- vừa được xem lúc

Một số ứng dụng nâng cao của cây DFS (phần 1)

0 0 29

Người đăng: Viblo Algorithm

Theo Viblo Asia

I. Cây DFS và bài toán định chiều đồ thị

1. Phân loại các cung trên cây DFS\text{DFS}

Trong quá trình DFS\text{DFS} duyệt đồ thị, với mỗi đỉnh uu ta có được đỉnh par[u]\text{par}[u] là đỉnh cha của đỉnh uu trên đường đi. Nếu xây dựng đồ thị con gồm các cạnh có dạng (par[u],u),(\text{par}[u], u), ta sẽ thu được một cây, gọi là cây DFS\text{DFS}. Hình vẽ dưới đây biểu diễn một cây DFS\text{DFS} với 99 đỉnh, các cạnh nét liền là cạnh thuộc cây DFS\text{DFS}, các cạnh nét đứt là cạnh không thuộc cây DFS\text{DFS}.

Trên đồ thị có hướng, xét mọi cung được thăm và không được thăm trong quá trình DFS,\text{DFS}, ta có các loại cung sau:

  • Cung của cây DFS (Tree Edges): Các cung được thăm trong quá trình DFS\text{DFS} (cung màu trắng nét liền).
  • Cung xuôi (Forward edges): Cung không thuộc cây DFS\text{DFS} có dạng (uv)(u \rightarrow v); trong đó uu là cha của vv trong quá trình DFS\text{DFS} (cạnh xanh lá).
  • Cung ngược (Back edges): Cung không thuộc cây DFS\text{DFS} và có dạng (vu)(v \rightarrow u); trong đó uu là cha của vv (cạnh đỏ) nhưng vv đã được thăm trước đó do một dây chuyền DFS\text{DFS} khác.
  • Cung chéo (Cross edges): Cung không thuộc cây DFS\text{DFS}, trong đó uuvv thuộc hai nhánh khác nhau của cùng một cây DFS\text{DFS} (cạnh tím). Cung này sinh ra do tồn tại một đỉnh ww đã duyệt trước cả uuvv, và đỉnh ww này tạo ra hai nhánh DFS\text{DFS} khác nhau, một nhánh chứa uu và một nhánh chứa vv. Cung chéo chỉ có thể đi từ nhánh thăm sau tới nhánh thăm trước chứ không thể đi từ nhánh thăm trước tới nhánh sau trước (thật vậy, nếu cung chéo đi từ nhánh thăm trước sang nhánh thăm sau thì cung đó cũng chính là cung thuộc nhánh thăm trước).

Trên đồ thị vô hướng, chỉ tồn tại hai loại cung là cung thuộc cây DFS\text{DFS} và cung ngược (không thuộc cây DFS\text{DFS}).

Đối với đồ thị vô hướng, nếu như trong quá trình DFS\text{DFS}, cứ khi duyệt qua một cạnh (u,v)(u, v) thì ta bỏ luôn chiều (v,u)(v, u) đi và định chiều lại cạnh (u,v)(u, v) thành cung (uv)(u \rightarrow v), thì thu được một phép định chiều đồ thị gọi là phép định chiều DFS\text{DFS}.

2. Đánh số các đỉnh trên cây DFS\text{DFS} và ghi nhận cung ngược lên cao nhất

Một số định nghĩa mảng sử dụng:

  • num[u]:\text{num}[u]: Số thứ tự duyệt đến của đỉnh uu trong quá trình DFS\text{DFS}.
  • low[u]:\text{low}[u]: Số thứ tự nhỏ nhất (giá trị num[]\text{num}[]) của một đỉnh vv tới được từ nhánh DFS\text{DFS} gốc uu bằng tối đa một cung ngược. Có nghĩa là, nếu trong nhánh DFS\text{DFS} gốc uu tồn tại nhiều cung ngược, thì ta ghi nhận cung ngược hướng lên đỉnh có thứ tự thăm nhỏ nhất. Ban đầu low[u]=num[u],\text{low}[u] = \text{num}[u], do đỉnh uu có thể tự đi tới chính nó.
  • par[u]:\text{par}[u]: Đỉnh cha của đỉnh uu trên cây DFS\text{DFS}.
  • tail[u]:\text{tail}[u]: Thời điểm duyệt xong nhánh DFS\text{DFS} gốc uu. Các đỉnh có số thứ tự thăm từ num[u]\text{num}[u] tới tail[u]\text{tail}[u] sẽ thuộc nhánh DFS\text{DFS} gốc uu.

