【图论】 【割点】 【双连通分类】LCP 54. 夺回据点

2024-03-19 17:50

本文主要是介绍【图论】 【割点】 【双连通分类】LCP 54. 夺回据点,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

本文涉及知识点

图论 割点 双连通分类
割点原理及封装好的割点类

LeetCode LCP 54. 夺回据点

魔物了占领若干据点,这些据点被若干条道路相连接,roads[i] = [x, y] 表示编号 x、y 的两个据点通过一条道路连接。
现在勇者要将按照以下原则将这些据点逐一夺回:
在开始的时候,勇者可以花费资源先夺回一些据点,初始夺回第 j 个据点所需消耗的资源数量为 cost[j]
接下来,勇者在不消耗资源情况下,每次可以夺回一个和「已夺回据点」相连接的魔物据点,并对其进行夺回
注:为了防止魔物暴动,勇者在每一次夺回据点后(包括花费资源夺回据点后),需要保证剩余的所有魔物据点之间是相连通的(不经过「已夺回据点」)。
请返回勇者夺回所有据点需要消耗的最少资源数量。
注意:
输入保证初始所有据点都是连通的,且不存在重边和自环
示例 1:
输入: cost = [1,2,3,4,5,6] roads = [[0,1],[0,2],[1,3],[2,3],[1,2],[2,4],[2,5]]
输出:6
解释: 勇者消耗资源 6 夺回据点 0 和 4,魔物据点 1、2、3、5 相连通; 第一次夺回据点 1,魔物据点 2、3、5 相连通; 第二次夺回据点 3,魔物据点 2、5 相连通; 第三次夺回据点 2,剩余魔物据点 5; 第四次夺回据点 5,无剩余魔物据点; 因此最少需要消耗资源为 6,可占领所有据点。i
在这里插入图片描述

示例 2:

输入: cost = [3,2,1,4] roads = [[0,2],[2,3],[3,1]]
在这里插入图片描述

输出:2

解释: 勇者消耗资源 2 夺回据点 1,魔物据点 0、2、3 相连通; 第一次夺回据点 3,魔物据点 2、0 相连通; 第二次夺回据点 2,剩余魔物据点 0; 第三次夺回据点 0,无剩余魔物据点; 因此最少需要消耗资源为 2,可占领所有据点。image.png

提示:
1 <= roads.length, cost.length <= 105
0 <= roads[i][0], roads[i][1] < cost.length
1 <= cost[i] <= 109

预备知识

点双连通:删掉任意一个点之后及关联的边后,图仍联通。
点双连通分量的缩点

性质一: 无向图中,要么是树边,父亲指向孩子;要么是回边,后代指向祖宗。见:割点原理及封装好的割点类。
性质二:一个环一定是点双连通。
性质三:一个环+一个树,一定不是点双连通区域。令树的一边a,b不在环上,b不在环上。则删除a,b就成了新的连通区域。
性质四:两个环有一个点重合,一定不是点双连通。删除重合点就分开了。
性质五:两个环有两个或更多的顶点相同,则一定是双连通区域。令相同的顶点是a和b。删除a后,两个环余下的点,通过b连通。删除b,类似。
性质六:设G1,G2最大点双连通图,如果G1和G2包括相同的边ab,则G1 == G2。删除a后,G1和G2所有的点都可以通过b连通,故G1和G2可以合并。
性质七:无向图的任何树边都只属于一个强连通分量。

简化情况

假定是树,且节点数大于等于3。一定会存在度数>=2的节点,以任意度数为2的根,形成树。
令叶子数是k,选择k-2个叶子结束,无法完全占据。2个叶子节点最近公共祖先无法消除。
选择k-1个叶子,一定可以占据。设没选择的节点是a,k-1个消除到和a的公共祖先,余下的树都是a的祖先,从根开始消除。
不能选择根节点,除一个子树外,可以选择排除一个叶子节 点外的叶子节点;其它子树要全部选择。显然劣于k-1叶子节点。
不能选择枝节点,选了只有两个选择:
a,本子树全选,本子树外的叶子排除一个外全选。
b,本子树外的节点全选。本子树的叶子排除一个外全选。
显然劣于选择k-1个叶子节点。

