次小生成树(Prim + Kruaskal)

 问题引入：

　　我们先来回想一下生成树是如何定义的，生成树就是用n - 1条边将图中的所有n个顶点都连通为一个连通分量，这样的边连成子树称为生成树。

　　最小生成树很明显就是生成树中权值最小的生成树，那么我们即将要学的次小生成树或者K小生成树是怎么定义的呢，很明显就是生成树中权值第k小的生成树。

　　下面给出刘老师书中对次小生成树的定义，我是用自己的话描述的。

　　对于一个无向图G(V, E)，其定义了边权为W(u, v)，若T为他的一颗最小生成树，那么我们假设存在一颗生成树T1，不存在任意一颗G的生成树T2满足W(T) <= W(T2) < W(T1)，那么我们就称T1为

G的次小生成树。

 

非严格次小生成树的求解：

　　我们知道最小生成树我们是通过Prim和Kruskal这样的贪心算法求得的，那么次小生成树我们只是对这两种算法进行我们需要的修改就可以进行次小生成树的求解。

　　我们很容易可以想到最小生成树和次小生成树应该是有联系的，那么是如何联系的呢？次小生成树就是图G的所有生成树中权值第二小的生成树，也就是说我们只需要替换最小生成树的一条边(u, v)

就可以得到次小生成树，显然这条边肯定不可以属于原最小生成树，如果我们将一条不属于原最小生成树的边(u, v)加入T，那么此时T中就形成了一个环，我们在环中选一个除(u, v)权值最大的边进行删除

(想一下为什么是选择权值最大的那条边)，得到的树依然是一颗图G的生成树，我们将所有边逐个加入原最小生成树T，得出并记录所有的生成树的权值T1，那么最后T1中最小的那个值即是次小生成树的

权值。

下面只对与求解最小生成树中不同的部分进行说明：

Prim：

　　我们知道Prim算法是以给定的任意点作为起始点运用一定的方法对所有点进行贪心处理，缩点从而生成一颗最小生成树，那我们只需要用数组用来描述最小生成树中每条边的访问情况以及最小

生成树中每两个顶点之间的最大边权还需要保存最小生成树中每个顶点的父亲顶点，从而就可以方便用于计算次小生成树。

　　具体操作：

　　　　初始化：初始化所有点( i )距离最小生成树子树的距离为cost[source][ i ]，所有边初始化为未访问，所有顶点之间的最大边权初始化为0。

　　　　加边：每次加入一条安全边(这里不对安全边进行解释，有不了解的可以查阅博主的上一篇博客)，并将最小生成子树中顶点之间的最大边权进行更新，接着更新lowc即可。

　　　　求解次小生成树：我们逐一枚举出所有不属于最小生成树的边(u, v)，并且用w(u, v)来替代最大边权和Max(u, v)，怎么个替代法？ 

　　　　　　SecondMST = min(MST + w(u, v) - Max(u, v))    ((u, v) not belong to MST)。

　　　　　　OK?

参考代码：

　　

#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;

const int maxn = 1000 + 10, INF = 0x3f3f3f3f;
int n, m, lowc[maxn], pre[maxn], Max[maxn][maxn], cost[maxn][maxn];
bool vis[maxn], used[maxn][maxn];

int Prim() {
    int ans = 0;
    memset(vis, false, sizeof vis);
    memset(Max, 0, sizeof Max);
    memset(used, false, sizeof used);
    vis[1] = true;
    pre[1] = -1;
    for(int i = 2; i <= n; i ++) {
        lowc[i] = cost[1][i];
        pre[i] = 1;
    }
    lowc[1] = 0;
    for(int i = 2; i <= n; i ++) {
        int MIN = INF, p = -1;
        for(int j = 1; j <= n; j ++) {
            if(!vis[j] && MIN > lowc[j]) {
                MIN = lowc[j];
                p = j;
            }
        }
        if(MIN == INF)  return -1;
        ans += MIN;
        vis[p] = true;
        used[p][pre[p]] = used[pre[p]][p] = true;
        for(int j = 1; j <= n; j ++) {
            if(vis[j] && j != p) Max[j][p] = Max[p][j] = max(Max[j][pre[p]], lowc[p]);
            if(!vis[j] && lowc[j] > cost[p][j]) {
                lowc[j] = cost[p][j];
                pre[j] = p;
            }
        }
    }
    return ans;
}

