\(Matrix-tree\) 定理用来解决一类生成树计数问题,以下前置知识内容均是先基于无向无权图来介绍的。有关代数余子式的部分不是很明白,如果有错误还请指出……

部分内容参考至:\(Blog\_1\) & \(Blog\_2\)

 

\(Laplacian\) 矩阵

定义

在 \(n\) 个点的无向图中:

度数矩阵 \(D\) 即为一个 \(n*n\) 的矩阵,定义为 \(D[i][i]=i\) 号点的度数,\(D[i][j]=0\) \((i \ne j)\)。

邻接矩阵 \(A\) 即为一个 \(n*n\) 的矩阵,定义为 \(A[i][j]=i, j\) 之间的边数。

则其拉普拉斯矩阵其实就是图的度数矩阵减去邻接矩阵,即 \(L=D-A\)。

对此,可以直接的总结出 \(laplacian\) 矩阵中各元素的值为:

\[ L_{i,j}= \left \{ \begin{aligned}
degree(i)      & & i = j \\
-\ Edge\_number(i, j) & & i \ne j\\
\end{aligned} \right.\]

 

矩阵行列式性质及求法

行列式

在一个 \(n*n\) 的矩阵中,选出 \(n\) 个互相不同行不同列的数,其乘积的值冠以符号 \((-1)^t\),得到式子:\((-1)^t\ ·\ a_{1,p_1}\ ·\ a_{2,p_2}\ ·\ a_{3,p_3}\ ·\ ...\ ·\ a_{n,p_n}\);

其中,\(p\) 为自然数 \(1~n\) 的一个排列,\(t\) 为这个排列的逆序对数,可知形同上式的项共有 \(n!\) 个。所有这些项的代数和称为矩阵的 \(n\) 阶行列式,简记为 \(det(i,j)\),其中数 \(i,j\) 为行列式 \(D\) 的 \((i,\ j)\) 元。

也可以理解为矩阵 \(A\) 任意一行(列)的各元素与其对应的代数余子式乘积之和。

行列式的性质

· 互换矩阵的两行(列),行列式变号

· 矩阵有两行(列)成比例(比例系数 \(k\)),则行列式的值为 \(0\)

· 矩阵的某一行(列)中的所有元素都乘以同一个数 \(k\),新行列式的值等于原行列式的值乘上数 \(k\)

· 把矩阵的某一行(列)加上另一行(列)的 \(k\) 倍,则行列式的值不变

行列式的求法

按照定义来求行列式的复杂度实在是太高了,考虑一些更快的方法。

给出一个上三角/下三角矩阵,其行列式的值为对角线的乘积,因为只有 \(p={1,2,3...n}\) 时,乘积项中才没有 \(0\) 出现。

采用高斯消元的方法,把矩阵消为一个上三角矩阵后,然后求出对角线的积,便是该矩阵的行列式的值。

 

高斯消元

高斯消元

上面提到了高斯消元,我之前也学习过,不过忘记的差不多了……(之前的博客)

这里简单放一下,顺便做个复习补充。

模意义下的高斯消元

如果要求的矩阵不允许出现实数,且需要取模,则采用辗转相除的高斯消元法,至于这个辗转相除,复杂度高不了多少。

众所周知 高斯消元需要做除法,而模意义下是没有除法拿来做的。计算高斯消元的时候,如果模数是质数,那么除法逆元可以直接用费马小定理解决。否则我们对于矩阵中的两行,不断地把主元较大的那一行减去主元较小的那一行,最终一定有一行主元为 \(0\),也就完成了消元。

发现以上思想是更相减损术的思想,效率太低,就可以拿辗转相除代替。

需要注意的是,我们在做的时候会交换行,而由行列式的性质,我们需要统计一下交换的次数:如果次数为奇数,那么最后的答案还要乘上模意义下的 \(-1\)。

 

inline void Gaussian() {
for(int i = 1; i <= n; ++i)
for(int j = i + 1; j <= n; ++j) while( kir[j][i] ) {
int tmp = kir[i][i] / kir[j][i];
for(int k = i; k <= n; ++k) {
kir[i][k] = (kir[i][k] - tmp * kir[j][k] % mod + mod) % mod;
swap(kir[i][k], kir[j][k]);
}
ans = (mod - ans) % mod;
}
}

 

\(Matrix-tree\) 定理

定理内容

应用中,无向图的生成树个数就等于这副图的 \(laplacian\) 矩阵的任意一个代数余子式值,也可以理解为 \(laplacian\) 矩阵一个余子式的行列式的值。