在这里插入图片描述
红色字体是割点,红色线段是回边。
共四个点双连通区域,红色背景(节点0)、绿色背景(3)、紫色背景(6) 只和一个割点连接,消除不会形成新的连通区域。蓝色节点(4)和两个割点连通,首先删除会,让2和5断开。

点双连通区域占据任意点,任意剩余据点也是连通。

关于点双连通区域

性质一:除根节点外的任何节点x都会放到符合以下条件的next所在连通区域。
next就是x或next是x的祖宗。如果多个next,取级别最高的。
断开cur后,next和cur的祖宗不连通。每个节点只会入栈出栈一次。
性质二:next的父节点也会放到next所在的双连通区域。
性质三:除根节点外的任何节点x 都有符合性质一的next,根节点的子节点一定符合。

代码

两种特殊情况: 一个连通区域只有一个点。本类会解析错误,解析成没有点双连同区域。
没有割点,会解析成一个点双连通区域,解析正确。本题要特殊处理。

class CNeiBo
{
public:	static vector<vector<int>> Two(int n, vector<vector<int>>& edges, bool bDirect, int iBase = 0) {vector<vector<int>>  vNeiBo(n);for (const auto& v : edges){vNeiBo[v[0] - iBase].emplace_back(v[1] - iBase);if (!bDirect){vNeiBo[v[1] - iBase].emplace_back(v[0] - iBase);}}return vNeiBo;}	static vector<vector<std::pair<int, int>>> Three(int n, vector<vector<int>>& edges, bool bDirect, int iBase = 0){vector<vector<std::pair<int, int>>> vNeiBo(n);for (const auto& v : edges){vNeiBo[v[0] - iBase].emplace_back(v[1] - iBase, v[2]);if (!bDirect){vNeiBo[v[1] - iBase].emplace_back(v[0] - iBase, v[2]);}}return vNeiBo;}static vector<vector<int>> Grid(int rCount, int cCount, std::function<bool(int, int)> funVilidCur, std::function<bool(int, int)> funVilidNext){vector<vector<int>> vNeiBo(rCount * cCount);auto Move = [&](int preR, int preC, int r, int c){if ((r < 0) || (r >= rCount)){return;}if ((c < 0) || (c >= cCount)){return;}if (funVilidCur(preR, preC) && funVilidNext(r, c)){vNeiBo[cCount * preR + preC].emplace_back(r * cCount + c);}};for (int r = 0; r < rCount; r++){for (int c = 0; c < cCount; c++){Move(r, c, r + 1, c);Move(r, c, r - 1, c);Move(r, c, r, c + 1);Move(r, c, r, c - 1);}}return vNeiBo;}
};//割点
class CCutPoint
{
public:CCutPoint(const vector<vector<int>>& vNeiB) : m_iSize(vNeiB.size()){m_vNodeToTime.assign(m_iSize, -1);m_vCutNewRegion.resize(m_iSize);		}void Init(const vector<vector<int>>& vNeiB){for (int i = 0; i < m_iSize; i++){if (-1 == m_vNodeToTime[i]){m_vRegionFirstTime.emplace_back(m_iTime);dfs(vNeiB, i, -1);}}}	const int m_iSize;const vector<int>& Time()const { return m_vNodeToTime; }//各节点的时间戳const vector<int>& RegionFirstTime()const { return m_vRegionFirstTime; }//各连通区域的最小时间戳vector<bool> Cut()const { vector<bool> ret;for (int i = 0; i < m_iSize; i++){ret.emplace_back(m_vCutNewRegion[i].size());}return ret; }//const vector < vector<pair<int, int>>>& NewRegion()const { return m_vCutNewRegion; };
protected:int dfs(const vector<vector<int>>& vNeiB, const int cur, const int parent){int iMinTime = m_vNodeToTime[cur] = m_iTime++;OnBeginDFS(cur);int iRegionCount = (-1 != parent);//根连通区域数量for (const auto& next : vNeiB[cur]) {if (-1 != m_vNodeToTime[next]) {iMinTime = min(iMinTime, m_vNodeToTime[next]);continue;}const int childMinTime = dfs(vNeiB, next, cur);iMinTime = min(iMinTime, childMinTime);if (childMinTime >= m_vNodeToTime[cur]) {iRegionCount++;m_vCutNewRegion[cur].emplace_back(m_vNodeToTime[next], m_iTime);OnNewRegion(cur, next);}}if (iRegionCount < 2){m_vCutNewRegion[cur].clear();}return iMinTime;}virtual void OnNewRegion(int cur, int next) {};virtual void OnBeginDFS(int cur) {};vector<int> m_vNodeToTime;vector<int> m_vRegionFirstTime;vector < vector<pair<int, int>>> m_vCutNewRegion; //m_vCutNewRegion[c]如果存在[left,r) 表示割掉c后,时间戳[left,r)的节点会形成新区域int m_iTime = 0;
