Bron-Kerbosch 算法计算图的最大全连通分量(团clique)

最大独立集: 顶点集V中取 K个顶点,其两两间无连接。

最大团: 顶点集V中取 K个顶点,其两两间有边连接。

最大团中顶点数量 = 补图的最大独立集中顶点数量  

就可以通过求其补图中最大团中顶点数量,就可得出原图中最大独立集中顶点数量了.
对于求解 最大团中顶点数量 的搜索过程中用到的剪枝,如下
1. 剪枝1:常用的指定顺序, 即枚举第i个顶后, 以后再枚举时枝考虑下标比大它的, 避免重复。
2. 剪枝2:自己开始从前往后的枚举顶点, TLE两次. 后来从后往前枚举顶点,发现可以利用顶点之间的承袭性.我用num[i] 记录的可选顶点集合为 V[i, i+1, ... , n] 中的最大团数目, 目标是求num[1].
     分析易知, num[i] = num[i+1] 或者 num[i]+1   (num[1...n] 具有非降的单调性,从后往前求)
     由这个式子以及num[]信息的记录,使得我们可以增加两处剪枝:
3.上/下剪枝:假设当前枚举的是顶点x, 它的第一个邻接顶是i (标号一定比x大,即num[i]已经求出) 我们可以知道, 若 1 + num[i] <= best, 那么是没没要往下枚举这个顶点x了,因为包含它的团是不可能超过我们目前的最优值的。
4. 立即返回剪枝: 由于num[i]最大可能为num[i+1]+1, 所以在枚举顶点i时,只要一更新best,可知此时的num[i]就为num[i+1]+1了,不需要再去尝试找其他的方案了,所以应立即返回.
#include<cstdio>
#include<cstdlib>
#include<cstring>int best;
int num[maxn];
// int x[maxn];
int path[maxn];
int g[maxn][maxn], n;bool dfs( int *adj, int total, int cnt ){ // total: 与u相连的顶点数量  , cnt表示当前团的数量 int i, j, k;int t[maxn];if( total == 0 ){ // 当此团中最后一个点 没有 比起序号大 的顶点相连时  if( best < cnt ){  // 问题1:best为最大团中顶点的数量 // for( i = 0; i < cnt; i++) path[i] = x[i];best = cnt; return true; }    return false;}    for( i = 0; i < totl; i++){ // 枚举每一个与 u 相连的顶点 adj[i] if( cnt+(total-i) <= best ) return false; // 剪枝1, 若当前 顶点数量cnt 加上还能够增加的最大数量 仍小于 best则 退出并返回false if( cnt+num[adj[i]] <= best ) return false; // 剪枝2, 若当前 顶点数量cnt 加上 包含adj[i]的最大团顶点数 仍小于 best则 退出并返回false // x[cnt] = adj[i];for( k = 0, j = i+1, j < total; j++ ) // 扫描 与u相连的顶点  中与 adj[u]相连的顶点 并存储到 数组 t[]中,数量为k if( g[ adj[i] ][ adj[j] ] )t[ k++ ] = adj[j];if( dfs( t, k, cnt+1 ) ) return true;} return false;
}
int MaximumClique(){int i, j, k;int adj[maxn];if( n <= 0 ) return 0;best = 0;for( i = n-1; i >= 0; i-- ){// x[0] = i; for( k = 0, j = i+1, j < n; j++ )    // 遍历 [i+1, n] 间顶点,  if( g[i][j] ) adj[k++] = j;dfs( adj, k, 1 ); // *adj, total, cntnum[i] = best;   // 得出顶点 i, 出发构成最大团 中顶点数量 }    return best;
}
关于 Bron-Kerbosch算法
  基础形式是一个递归回溯的搜索算法.通过给定三个集合 (R,P,X).
  初始化集合R,X分别为空,而集合P为所有顶点的集合.
  而每次从集合P中取顶点{v}, 当集合中没有顶点时,两种情况.
    1.  集合 R 是最大团, 此时集合X为空.
    2.  无最大团,此时回溯.
  对于每一个从集合P中取得得顶点{v},有如下处理:
    1. 将顶点{v}加到集合R中, 集合P,X 与 顶点{v}得邻接顶点集合 N{v}相交, 之后递归集合 R,P,X
    2. 从集合P中删除顶点{v},并将顶点{v}添加到集合X中.
    若 集合 P,X都为空, 则集合R即为最大团.
    总的来看就是每次从 集合P中取v后,再在 P∩N{v} 集合中取,一直取相邻,保证集合R中任意顶点间都两两相邻...
#include<cstdio>
#include<cstring>
#define N 1010
bool flag[N], a[N][N];
int ans, cnt[N], group[N], n, vis[N];
// 最大团: V中取K个顶点,两点间相互连接
// 最大独立集: V中取K个顶点,两点间不连接
// 最大团数量 = 补图中最大独立集数bool dfs( int u, int pos ){int i, j;for( i = u+1; i <= n; i++){if( cnt[i]+pos <= ans ) return 0;if( a[u][i] ){// 与目前团中元素比较,取 Non-N(i) for( j = 0; j < pos; j++ ) if( !a[i][ vis[j] ] ) break; if( j == pos ){     // 若为空,则皆与 i 相邻,则此时将i加入到 最大团中 vis[pos] = i;if( dfs( i, pos+1 ) ) return 1;    }    }}    if( pos > ans ){for( i = 0; i < pos; i++ )group[i] = vis[i]; // 最大团 元素 ans = pos;return 1;    }    return 0;
}
void maxclique()
{ans=-1;for(int i=n;i>0;i--){vis[0]=i;dfs(i,1);cnt[i]=ans;}
}