余子式和代数余子式

\(M_{i,j}\) 表示矩阵的一个余子式,指去掉元素 \(a_{i,j}\) 所在的行和列后剩余的矩阵部分。

\(C_{i,j}\) 表示矩阵的一个代数余子式,定义为 \(C_{i,j}=(-1)^{i+j}M_{i,j}\)。

定理总结

· 存在性质:\(laplacian\) 矩阵的任意一个代数余子式值都相同。

· 求得 \(laplacian\) 矩阵后,取一个余子式用高斯消元得到新矩阵的上三角矩阵,对角线乘积的绝对值就是生成树个数。

定理推广

对于消去自环影响的有向图,也可以求以 \(i\) 为根的外向树/内向树个数,此时的 \(laplacian\) 矩阵定义为:

\[ L_{i,j}= \left \{ \begin{aligned}
in\_degree(i)\ or\ out\_degree(i)  & & i = j \\
-\ Edge\_number(i\ to\ j)     & & i \ne j\\
\end{aligned} \right.
\]

 

例题及拓展性质

\([SDOI2014]\) 重建

给一个图,每条边有出现概率,求这个图恰好为一棵树的概率。

考虑 \(laplacian\) 矩阵的意义:之所以能够进行生成树计数是对于其关联矩阵在计数 \(n−1\) 条边的集合时,当 \(n−1\) 条边中存在环就会产生线性组合而导致行列式为零,否则恰好对角线上均为关联矩阵中所赋的值,使得 \(det(B_{i,j})^2\) 就为 \(1\)(有关这一部分的理解请看文章首部给出的 \(Blog\_2\) 链接)。

因此可以令邻接矩阵中存下边权,以计数生成树中边权的乘积。

这道题告诉我们:邻接矩阵中的的权可以不是 \(1\),而是其他权值,比如概率。

了解了这个之后,就直接放一篇别人的题解 \(Blog\_3\) 在这里好了。

 

#include <cmath>
#include <queue>
#include <cstdio>
#include <cctype>
#include <cstring>
#include <iostream>
#include <algorithm>
using namespace std; #define scnaf scanf const double eps = 1e-8;
const int maxn = 50 + 5;
int n; double p[maxn][maxn], tmp, ans; inline double Abs(double x) { return x < 0 ? -x : x; } inline void Gaussian() {
for(int maxx = 1, i = 1; i < n; maxx = ++i) {
for(int j = i + 1; j < n; ++j) if( Abs(p[j][i]) > Abs(p[maxx][i]) ) maxx = j;
if( maxx != i ) for(int j = 1; j < n; ++j) swap(p[i][j], p[maxx][j]);
for(int k = i + 1; k < n; ++k) {
double mul = p[k][i] / p[i][i];
for(int j = i; j < n; ++j) p[k][j] = p[k][j] - p[i][j] * mul;
}
if( Abs(p[i][i]) < eps ) { ans = 0.0; return ; }
}
for(int i = 1; i < n; ++i) ans = ans * p[i][i];
} int main(int argc, char const *argv[])
{
freopen("nanjolno.in", "r", stdin);
freopen("nanjolno.out", "w", stdout); scnaf("%d", &n), tmp = 1.0, ans = 1.0;
for(int i = 1; i <= n; ++i) for(int j = 1; j <= n; ++j) {
scnaf("%lf", &p[i][j]);
if( i < j ) tmp = tmp * (1.0 - p[i][j]);
p[i][j] = p[i][j] < eps ? eps : min(p[i][j], 1.0 - eps);
p[i][j] = p[i][j] / (1.0 - p[i][j]);
}
for(int i = 1; i <= n; ++i)
for(int j = 1; j <= n; ++j) if( i != j ) p[i][i] = p[i][i] - p[i][j];
Gaussian(), printf("%.6lf\n", Abs(ans * tmp)); fclose(stdin), fclose(stdout);
return 0;
}

 

其他题目

\([SHOI2016]\) 黑暗前的幻想乡

\([HEOI2015]\) 小Z的房间

\([FJOI2007]\) 轮状病毒

\([JSOI2008]\) 最小生成树计数

 

                         林下带残梦,叶飞时忽惊。

Matrix-tree 定理的一些整理的更多相关文章

  1. BZOJ.4031.[HEOI2015]小Z的房间(Matrix Tree定理 辗转相除)

    题目链接 辗转相除解行列式的具体实现? 行列式的基本性质. //864kb 64ms //裸的Matrix Tree定理.练习一下用辗转相除解行列式.(因为模数不是质数,所以不能直接乘逆元来高斯消元. ...

  2. [bzoj1016][JSOI2008]最小生成树计数 (Kruskal + Matrix Tree 定理)

    Description 现在给出了一个简单无向加权图.你不满足于求出这个图的最小生成树,而希望知道这个图中有多少个不同的最小生成树.(如果两颗最小生成树中至少有一条边不同,则这两个最小生成树就是不同的 ...

  3. @总结 - 7@ 生成树计数 —— matrix - tree 定理(矩阵树定理)与 prüfer 序列

    目录 @0 - 参考资料@ @0.5 - 你所需要了解的线性代数知识@ @1 - 矩阵树定理主体@ @证明 part - 1@ @证明 part - 2@ @证明 part - 3@ @证明 part ...

