朱、刘算法：求最小树形图权值个人理解+个人详解【最小树形图模板】

什么是最小树形图？相信大家如果会过来看这篇文章，想必也应该对最小生成树有所了解的，最小生成树求的是无向图的一颗生成树的最小权值。我们的最小树形图就是来解决一个有向图的一颗生成树的最小权值，对于度娘来说，最小树形图是这样定义的：最小树形图，就是给有向带权图中指定一个特殊的点root，求一棵以root为根的有向生成树T，并且T中所有边的总权值最小。
通解最小树形图的一种算法是是1965年朱永津和刘振宏提出的复杂度为O(VE)的算法：朱、刘算法。

今天我们就来浅谈一下最小树形图的问题。

大题上完整的朱、刘算法是由四个大步骤组成的：

1、求最短弧集合E

2、判断集合E中有没有有向环，如果有转步骤3，否则转4

3、收缩点，把有向环收缩成一个点，并且对图重新构建，包括边权值的改变和点的处理，之后再转步骤1。

4、展开收缩点，求得最小树形图。



因为我们ACM一般情况下都是在考察队最小树型图的权值问题，所以一般省略步骤4，对于其环的权值和在中间处理过程中就可以处理完毕。所以我们这里就不多讨论第四个点了。

我们分步处理、

1、首先我们先求最短弧集合E，对于当前图如果有n个点（一个有向环的收缩点算作一个点），我们就要选出n-1个点，确定其入边的最短边，由其组成的一个集合我们就叫做最短弧集合E，如果我们枚举到某一个点的时候，它没有入边，那么说明不存在最小树形图，所以这个时候算法结束，回到主函数。

代码实现：

for(int i=1; i<=n; i++)if(i!=u&&!flag[i])//u作为图的根节点，flag【i】为1的情况就是表示这个点在某个有向环里边，并且他不是这个有向环的代表点（缩点）
{
w[i][i]=INF, pre[i] = i;//首先让当前点的前驱点为自己。
for(int j=1; j<=n; j++)if(!flag[j] && w[j][i]<w[pre[i]][i])//枚举i的前驱点（从j能够到i的点），并且求其最短边，加入集合E中
{
pre[i] = j;//并且标记当前点的前驱点为j
}
if(pre[i]==i)return -1;//如果当前枚举到的点i没有入边，那么就不存在最小树形图（因为一颗树是要所有节点都是连通的啊）
}

2、然后我们对集合E中的边进行判断，判断是否有有向环。刚刚的代码实现里边有一个前驱节点的存储，所以在这个部分，我们直接一直向前枚举前驱点即可，如果枚举的前驱点最终能够枚举到根节点，那么这一部分就不存在有向环，否则就存在，对于每一个点都进行向前枚举即可。

int i;
for(i=1; i<=n; i++)
{
if(i!=u&&!flag[i])
{
int j=i, cnt=0;
while(j!=u && pre[j]!=i && cnt<=n) j=pre[j], ++cnt;//对于每个节点都找前驱节点，看看能否成环。
if(j==u || cnt>n) continue; //最后能找到起点（根）或者是走过的点已经超过了n个，表示没有有向环
break;//表示有有向环
}
}

3、如果有有向环呢，我们需要对有向环进行缩点，既然我们是枚举到节点i的时候发现有有向环，我们不妨把有向环里边的点都收缩成点i。对于收缩完之后会形成一个新的图，图的变化规律是这样的：



上图变换成语言描述：如果点u在环内，如果点k在环外，并且从k到u有一条边map【u】【v】=w，并且在环内还有一点i，使得map【i】【k】=w2，辣么map【k】【收缩点】=w-w2；

基于贪心思想，对于环的收缩点i和另外一点k（也在环内），对于环外一点j，如果map【k】【j】 <map【i】【j】，辣么map【i】【j】=map【k】【j】，因为是有向图，入收缩点的边要这样处理，出收缩点的边也要这样处理，对于刚刚三个步骤：收缩点，收缩点处理新图的边权值，以及基于贪心思想的最终处理点i的出边入边权值，后两者我们可以合并成一个操作，其分别的代码实现：

