过补充最小顶点覆盖,因为两个问题都是等价的。
答案 3 :(得分:2)
{- Haskell implementation of Artem's algorithm -}
data Tree = Branch [Tree]
deriving Show
{- first int is the min cover; second int is the min cover that includes the root -}
minVC :: Tree -> (Int, Int)
minVC (Branch subtrees) = let
costs = map minVC subtrees
minWithRoot = 1 + sum (map fst costs) in
(min minWithRoot (sum (map snd costs)), minWithRoot)
答案 4 :(得分:2)
我们可以使用基于DFS的算法来解决这个问题:
DFS(node x)
{
discovered[x] = true;
/* Scan the Adjacency list for the node x*/
while((y = getNextAdj() != NULL)
{
if(discovered[y] == false)
{
DFS(y);
/* y is the child of node x*/
/* If child is not selected as a vertex for minimum selected cover
then select the parent */
if(y->isSelected == false)
{
x->isSelected = true;
}
}
}
}
永远不会为顶点覆盖选择叶节点。
答案 5 :(得分:1)
我们需要找到我们必须做出的每个节点的最小顶点覆盖,要么包括它,要么不包括它。但是根据每个边缘(u,v)的问题,'u'或'v'中的任何一个都应该在封面中,所以我们需要注意如果当前顶点不包括在内,那么我们应该包括它的子节点,如果我们当前包含当前顶点,我们可能会也可能不会根据最优解来包含它的子节点。
这里,DP1 [v]代表任何顶点v =当我们包含它时。 DP2 [v]代表任何顶点v =当我们不包含它时。
DP1 [v] = 1 + sum(min(DP2 [c],DP1 [c])) - 这意味着包括当前,并且可能包括或不包括其子项,基于最佳值。
DP2 [v] = sum(DP1 [c]) - 这意味着不包括当前我们需要包含当前顶点的子节点。这里,c是顶点v的孩子。
然后,我们的解决方案是min(DP1 [root],DP2 [root])
#include <bits/stdc++.h>
using namespace std;
vector<vector<int> > g;
int dp1[100010], dp2[100010];
void dfs(int curr, int p){
for(auto it : g[curr]){
if(it == p){
continue;
}
dfs(it, curr);
dp1[curr] += min(dp1[it], dp2[it]);
dp2[curr] += dp1[it];
}
dp1[curr] += 1;
}
int main(){
int n;
cin >> n;
g.resize(n+1);
for(int i=0 ; i<n-1 ; i++){
int u, v;
cin >> u >> v;
g[u].push_back(v);
g[v].push_back(u);
}
dfs(1, 0);
cout << min(dp1[1], dp2[1]);
return 0;
}
答案 6 :(得分:0)
我只需使用线性程序来解决最小顶点覆盖问题。 作为整数线性程序的公式可能类似于此处给出的公式:ILP formulation
我不认为您自己的实现会比这些高度优化的LP解算器更快。