图论算法实例分析|趣味象棋

简介: 图论(graph theory)是数学的一个分支,以图为研究对象。图论中的图是由若干给定的点及连接两点的线所构成的图形,这种图形通常用来描述某些事物之间的某种特定关系,用点代表事物,用连接两点的线表示相应两个事物间具有这种关系。

图论(graph theory)是数学的一个分支,以图为研究对象。图论中的图是由若干给定的点及连接两点的线所构成的图形,这种图形通常用来描述某些事物之间的某种特定关系,用点代表事物,用连接两点的线表示相应两个事物间具有这种关系。

图论起源于一个非常经典的问题——柯尼斯堡(K-nigsberg)问题。1738年,瑞典数学家欧拉(Leonhard Euler)解决了柯尼斯堡问题,由此图论诞生,欧拉也成为图论的创始人。

1859年,英国数学家汉密尔顿发明了一种游戏: 用一个规则的实心十二面体的20个顶点标出世界著名的20个城市,要求游戏者找一条沿着各边通过每个顶点刚好一次的闭回路,即“绕行世界”。用图论的语言来说,游戏的目的是在十二面体的图中找出一个生成圈。这个生成圈后来被称为汉密尔顿回路。这个问题后来就叫作汉密尔顿问题。运筹学、计算机科学和编码理论中的很多问题都可以化为汉密尔顿问题,从而引起人们广泛的注意和研究。

image.png


# 01、实例分析:趣味象棋

问题描述:

比利和马克在玩一个游戏: 对一个N * M的棋盘,在格子里放尽量多的一些国际象棋里面的“车”,并且使得它们不能互相攻击,这当然很简单,但是马克限制了只有某些格子才可以放,比利还是很轻松地解决了这个问题,如图1所示。

image.png


■ 图1 趣味象棋

注意,不能放车的地方不影响车的互相攻击。

所以,现在马克想让比利解决一个更难的问题,在保证尽量多的“车”的前提下,棋盘里有些格子是可以避开的,也就是说,不在这些格子上放车,也可以保证尽量多的“车”被放下。但是,某些格子若不允许放,就无法保证放尽量多的“车”,这样的格子被称作重要点。马克想让比利算出有多少个这样的重要点,你能解决这个问题吗?
输入:

输入包含多组数据。

第一行有三个数N、M、K(1< N, M ≤10001<K≤N * M),表示棋盘的高、宽,以及可以放“车”的格子数目。

接下来的K行描述了所有格子的信息: 每行两个数X和Y,表示这个格子在棋盘中的位置。

输出:

对输入的每组数据,按照如下格式输出:

Board T have C important blanks for L chessmen.

输入样例:


3 3 4
1 2
1 3
2 1
2 2
3 3 4
1 2
1 3
2 1
3 2

输出样例:

Board 1 have 0 important blanks for 2 chessmen.
Board 2 have 3 important blanks for 3 chessmen.

思路: 先考虑在棋盘上尽可能地放棋子,使得任意棋子不在同一行同一列,将棋盘的行看作左边的点集,将棋盘的列看作右边的点集,若某个格子(i,j)可行,就从左i连到右j,这个二分图的最大匹配即这个棋盘能放的最多棋子数。

现要找出二分图中有多少条关键边,很明显,关键边要在算出来的匹配中找,因此只需将棋盘点对应的边删除再求一次最大匹配,看匹配数是否减小,若减小了,则说明这个边即棋盘的点是关键的,输出即可。
参考程序:

#include<iostream>
#include<cstdio>
#include<cstdlib>
# include< string>
#include<cstring>
#include< cmath>
#include< ctime>
#include<algorithm>
#include< stack>
#include< queue>
# include<vector>
#include< set>
#include<map>
#define PI acos(-1.0)
#define E le-6
#define MOD 16007
#define INF Ox3f3f3f3f
#define N 10001
#define II long long
using namespace std;
int n,m,k;
bool visINl;
int linkINl;
bool GIN]IN;
bool dfs(int x) {
   
   
for(int y=1;y<=m;y++)[
if(G[x][y]&&!vis[y]){
   
   
vis[y]=true;
if(link[y]==-1  dfs(link[y])) [link[y]=x;
return true;
return false;
int hungarian()
i贸唇巴狈角经髓讫担鲍岸迸扳邦般埃半碟骨便哎斑肮拜拌柴爱挨艾绷焙编扮傲叭巴扒捌箔谍0;
for(int i=1;i<=n;i++)[
memset(vis,false,sizeof(vis)) ;if(dfs(i) )ans++;
return ans;
int main()f
int Case=1;
while(scanf("ddd",&n,&m,&k) !=EOF&&(n+m+ k)){
   
   memset(G,false,sizeof(G) ) ;memset(link,-1,sizeof(link)) ;
while(k--){
   
   
int x,y;
scanf("d号d",&x,&y) ;G[x][y]=true;
int tot=hungarian() ;
int key=0;
for(int i=1;i<=n;i++){
   