int Second_Prim(int MST) {
    int ans = INF;
    for(int i = 1; i <= n; i ++)
        for(int j = i + 1; j <= n; j ++)
            if(!used[i][j] && cost[i][j] != INF) ans = min(ans, MST - Max[i][j] + cost[i][j]);
    return ans;
}

int main() {
    int t, a, b, c;
    scanf("%d", &t);
    while(t --) {
        scanf("%d %d", &n, &m);
        for(int i = 0; i <= n; i ++)
            for(int j = 0; j <= n; j ++)
                cost[i][j] = INF;
        for(int i = 1; i <= m; i ++) {
            scanf("%d %d %d", &a, &b, &c);
            cost[a][b] = cost[b][a] = c;
        }
        int MST = Prim();
        int Second_MST = Second_Prim(MST);
        printf("%d
", Second_MST);
    }
    return 0;
}

Kruskal：

　　Kruskal算法是将图G的所有边进行排序，从小到大满足边的两个顶点有一个不在subMST中就将其加入MST，在求解次小生成树问题时我们也需要记录MST中结点的连接情况，以及MST中两个顶点

间的最大边权。

　　具体操作：

　　　　初始化：初始化并查集，初始化在subMST中每个结点 i 直接或者间接相连的边为i。

　　　　加边：每次加入一条边时，我们更新subMST中所有与u， v相连的结点间的最大边权，接着将所有与结点v相连的边都与结点u也连起来就行了(前提是在合并时head[ head[ v ] ] = head[ u ])。

　　　　求解次小生成树：

　　　　　　SecondMST = min(MST + w(u, v) - Max(u, v))    ((u, v) not belong to MST)。滑稽.jpg

参考代码：

#include <cstdio>
#include <cstring>
#include <vector>
#include <algorithm>
using namespace std;

const int maxn = 1000 + 10, maxe = 1000 * 1000 / 2 + 5, INF = 0x3f3f3f3f;
int n, m, pre[maxn], head[maxn], Max[maxn][maxn];
struct Edge {
    int u, v, w;
    bool vis;
}edge[maxe];
vector<int> G[maxn];

bool cmp(const Edge &a, const Edge &b) {
    return a.w < b.w;
}

void Init() {
    for(int i = 1; i <= n; i ++) {
        G[i].clear();
        G[i].push_back(i);
        head[i] = i;
    }
}

int Find(int x) {
    if(head[x] == x) return x;
    return head[x] = Find(head[x]);
}

int Kruskal() {
    sort(edge + 1, edge + 1 + m, cmp);
    Init();
    int ans = 0, cnt = 0;
    for(int i = 1; i <= m; i ++) {
        if(cnt == n - 1) break;
        int fx = Find(edge[i].u), fy = Find(edge[i].v);
        if(fx != fy) {
            cnt ++;
            edge[i].vis = true;
            ans += edge[i].w;
            int len_fx = G[fx].size(), len_fy = G[fy].size();
            for(int j = 0; j < len_fx; j ++)
                for(int k = 0; k < len_fy; k ++)
                    Max[G[fx][j]][G[fy][k]] = Max[G[fy][k]][G[fx][j]] = edge[i].w;
            head[fx] = fy;
            for(int j = 0; j < len_fx; j ++)
                G[fy].push_back(G[fx][j]);
        }
    }
    return ans;
}

int Second_Kruskal(int MST) {
    int ans = INF;
    for(int i = 1; i <= m; i ++)
        if(!edge[i].vis)
            ans = min(ans, MST + edge[i].w - Max[edge[i].u][edge[i].v]);
    return ans;
}

int main() {
    int t;
    scanf("%d", &t);
    while(t --) {
        scanf("%d %d", &n, &m);
        for(int i = 1; i <= m; i ++) {
            scanf("%d %d %d", &edge[i].u, &edge[i].v, &edge[i].w);
            edge[i].vis = false;
        }
        int MST = Kruskal();
        int Second_MST = Second_Kruskal(MST);
        printf("%d
", Second_MST );
    }
    return 0;
}