3、收缩点：

int j=i;
memset(vis, 0, sizeof(vis));
do
{
ans += w[pre[j]][j], j=pre[j], vis[j]=flag[j]=true;//对环内的点标记，并且直接对环的权值进行加和记录，在最后找到最小树形图之后就不用展开收缩点了
}
while(j!=i);
flag[i] = false; // 环缩成了点i，点i仍然存在

4、处理收缩点后形成的图：

for(int k=1; k<=n; ++k)if(vis[k])  // 在环中点点，刚刚在收缩点的时候，已经把在环中的点进行标记了。
{
for(int j=1; j<=n; j++)if(!vis[j])   // 不在环中的点
{
if(w[i][j] > w[k][j]) w[i][j] = w[k][j];
if(w[j][k]<INF && w[j][k]-w[pre[k]][k] < w[j][i])
w[j][i] = w[j][k] - w[pre[k]][k];
}
}

处理完4之后，我们就回到步骤1，继续找最小弧集E，最后找到了一个没有环的最小弧集E之后，对于没有弧的集合E中的所有边（包括能将收缩点展开的边）就是我们要求的最小树形图的边集。

因为我们ACM一般求的都是最小树形图的权值，所以我们一般不需要展开收缩点，在处理环的时候，直接将其边权值记录下来就好，当找到一个没有环的集合E的时候，对其中的最后边权值进行加和即可，对于最后这部分的加权，代码实现:

if(i>n)//这块代码是紧接着代码2之后的部分，如果枚举了所有点i都没有发现有向环，辣么就是找到了这个最终集合。
{
for(int i=1; i<=n; i++)if(i!=u && !flag[i]) ans+=w[pre[i]][i];//最后对这个最后的集合E里边所有边加和即可。
return ans;
}

完整的朱、刘算法代码实现（没有展开收缩点的）：

void init()//不能少了初始化的内容
{
memset(vis, 0, sizeof(vis));
memset(flag, 0, sizeof(flag));
for(int i=0; i<=n; i++)
{
w[i][i] = INF;
for(int j=i+1; j<=n; j++)
w[i][j]=w[j][i]=INF;
}
}

double directed_mst(int u)//u表示根节点
{
double ans=0;
memset(vis, 0, sizeof(vis));
while(true)
{
//求最短弧集合E
for(int i=1; i<=n; i++)if(i!=u&&!flag[i])
{
w[i][i]=INF, pre[i] = i;
for(int j=1; j<=n; j++)if(!flag[j] && w[j][i]<w[pre[i]][i])
{
pre[i] = j;
}
if(pre[i]==i)return -1;//也可以用dfs预处理判断凸的连通
}
//判断E是否有环
int i;
for(i=1; i<=n; i++)
{
if(i!=u&&!flag[i])
{
int j=i, cnt=0;
while(j!=u && pre[j]!=i && cnt<=n) j=pre[j], ++cnt;
if(j==u || cnt>n) continue; //最后能找到起点（根）或者是走过的点已经超过了n个，表示没有有向环
break;
}
}
if(i>n)
{
for(int i=1; i<=n; i++)if(i!=u && !flag[i]) ans+=w[pre[i]][i];
return ans;
}
//有环，进行收缩，把整个环都收缩到一个点i上。
int j=i;
memset(vis, 0, sizeof(vis));
do
{
ans += w[pre[j]][j], j=pre[j], vis[j]=flag[j]=true;//对环内的点标记，并且直接对环的权值进行加和记录，在最后找到最小树形图之后就不用展开收缩点了
}
while(j!=i);
flag[i] = false; // 环缩成了点i，点i仍然存在

//收缩点的同时，对边权值进行改变
for(int k=1; k<=n; ++k)if(vis[k])  // 在环中点点
{
for(int j=1; j<=n; j++)if(!vis[j])   // 不在环中的点
{
if(w[i][j] > w[k][j]) w[i][j] = w[k][j];
if(w[j][k]<INF && w[j][k]-w[pre[k]][k] < w[j][i])
w[j][i] = w[j][k] - w[pre[k]][k];
}
}
}
return ans;
}