  4. 【证明与推广与背诵】Matrix Tree定理和一些推广

    [背诵手记]Matrix Tree定理和一些推广 结论 对于一个无向图\(G=(V,E)\),暂时钦定他是简单图,定义以下矩阵: (入)度数矩阵\(D\),其中\(D_{ii}=deg_i\).其他= ...

  5. 数学-Matrix Tree定理证明

    老久没更了,冬令营也延期了(延期后岂不是志愿者得上学了?) 最近把之前欠了好久的债,诸如FFT和Matrix-Tree等的搞清楚了(啊我承认之前只会用,没有理解证明--),FFT老多人写,而Matri ...

  6. SPOJ.104.Highways([模板]Matrix Tree定理 生成树计数)

    题目链接 \(Description\) 一个国家有1~n座城市,其中一些城市之间可以修建高速公路(无自环和重边). 求有多少种方案,选择修建一些高速公路,组成一个交通网络,使得任意两座城市之间恰好只 ...

  7. HDU 4305 Lightning Matrix Tree定理

    题目链接:https://vjudge.net/problem/HDU-4305 解法:首先是根据两点的距离不大于R,而且中间没有点建立一个图.之后就是求生成树计数了. Matrix-Tree定理(K ...

  8. BZOJ.4894.天赋(Matrix Tree定理 辗转相除)

    题目链接 有向图生成树个数.矩阵树定理,复习下. 和无向图不同的是,度数矩阵改为入度矩阵/出度矩阵,分别对应外向树/内向树. 删掉第i行第i列表示以i为根节点的生成树个数,所以必须删掉第1行第1列. ...

  9. BZOJ.1016.[JSOI2008]最小生成树计数(Matrix Tree定理 Kruskal)

    题目链接 最小生成树有两个性质: 1.在不同的MST中某种权值的边出现的次数是一定的. 2.在不同的MST中,连接完某种权值的边后,形成的连通块的状态是一样的. \(Solution1\) 由这两个性 ...

  10. [模板]Matrix Tree定理

    结论:一个图的生成树个数等于它的度数矩阵减邻接矩阵得到的矩阵(基尔霍夫矩阵)的任意一个n-1阶主子式的行列式的绝对值 证明:不会 求法:高斯消元 例题:[HEOI2013]小Z的房间 #include ...

随机推荐

  1. Python 标准类库- 因特网协议于支持之UUID

    标准类库- 因特网协议于支持之UUID by:授客 QQ:1033553122   测试环境 python3 UUID生成函数定义 uuid.getnode() 获取一个表示硬件地址的48位正整数.第 ...

  2. ButterKnife的使用详解

    ButterKnife的使用详解 1,概述: ButterKnife则是注解中相对简单易懂的很不错的开源框架. ButterKnife是目前常用的一种依托Java注解机制实现辅助代码生成的框架:用到了 ...

  3. Django 列的自定义显示

    ModelAdmin 作用:对后台数据表的显示做自定义的设置(如果对django默认的显示模式感到满意则不需要定义modeladmin).我对默认的显示模式永远不满意! 定义modeladmin: f ...

  4. 无限极分类(adjacency list)的三种方式(迭代、递归、引用)

    一般的分类树状结构有两种方式: 一种是adjacency list,也就是是id,parent id这中形式. 另一种是nested set,即左右值的形式. 左右值形式查询起来比较高效,无需递归等, ...

  5. ext组件中的查询

    组件中的查询依赖于组件树,往上可追溯父组件,往下可查找子组件. 组件中的查询主要包括8个方法:up.down.query.child.nextNode.nextSibiling.previoutNod ...

  6. Jenkins实现简单的CI功能

    步骤一:安装JDK.Tomcat,小儿科的东西不在此详细描述 步骤二:下载安装Jenkins下载链接:https://jenkins.io/download/ 步骤三:将下载的jenkins.war部 ...

  7. ASP.NET基础知识汇总之WebConfig自定义节点详细介绍

    之前介绍过Webconfig的具体知识ASP.NET基础知识汇总之WebConfig各节点介绍.今天准备封装一个ConfigHelper类,涉及到了自定义节点的东东,平时虽然一直用,但也没有系统的总结 ...

  8. 最新版jQuery v3.3.1的BUG以及解决办法(什么问题不重要,怎么解决问题才重要)

    发现问题 最新版的 FineUIPro v5.2.0 中,我们将内置的 jQuery v1.12.4 升级到 jQuery v3.3.1 ,可以看升级记录: +升级到jQuery v3.3.1.    ...

  9. 【问题解决方案】Github中的jupyter notebook文件(.ipynb)加载失败/失败

    两个方法: 法一:本机安装jupyter notebook的情况下直接下载文件并打开 本机打开的话会在浏览器中显示,地址为localhost:8888,也就是本机 法二:在线打开:利用 'https: ...

  10. 滴滴 CTO 架构师 业务 技术 战役 时间 赛跑 超前 设计

    滴滴打车CTO张博:生死战役,技术和时间赛跑-CSDN.NEThttps://www.csdn.net/article/2015-06-25/2825058-didi 滴滴出行首席架构师李令辉:业务的 ...