};class CConnectAfterCutPoint 
{
public:CConnectAfterCutPoint(const vector<vector<int>>& vNeiB) :m_ct(vNeiB){m_vTimeToNode.resize(m_ct.m_iSize);m_vNodeToRegion.resize(m_ct.m_iSize);for (int iNode = 0; iNode < m_ct.m_iSize; iNode++){m_vTimeToNode[m_ct.Time()[iNode]] = iNode;}for (int iTime = 0,iRegion= 0; iTime < m_ct.m_iSize; iTime++){if ((iRegion < m_ct.RegionFirstTime().size()) && (m_ct.RegionFirstTime()[iRegion] == iTime)){iRegion++;}m_vNodeToRegion[m_vTimeToNode[iTime]] = (iRegion - 1);}}bool Connect(int src, int dest, int iCut)const{if (m_vNodeToRegion[src] != m_vNodeToRegion[dest]){return false;//不在一个连通区域}if (0 == m_ct.NewRegion()[iCut].size()){//不是割点return true;}const int r1 = GetCutRegion(iCut, src);const int r2 = GetCutRegion(iCut, dest);return r1 == r2;}vector<vector<int>> GetSubRegionOfCut(const int iCut)const{//删除iCut及和它相连的边后,iCut所在的区域会分成几个区域:父节点一个区域、各子节点		一个区域//父节点所在区域可能为空,如果iCut所在的连通区域只有一个节点,则返回一个没有节点的			区域。const auto& v = m_ct.NewRegion()[iCut];vector<int> vParen;const int iRegion = m_vNodeToRegion[iCut];const int iEndTime = (iRegion + 1 == m_ct.RegionFirstTime().size()) ? m_ct.m_iSize : m_ct.RegionFirstTime()[iRegion+1];vector<vector<int>> vRet;	for (int iTime = m_ct.RegionFirstTime()[iRegion],j=-1; iTime < iEndTime; iTime++){if (iCut == m_vTimeToNode[iTime]){continue;}if ((j + 1 < v.size()) && (v[j + 1].first == iTime)){j++;vRet.emplace_back();}const int iNode = m_vTimeToNode[iTime];if ((-1 != j ) && (iTime >= v[j].first) && (iTime < v[j].second)){vRet.back().emplace_back(iNode);}else{vParen.emplace_back(iNode);}			}vRet.emplace_back();vRet.back().swap(vParen);return vRet;}	
protected:int GetCutRegion(int iCut, int iNode)const{const auto& v = m_ct.NewRegion()[iCut];auto it = std::upper_bound(v.begin(), v.end(), m_ct.Time()[iNode], [](int time, const std::pair<int, int>& pr) {return  time < pr.first; });if (v.begin() == it){return v.size();}--it;return (it->second > m_ct.Time()[iNode]) ? (it - v.begin()) : v.size();}vector<int> m_vTimeToNode;vector<int> m_vNodeToRegion;//各节点所在区域const CCutPoint m_ct;
};class CPointBitConnect :public CCutPoint
{//点双连通区域
public:CPointBitConnect(const vector<vector<int>>& vNeiB):CCutPoint(vNeiB){}stack<int> m_staNodes;vector<vector<int>> m_vBitConnect;
protected:virtual void OnNewRegion(int cur, int next) override {m_vBitConnect.emplace_back();while (true){const int t = m_staNodes.top();m_staNodes.pop();m_vBitConnect.back().emplace_back(t);if (t == next){break;}}m_vBitConnect.back().emplace_back(cur);};virtual void OnBeginDFS(int cur)override {m_staNodes.emplace(cur);};
};class Solution {
public:long long minimumCost(vector<int>& cost, vector<vector<int>>& roads) {m_c = cost.size();if (1 == m_c){return cost[0];}auto neiBo = CNeiBo::Two(m_c, roads, false);CPointBitConnect pbc(neiBo);pbc.Init(neiBo);if (1 == pbc.m_vBitConnect.size()){return *std::min_element(cost.begin(), cost.end());}long long ans = 0;int iMax = 0;vector<bool> vCut = pbc.Cut();for (auto& v : pbc.m_vBitConnect){int iCutCount = 0;int iCurMin = INT_MAX;for (const auto& iNode : v){iCutCount += vCut[iNode];if (!vCut[iNode]){iCurMin = min(iCurMin, cost[iNode]);}}if (1 == iCutCount){iMax = max(iMax, iCurMin);ans += iCurMin;}}return ans - iMax;}int m_c;
};

