博客
关于我
CodeForces - 1076D Edge Deletion(最短路径树 / dijkstra+贪心)
阅读量:610 次
发布时间:2019-03-12

本文共 820 字,大约阅读时间需要 2 分钟。

怎样在图中删除若干边最终保留尽可能多的“好点”呢?通过分析,最优解可能涉及构建最短路径树,并选择保留k条边。以下是解决问题的详细步骤:

分析问题

  • 问题理解:给定一个连通图,删减边至仅剩k条边,同时最大化保留的“好点”数量。好点定义为:删除边后,节点1到该节点的最短距离保持不变。

  • 关键思路:使用最短路径树的概念。树中的视最近边对保持最短路径至关重要。

  • 最短路径树性质:在树中,每个节点的路径是唯一的。树中的边即为保持最短路径的关键。

  • 解决步骤

  • 构建最短路径树:

    • 使用Dijkstra算法,从节点1出发,构建一个包含所有节点的最短路径树。
    • 树中的每条边代表在保持最短路径所需的边。
  • 选择保留的边:

    • 保留k条树边,这些边离根节点越远,或分布越广,可能保留更多好点。
    • 选择尽可能分散的边,避免集中剪枝影响多个节点的最短路径。
  • 标记好点:

    • 在原始图中,所有依赖保留树边连接的节点将保持最短距离。
    • 统计这些点,确保它们在删减后的图中仍可达,且距离不变。
  • 评估优化:

    • 保留树中的k条边,统计受影响的点。
    • 时间复杂度考虑:使用高效算法确保在O(m log n)内完成Dijkstra和边选择过程。
  • 优化实施

  • 最短路径树构建:

    • Dijkstra算法遍历图,确定每条边是否为最短路径树边。
    • 记录每条边到节点的贡献,以便后续剪枝选择。
  • 边选择策略:

    • 按层依次选择树边,确保每个层次都保留足够多的连接。
    • 去除边的贡献不大的部分,优先保留分布广的树边。
  • 统计好点数量:

    • 对每个节点,检查其路径是否依赖于被保留的树边。
    • 统计满足条件的节点数量,最大化“好点”数目。
  • exemplary结论

    通过以上步骤,最大化好点数目为k层加上根节点,公式可表示为:

    [ \text{最大好点数量} = k + 1 ]

    示例验证:

    • k=2:保留2条树边,节点1、a、b为好点,数目为3。
    • k=3:保留3条树边,节点1、a、b、c,数目为4。

    这表明,保留k条边后,好点数量为k+1。

    转载地址:http://ghrxz.baihongyu.com/

    你可能感兴趣的文章
    Python到底能做什么?它的优点在哪?
    查看>>
    python利用pytorch库导出图像分割算子
    查看>>
    python利用pyshark监听网卡来抓包其中pyshark中摸索的一些可用参数
    查看>>
    python利用excel分析过杀漏失
    查看>>
    python判断汉字数目
    查看>>
    python判断文件是空的,如果是空的,就删除
    查看>>
    python判断密码是否正确_python密码判断是否符合要求的方法
    查看>>
    python判断字符串包含中文_Python 判断字符串是否包含中文
    查看>>
    python删除第一行_Python 乱码指北:一行删掉根目录
    查看>>
    Python删除列表元素的三种方法
    查看>>
    python初步学习-python数据类型-集合(set)
    查看>>
    python列表生成字典_Python中将字典转换为列表的方法
    查看>>
    python列表对应元素合并为列表及判断一个列表是几维
    查看>>
    python列表去重复后按照顺序_从包含不可共元素的Python列表中删除重复元素,同时保留顺序?...
    查看>>
    python列表前几个_python之列表
    查看>>
    python列表元组
    查看>>
    Python列表/元组/字典和集合使用
    查看>>
    python列表 行列选择_python_pandas_dataframe_行列选择_切片操作
    查看>>
    python列表
    查看>>
    python列出当前目录、子目录和文件的脚本
    查看>>