   for(int j=1;j<=m;j++)[if(G[i][i])(G[il[j]=false;
memset(link,-1,sizeof(link));
int ans=hungarian() ;
if(ans<tot)
key+ + ;
G[il[jl=true;
printf("Board %d have d important blanks for d chessmen.\n",Case++key,tot);
return 0;
目录
相关文章
|
4月前
|
机器学习/深度学习 算法 搜索推荐
从理论到实践,Python算法复杂度分析一站式教程,助你轻松驾驭大数据挑战!
【10月更文挑战第4天】在大数据时代,算法效率至关重要。本文从理论入手,介绍时间复杂度和空间复杂度两个核心概念,并通过冒泡排序和快速排序的Python实现详细分析其复杂度。冒泡排序的时间复杂度为O(n^2),空间复杂度为O(1);快速排序平均时间复杂度为O(n log n),空间复杂度为O(log n)。文章还介绍了算法选择、分而治之及空间换时间等优化策略,帮助你在大数据挑战中游刃有余。
143 3
|
1月前
|
存储 算法 安全
基于哈希表的文件共享平台 C++ 算法实现与分析
在数字化时代,文件共享平台不可或缺。本文探讨哈希表在文件共享中的应用,包括原理、优势及C++实现。哈希表通过键值对快速访问文件元数据(如文件名、大小、位置等),查找时间复杂度为O(1),显著提升查找速度和用户体验。代码示例展示了文件上传和搜索功能,实际应用中需解决哈希冲突、动态扩容和线程安全等问题,以优化性能。
|
2月前
|
缓存 算法 搜索推荐
Java中的算法优化与复杂度分析
在Java开发中,理解和优化算法的时间复杂度和空间复杂度是提升程序性能的关键。通过合理选择数据结构、避免重复计算、应用分治法等策略,可以显著提高算法效率。在实际开发中,应该根据具体需求和场景,选择合适的优化方法,从而编写出高效、可靠的代码。
52 6
|
3月前
|
并行计算 算法 测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
99 1
|
4月前
|
并行计算 算法 IDE
【灵码助力Cuda算法分析】分析共享内存的矩阵乘法优化
本文介绍了如何利用通义灵码在Visual Studio 2022中对基于CUDA的共享内存矩阵乘法优化代码进行深入分析。文章从整体程序结构入手,逐步深入到线程调度、矩阵分块、循环展开等关键细节,最后通过带入具体值的方式进一步解析复杂循环逻辑,展示了通义灵码在辅助理解和优化CUDA编程中的强大功能。
|
3月前
|
JSON 算法 数据挖掘
基于图论算法有向图PageRank与无向图Louvain算法构建指令的方式方法 用于支撑qwen agent中的统计相关组件
利用图序列进行数据解读,主要包括节点序列分析、边序列分析以及结合节点和边序列的综合分析。节点序列分析涉及节点度分析(如入度、出度、度中心性)、节点属性分析(如品牌、价格等属性的分布与聚类)、节点标签分析(如不同标签的分布及标签间的关联)。边序列分析则关注边的权重分析(如关联强度)、边的类型分析(如管理、协作等关系)及路径分析(如最短路径计算)。结合节点和边序列的分析,如子图挖掘和图的动态分析,可以帮助深入理解图的结构和功能。例如,通过子图挖掘可以发现具有特定结构的子图,而图的动态分析则能揭示图随时间的变化趋势。这些分析方法结合使用,能够从多个角度全面解读图谱数据,为决策提供有力支持。
147 0
|
4月前
|
算法
PID算法原理分析
【10月更文挑战第12天】PID控制方法从提出至今已有百余年历史,其由于结构简单、易于实现、鲁棒性好、可靠性高等特点,在机电、冶金、机械、化工等行业中应用广泛。
|
5月前
|
算法 程序员 Python
程序员必看!Python复杂度分析全攻略,让你的算法设计既快又省内存!
在编程领域,Python以简洁的语法和强大的库支持成为众多程序员的首选语言。然而,性能优化仍是挑战。本文将带你深入了解Python算法的复杂度分析,从时间与空间复杂度入手,分享四大最佳实践:选择合适算法、优化实现、利用Python特性减少空间消耗及定期评估调整,助你写出高效且节省内存的代码,轻松应对各种编程挑战。
112 1
|
4月前
|
算法
PID算法原理分析及优化
【10月更文挑战第6天】PID控制方法从提出至今已有百余年历史,其由于结构简单、易于实现、鲁棒性好、可靠性高等特点,在机电、冶金、机械、化工等行业中应用广泛。
|
4月前
|
算法 定位技术
数据结构与算法学习九:学习递归。递归的经典实例:打印问题、阶乘问题、递归-迷宫问题、八皇后问题
本文详细介绍了递归的概念、重要规则、形式,并展示了递归在解决打印问题、阶乘问题、迷宫问题和八皇后问题等经典实例中的应用。
74 0

热门文章

最新文章