Nhận xét: Trong quá trình DFS\text{DFS} từ đỉnh uu tới đỉnh v,v, xảy ra ba trường hợp:

  • Nếu đỉnh vv chính bằng đỉnh đã gọi đệ quy tới uu ở trước đó thì bỏ qua.
  • Nếu đỉnh vv chưa thăm thì DFS\text{DFS} thăm vv. Khi duyệt xong nhánh DFS\text{DFS} gốc v,v, ta đã xây dựng được một nhánh DFS\text{DFS} gốc vv là cây con của nhánh DFS\text{DFS} gốc uu. Do đó, các cung ngược đi ra từ nhánh DFS\text{DFS} gốc vv cũng là cung ngược đi ra từ nhánh DFS\text{DFS} gốc uu. Ta sẽ cực tiểu hóa:

low[u]=min(low[u],low[v])\text{low}[u] = \text{min}(\text{low}[u], \text{low}[v])

  • Nếu đỉnh vv đã thăm rồi, tức là (uv)(u \rightarrow v) là một cung ngược không thuộc cây DFS\text{DFS}. Ta cực tiểu hóa:

low[u]=min(low[u],num[v])\text{low}[u]=\text{min}(\text{low}[u], \text{num}[v])

Cài đặt:

int time_dfs = 0; void dfs(int u)
{ num[u] = low[u] = ++time_dfs; // Xác định thời điểm duyệt tới của đỉnh u. for (int v: adj[u]) { if (v == par[u]) // Đỉnh v là đỉnh cha của đỉnh u -> bỏ qua. continue; if (!num[v]) // Chưa duyệt v. { par[v] = u; // Gán cha của đỉnh v là đỉnh u. dfs(v); low[u] = min(low[u], low[v]); // Cực tiểu hóa low[u]. } else // Đỉnh v đã duyệt qua, (u -> v) là cung ngược.  { low[u] = min(low[u], num[v]); } } tail[u] = time_dfs;
}

Hình vẽ dưới đây minh họa một đồ thị gồm 88 đỉnh và các cạnh của nó:

Quá trình DFS\text{DFS} định chiều và đánh số đồ thị diễn ra như sau:

II. Bài toán tìm khớp và cầu của đồ thị

1. Giải thuật tìm khớp và cầu của đồ thị

Bài toán: Cho một đơn đồ thị vô hướng gồm nn đỉnh (1n104)(1 \le n \le 10^4)mm cạnh (1m5×104)(1\le m \le 5 \times 10^4). Hãy xác định số lượng đỉnh khớp và cạnh cầu của đồ thị?

Định nghĩa:

  • Một đỉnh được gọi là đỉnh khớp nếu như khi loại bỏ đỉnh này và các cạnh liên thuộc với nó khỏi đồ thị thì số thành phần liên thông của đồ thị tăng lên (các đỉnh màu xanh lá cây).
  • Một cạnh được gọi là cạnh cầu nếu như khi loại bỏ cạnh này khỏi đồ thị thì số thành phần liên thông của đồ thị tăng lên (các cạnh màu đỏ).

Nhận xét: Cạnh cầu của đồ thị không thể là cung ngược, do khi bỏ đi cung ngược này thì không ảnh hưởng gì tới tính liên thông của đồ thị. Do đó, cạnh cầu bắt buộc phải là cung thuộc cây DFS\text{DFS}.