Bron–Kerbosch算法-最大独立集与最大团相关推荐

  1. Bron–Kerbosch算法求一般图最大团/最大独立集

    最大团: V中取K个顶点,两点间相互连接   最大独立集: V中取K个顶点,两点间不连接    最大团数量 = 补图中最大独立集数 关于 Bron-Kerbosch算法(原文) 基础形式是一个递归回溯 ...

  2. 无向图的最大独立集和最大团

    首先说说最大独立集和最大团的意义: 最大独立集:从无向图中的顶点中选出k个并且k个顶点之间互不相邻,最大的k就是最大独立集 最大团:从无向图的顶点集中选出k个并且k个顶点之间任意两点之间都相邻(完全图 ...

  3. 求图中的最大独立集或最大团(UVA 193)

    几个概念 完全图:简单无向图,图中的任意两个点之间有且仅有一条边相连,所有完全图都是它本身的团. 补图:图G的补图通俗的来讲就是完全图Kn去除G的边集后得到的图Kn-G. 团(clique):顶点集C ...

  4. 二分图的最小顶点覆盖 和 最大独立集 和 最大团

    最小顶点覆盖 概念: 如果称选了一个点的话, 就覆盖了所有与这点相连的边. 现在要选出最小的点, 来覆盖二分图中所有边. 结论: 最小顶点覆盖 = 二分图最大匹配. 证明: Click 最大独立集 概 ...

  5. 终于等到你,Alibaba首发:大师级算法宝典,足以团灭LeetCode

    前言: 说到算法,相信每一个程序员和接触过程序员的朋友都不会陌生,直到现在算法一直占着面试必问的地位,而算法面试也仍是当前最适合公司筛选程序员的方法之一,在阿里,字节跳动.华为等公司带动下,无论是求职 ...

  6. 骑士放置 (匈牙利算法 最大独立集)

    描述 给定一个 N*M 的棋盘,有一些格子禁止放棋子.问棋盘上最多能放多少个不能互相攻击的骑士(国际象棋的"骑士",类似于中国象棋的"马",按照"日& ...

  7. 天天写算法之(最大团)Maximum Clique

    地址:点击打开链接 这个题目,emmm,以前没有接触过,最大完全子图(最大团),去网上看了一波,很简单.代码如下, #include<iostream> #include<cstdi ...

  8. CRF算法中辅助概念 团 极大团 最大团

    https://blog.csdn.net/aspirinvagrant/article/details/40735609

  9. HDU1530(最大团问题)

    1定义: 其中,形式参数t表示第t个顶点,Place(t)用来判断第t个顶点能否放入团里.二维数组a[][]是图的邻接矩阵.一维数组x[]记录当前解.搜索到第t层时,从第1 个顶点用第t-1个顶点的状 ...

最新文章

  1. 基于感知损失的实时风格迁移与超分辨率重建
  2. sql语句技巧,不敢独享,特此呈上
  3. C#:异步编程和线程的使用(.NET 4.5 ),异步方法改为同步执行
  4. 谈谈在.NET Core中使用Redis和Memcached的序列化问题
  5. win10资源管理器怎么打开_让你效率倍增的电脑神器,最强资源管理器增强工具「QTTabBar」...
  6. nlp3-有限自动机FLandFA
  7. 操作系统--内核级线程实现
  8. 内置模块/核心模块 (自带的) --fs 文件系统
  9. 0.3 preface
  10. 现金支票打印模板excel_WPS里面如何批量打印(WPS2019)
  11. 为什么计算机要学电路与电子技术,电路与电子技术基础(计算机科学与技术面向新工科专业建设计算机系列教材)...
  12. java web背景颜色表,更改表行背景颜色
  13. C++标准委员会7月科隆会议中投票通过的特性
  14. matlab 去高光,Specular-Highlight-Mitigation-Removal-master
  15. Action层, Service层 ,modle层 和 Dao层详解
  16. Jmockit使用笔记_基本功能使用@Tested_@Injectable_@Mocked_Expectations
  17. 云大使推广的返利规则是什么
  18. 软件测试内容全貌——全景图 (1)
  19. 私域流量社群公司团队管理KPI考核运营方案制度
  20. python3 的 md5加密

热门文章

  1. 从Excel认识Power Pivot
  2. 高性能JavaScript模板引擎template.js原理解析
  3. showdoc mysql_showdoc
  4. npm install是什么意思
  5. MAC抓包工具Charles
  6. Parallels Desktop Business Edition 13.2.0虚拟机破解版
  7. 服务器虚拟内存 关闭,关机 清除 Windows 10 (虚拟内存) - Windows security | Microsoft Docs...
  8. ORB_SLAM2中特征提取之图像金字塔尺度不变性理解
  9. 英伟达发布Game Ready新驱动,支持多款新游戏
  10. 树莓派:获取传感器数据