测试用例


template<class T, class T2>
void Assert(const T& t1, const T2& t2)
{assert(t1 == t2);
}template<class T>
void Assert(const vector<T>& v1, const vector<T>& v2)
{if (v1.size() != v2.size()){assert(false);return;}for (int i = 0; i < v1.size(); i++){Assert(v1[i], v2[i]);}}int main()
{vector<int> cost;vector<vector<int>> roads;{Solution sln;cost = { 3,2,1,4 }, roads = { {0,2},{2,3},{3,1} };auto res = sln.minimumCost(cost, roads);Assert(2, res);}{Solution sln;cost = { 1,2,3,4,5,6 }, roads = { {0,1},{0,2},{1,3},{2,3},{1,2},{2,4},{2,5} };auto res = sln.minimumCost(cost, roads);Assert(6, res);}}

扩展阅读

视频课程

有效学习:明确的目标 及时的反馈 拉伸区(难度合适),可以先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。
https://edu.csdn.net/course/detail/38771

如何你想快

速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程
https://edu.csdn.net/lecturer/6176

相关下载

想高屋建瓴的学习算法,请下载《喜缺全书算法册》doc版
https://download.csdn.net/download/he_zhidan/88348653

我想对大家说的话
闻缺陷则喜是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。
子墨子言之:事无终始,无务多业。也就是我们常说的专业的人做专业的事。
如果程序是一条龙,那算法就是他的是睛

测试环境

操作系统:win7 开发环境: VS2019 C++17
或者 操作系统:win10 开发环境: VS2022 C++17
如无特殊说明,本算法用**C++**实现。

这篇关于【图论】 【割点】 【双连通分类】LCP 54. 夺回据点的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/826797

相关文章

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

认识、理解、分类——acm之搜索

普通搜索方法有两种:1、广度优先搜索;2、深度优先搜索; 更多搜索方法: 3、双向广度优先搜索; 4、启发式搜索(包括A*算法等); 搜索通常会用到的知识点:状态压缩(位压缩,利用hash思想压缩)。

图的割点、割线问题

图的割点问题 邻接矩阵表示图 package com.hyl.algorithm.other;import java.util.Arrays;import com.hyl.algorithm.search.base.SearchIntf;import com.hyl.algorithm.search.base.SearchIntfFactory;/*** 寻找图的割点* <p>** @aut