Hướng giải quyết: Tiến hành dựng cây DFS\text{DFS} và định chiều lại đồ thị đã cho, đồng thời ghi nhận cung ngược lên cao nhất theo giải thuật ở phần (1.2)(1.2). Xét cung (uv)(u \rightarrow v) là cung thuộc cây DFS,\text{DFS}, ta có:

  • Nếu từ nhánh DFS\text{DFS} gốc vv không có cung ngược nào lên phía trên v,v, tức là từ vv chỉ có thể đi tới được các cạnh nội bộ của nhánh DFS\text{DFS} gốc vv thôi. Lúc này, nếu ta loại bỏ cạnh (u,v)(u,v) thì nhánh DFS\text{DFS} gốc vv sẽ bị chia cắt với các nhánh DFS\text{DFS} khác, do đó số thành phần liên thông của đồ thị sẽ tăng lên. Tức là cạnh (u,v)(u,v) là cầu khi và chỉ khi lowv=numv\text{low}_v=\text{num}_v.
  • Nếu từ nhánh DFS\text{DFS} gốc vv không có cung nào ngược lên phía trên u,u, tức là nhánh DFS\text{DFS} gốc vv kết nối với các đỉnh khác duy nhất thông qua cạnh (u,v)(u, v). Khi đó, nếu bỏ đỉnh uu đi thì nhánh DFSDFS gốc vv cũng sẽ bị chia cắt với các nhánh khác, do đó đỉnh uu là đỉnh khớp khi và chỉ khi lowvnumu\text{low}_v \ge \text{num}_u.
  • Ngoài ra, nếu một đỉnh uu là gốc của một cây DFS\text{DFS} và cây này có ít nhất 22 nhánh con, thì khi bỏ đỉnh uu đi, hai nhánh con sẽ bị chia cắt thành 22 thành phần liên thông khác nhau. Khi đó u cũng là khớp. Để kiểm soát việc này, ta sử dụng thêm một mảng (cntchild)u(cnt_\text{child})_\text{u} là số nhánh con của đỉnh uu. Mảng isarticulation[u]is_\text{articulation}[u] sẽ dùng để đánh đấu đỉnh uu có phải một khớp hay không, nếu có thì isarticulation[u]=1,is_\text{articulation}[u] = 1, ngược lại isarticulation[u]=0is_\text{articulation}[u] = 0.

Cài đặt:

#include <bits/stdc++.h>
#define task "GRAPH."
#define inf 1e9 + 7
#define x first
#define y second using namespace std;
const int maxn = 1e5 + 10; // Hai biến cnt_bridge, cnt_articulation dùng để đếm số cầu và khớp.
int n, m, time_dfs, cnt_bridge,cnt_articulation, low[maxn], number[maxn];
int is_articulation[maxn], cnt_child[maxn], par[maxn];
vector < int > adj[maxn]; void enter()
{ cin >> n >> m; for (int i = 1; i <= M; ++i) { int u, v; cin >> u >> v; adj[u].push_back(v); adj[v].push_back(u); }
} void dfs(int u)
{ low[u] = number[u] = ++time_dfs; for (int v: adj[u]) { if (v == par[u]) continue; // Đỉnh v chưa thăm thì thăm nó và gắn cha của nó bằng u. if (!number[v]) { par[v] = u; ++cnt_child[u]; dfs(v); low[u] = min(low[u], low[v]); // Cực tiểu hóa low[u]. if (low[v] == number[v]) // cung (u, v) là cầu. ++cnt_bridge; // u là chốt và u có nhiều hơn 1 nhánh con => u là khớp. if (par[u] == -1) { if (cnt_child[u] >= 2) is_articulation[u] = 1; } // u là khớp nếu không có cung ngược hoặc cung chéo đi ra từ nhánh DFS gốc u. else if (low[v] >= number[u]) { is_articulation[u] = 1; } } else { // Cực tiểu hóa low[u] theo number[v] nếu v đã thăm. low[u] = min(low[u], number[v]); } }
} void solution()
{ fill(par + 1, par + 1 + n, -1); for (int u = 1; u <= n; ++u) if (!number[u]) dfs(u); for (int u = 1; u <= n; ++u) cnt_articulation += is_articulation[u]; cout << cnt_articulation << ' ' << cnt_bridge;
} main()
{ ios_base::sync_with_stdio(false); cin.tie(0); cout.tie(0); enter(); solution(); return 0;
}

2. Bài toán ví dụ

2.1. Bài toán 1

Nguồn bài: https://bit.ly/3Ft6bWe.

Tóm tắt đề bài: Cho đơn đồ thị vô hướng liên thông GG gồm nn đỉnh, mm cạnh (1n1000,1m10000)(1 \le n \le 1000, 1 \le m \le 10000). Cần định chiều lại các cạnh của đồ thị thành một chiều, sao cho đồ thị mới vẫn liên thông và số lượng cạnh hai chiều còn lại là ít nhất có thể?

Ý tưởng:

  • Áp dụng giải thuật DFS\text{DFS} kết hợp với phép định chiều đồ thị, khi xét tới cạnh (u,v)(u, v) thì bỏ luôn chiều (vu)(v \rightarrow u) và định chiều nó thành cung (uv)(u \rightarrow v).
  • Tuy nhiên, đối với các cạnh là cầu của đồ thị, việc định chiều lại nó sẽ làm mất tính liên thông của đồ thị. Do đó, nếu sau khi duyệt xong nhánh DFS\text{DFS} gốc vv mà thấy cạnh (u,v)(u, v) là một cầu thì ta sẽ khôi phục lại chiều (vu)(v \rightarrow u) cho nó để giữ lại cạnh hai chiều.

Cài đặt:

#include <bits/stdc++.h>
#define int long long
#define task "StreetDirection."
#define inf 1e9 + 7
#define x first
#define y second using namespace std;
const int maxn = 1001;
int n, m, time_dfs, testcase, low[maxn], num[maxn];
bool adj[maxn][maxn]; void reset_data(int n)
{ memset(adj, false, sizeof(adj)); fill(low + 1, low + 1 + n, 0); fill(num + 1, num + 1 + n, 0); time_dfs = 0;
} void enter()
{ cin >> n >> m; reset_data(n); for (int i = 1; i <= m; ++i) { int u, v; cin >> u >> v; adj[u][v] = true; adj[v][u] = true; }
} void dfs(int u, int par)
{ low[u] = num[u] = ++time_dfs; for (int v = 1; v <= N; ++v) { if (v == par || !adj[u][v]) continue; adj[v][u] = false; // Bỏ luôn chiều (v -> u), định chiều cạnh (u - v) thành cung (u -> v). if (!num[v]) { dfs(v, u); low[u] = min(low[u], low[v]); // Cạnh (u, v) là cầu thì phải giữ nguyên 2 chiều để đảm bảm tính liên thông. if (low[v] == num[v]) adj[v][u] = true; } else { low[u] = min(low[u], num[v]); } }
} void solution()
{ for (int u = 1; u <= n; ++u) if (!num[u]) dfs(u, -1); cout << ++testcase << endl << endl; // In ra các cạnh được định chiều lại thành u -> v. for (int u = 1; u <= n; ++u) for (int v = 1; v <= n; ++v) if (adj[u][v]) cout << u << ' ' << v << endl; cout << "#\n";
} main()
{ ios_base::sync_with_stdio(false); cin.tie(0); cout.tie(0); while (true) { enter(); if (n == 0 && m == 0) break; solution(); } return 0;
}

2.2. Bài toán 2

Nguồn bài: https://bit.ly/3AAbtvj.

Tóm tắt đề bài: Cho một đa đồ thị vô hướng GG gồm nn đỉnh, mm cạnh (1n100,1m5000)(1 \le n \le 100, 1 \le m \le 5000). Độ kết dính giữa một cặp đỉnh (u,v)(u, v) bất kỳ là số lượng cạnh mà nếu bỏ đi sẽ khiến cho hai đỉnh này không còn liên thông nữa. Hãy tính tổng độ kết dính của mọi cặp đỉnh?

Ý tưởng:

  • Với mọi cặp đỉnh (u,v)(u, v) của đồ thị, ta cần quan tâm tới số cạnh cầu trên đường đi từ uu tới vv. Những cạnh này khi bỏ đi sẽ làm uuvv mất tính liên thông.
  • Đặt nchildren[u]n_\text{children}[u] là số đỉnh thuộc nhánh DFS\text{DFS} gốc uu. Ta xây dựng trong quá trình dựng cây DFS bằng công thức QHĐ đơn giản: nchildren[u]=nchildren[v],n_\text{children}[u] = \sum n_\text{children}[v], với vv là con của uu và nhánh DFS\text{DFS} gốc uu đã duyệt xong.
  • Đề bài yêu cầu in ra tổng độ kết dính, tức là tổng số cạnh cầu trên đường đi của mọi cặp đỉnh (u,v)(u, v). Như vậy ta có thể thay đổi cách tính: Với mỗi cạnh cầu (u,v)(u, v) của đồ thị, số cặp đỉnh phải đi qua cầu này sẽ là:

f(u,v)=nchildren[v](nnchildren[v])f(u, v) = n_\text{children}[v] * (n - n_\text{children}[v])