用Pytho解决分类问题_DBSCAN聚类算法模板

一:DBSCAN聚类算法的介绍 DBSCAN(Density-Based Spatial Clustering of Applications with Noise)是一种基于密度的聚类算法,DBSCAN算法的核心思想是将具有足够高密度的区域划分为簇,并能够在具有噪声的空间数据库中发现任意形状的簇。 DBSCAN算法的主要特点包括: 1. 基于密度的聚类:DBSCAN算法通过识别被低密

PMP–一、二、三模–分类–14.敏捷–技巧–看板面板与燃尽图燃起图

文章目录 技巧一模14.敏捷--方法--看板(类似卡片)1、 [单选] 根据项目的特点,项目经理建议选择一种敏捷方法,该方法限制团队成员在任何给定时间执行的任务数。此方法还允许团队提高工作过程中问题和瓶颈的可见性。项目经理建议采用以下哪种方法? 易错14.敏捷--精益、敏捷、看板(类似卡片)--敏捷、精益和看板方法共同的重点在于交付价值、尊重人、减少浪费、透明化、适应变更以及持续改善等方面。

【python计算机视觉编程——8.图像内容分类】

python计算机视觉编程——8.图像内容分类 8.图像内容分类8.1 K邻近分类法(KNN)8.1.1 一个简单的二维示例8.1.2 用稠密SIFT作为图像特征8.1.3 图像分类:手势识别 8.2贝叶斯分类器用PCA降维 8.3 支持向量机8.3.2 再论手势识别 8.4 光学字符识别8.4.2 选取特征8.4.3 多类支持向量机8.4.4 提取单元格并识别字符8.4.5 图像校正

PMP–一、二、三模–分类–14.敏捷–技巧–原型MVP

文章目录 技巧一模14.敏捷--原型法--项目生命周期--迭代型生命周期,通过连续的原型或概念验证来改进产品或成果。每个新的原型都能带来新的干系人新的反馈和团队见解。题目中明确提到需要反馈,因此原型法比较好用。23、 [单选] 一个敏捷团队的任务是开发一款机器人。项目经理希望确保在机器人被实际建造之前,团队能够收到关于需求的早期反馈并相应地调整设计。项目经理应该使用以下哪一项来实现这个目标?

基于深度学习 卷积神经网络resnext50的中医舌苔分类系统

项目概述 本项目旨在通过深度学习技术,特别是利用卷积神经网络(Convolutional Neural Networks, CNNs)中的ResNeXt50架构,实现对中医舌象图像的自动分类。该系统不仅能够识别不同的舌苔类型,还能够在PyQt5框架下提供一个直观的图形用户界面(GUI),使得医生或患者能够方便地上传舌象照片并获取分析结果。 技术栈 深度学习框架:采用PyTorch或其他

认知杂谈54

I I 内容摘要: 这篇内容主要有以下几个要点:首先,沟通不在一个调时可学习人际交往心理学知识、线上课程及关注名师来改善。其次,挑房子、工作、搭档和人生伴侣要谨慎,找心灵相通能共同进步的人。再者,远离负能量的人,多跟积极向上的人相处攒正能量。然后,人生如爬山,要专注自身步伐,不与他人比较,坚持目标,可通过看《微习惯》、用专注 APP、参加训练营提升专注力和自律能力。此外,别瞎操心他人,每个人有自

电脑驱动分类

电脑驱动程序(驱动程序)是操作系统与硬件设备之间的桥梁,用于使操作系统能够识别并与硬件设备进行通信。以下是常见的驱动分类: 1. 设备驱动程序 显示驱动程序:控制显卡和显示器的显示功能,负责图形渲染和屏幕显示。 示例:NVIDIA、AMD 显示驱动程序。打印机驱动程序:允许操作系统与打印机通信,控制打印任务。 示例:HP、Canon 打印机驱动程序。声卡驱动程序:管理音频输入和输出,与声卡硬件