(Các đỉnh trong nhánh DFS\text{DFS} gốc vv đi tới các đỉnh không thuộc nhánh DFS\text{DFS} gốc vv)

  • Tổng tất cả các giá trị f(u,v)f(u, v) với mọi cạnh cầu sẽ là kết quả bài toán.

Cài đặt:

#include <bits/stdc++.h>
#define int long long
#define task "Weather."
#define inf 1e9 + 7
#define x first
#define y second using namespace std;
const int maxn = 101;
int res, time_dfs, low[maxn], num[maxn], n_children[maxn];
vector < int > adj[maxN]; void enter()
{ cin >> n >> m; for (int i = 1; i <= m; ++i) { int u, v; cin >> u >> v; adj[u].push_back(v); adj[v].push_back(u); }
} void dfs(int u, int par)
{ num[u] = low[u] = ++time_dfs; // Tăng số thứ tự duyệt của đỉnh u. n_children[u] = 1; // Ban đầu nhánh DFS gốc u chỉ có chính nó. for (int v: adj[u]) { if (v == par) continue; if (!num[v]) { dfs(v, u); low[u] = min(low[u], low[v]); // Đếm số con nhánh cây DFS gốc u sau khi đã duyệt xong nhánh DFS gốc u. n_children[u] += n_children[v]; // Nếu cung (u, v) là một cạnh cầu. if (low[v] == number[v]) res += n_children[v] * (n - n_children[v]); } else { low[u] = min(low[u], num[v]); } }
} void solution()
{ // Duyệt qua các đỉnh của đồ thị, đỉnh nào chưa thăm thì dựng cây DFS từ đỉnh đó. for (int u = 1; u <= n; ++u) if (!number[u]) dfs(u, -1); cout << res;
} main()
{ enter(); solution(); return 0;
}

Bình luận

Bài viết tương tự

- vừa được xem lúc

Thuật toán quay lui (Backtracking)

Quay lui là một kĩ thuật thiết kế giải thuật dựa trên đệ quy. Ý tưởng của quay lui là tìm lời giải từng bước, mỗi bước chọn một trong số các lựa chọn khả dĩ và đệ quy.

0 0 38

- vừa được xem lúc

Các thuật toán cơ bản trong AI - Phân biệt Best First Search và Uniform Cost Search (UCS)

Nếu bạn từng đọc các thuật toán trong AI (Artificial Intelligence - Trí tuệ nhân tạo), rất có thể bạn từng nghe qua về các thuật toán tìm kiếm cơ bản: UCS (thuộc chiến lược tìm kiếm mù) và Best First Search (thuộc chiến lược tìm kiếm kinh nghiệm). Khác nhau rõ từ khâu phân loại rồi, thế nhưng hai th

0 0 152

- vừa được xem lúc

Sử dụng vector trong lập trình C++ - giải bài toán lập trình muôn thủa

Chào buổi tối mọi người, hôm nay lang thang trên mạng bắt gặp bài toán quen thuộc một thời của quãng đường sinh viên IT. Đấy chính là câu số 1 trong đề thi dưới đây:.

0 0 35

- vừa được xem lúc

MÔ PHỎNG THUẬT TOÁN VƯƠNG HẠO TRONG PROLOG

. 1. Các luật suy diễn trong thuật toán Vương Hạo. Luật 1: Chuyển vế các giả thuyết và kết luận ở dạng phủ định. Ví dụ: p v q, !(r ^ s), !q, p v r -> s, !p <=> p v q, p v r, p -> s, r ^ s, q.

0 0 76

- vừa được xem lúc

A* Search Algorithm

What is A* Search Algorithm. How it works. . Explanation.

0 0 42

- vừa được xem lúc

Python: Jump Search

Search là một từ khóa khá là quen thuộc đối với chúng ta. Hiểu theo đúng nghĩa đen của nó chính là "Tìm kiếm".

0 0 35