h2. Date de ieşire

Fisierul de iesire $apm.out$ va contine pe prima linie costul arborelui partial de cost minim. Pe urmatoarea linie se va gasi numarul de muchii din arbore. Si pe urmatoarele linii pana la sfarsitul fisierului de iesire se vor tipari, individual pe fiecare linie,cele doua nodurile legate de fiecare muchie din arbore.

Fisierul de iesire $apm.out$ va contine pe prima linie costul arborelui partial de cost minim. Pe a doua linie se va gasi numarul de muchii din arborele partial selectat. Fiecare din urmatoarele linii, pana la sfarsitul fisierului de iesire, va contine cate doua numere naturale, capetele unei muchii ce apartine arborelui solutie. Muchiile pot fi afisate in orice ordine. Daca sunt mai multe solutii corecte se poate afisa oricare.

h2. Restricţii

* $1 ≤ N ≤ 200.000$
* $1 ≤ M ≤ 400.000$
* $-1.000 ≤ C ≤ 1.000$
* Pentru $20%$ din teste $N,M ≤ 20$
* Pentru inca $20%$ din teste $N ≤ 800$ si $M ≤ 1.500$

* $1 ≤ N ≤ 200 000$
* $1 ≤ M ≤ 400 000$
* $-1 000 ≤ C ≤ 1 000$
* Pentru $20%$ din teste $N, M ≤ 20$
* Pentru inca $20%$ din teste $N ≤ 800$ si $M ≤ 1 500$

h2. Exemple

h2. Indicaţii de rezolvare

*Cosmin*:
Ar mai fi o chestie de sublinitat ca in grafe dense se merita mai bine sa faci prim in O(N^2). Era o problema la o finala ginfo in care se cerea sa determini costul arborelui partial de cost minim cand grafu ti dat de niste puncte in plan ca noduri si distantele dintre pucte ca costuri pentru muchii.
 

O prima idee ar fi generarea tuturor submultimilor de $N-1$ muchii, verificarea daca muchiile selectate formeaza un arbore si retinerea solutiei optime. Aceasta rezolvare este cea mai evidenta dar are complexitate exponentiala si obtine aproximativ $20$ de puncte.
Presupunand ca sunt deja alese $N-2$ muchii care nu formeaza cicluri, in alte cuvinte formeaza $2$ arbori, trebuie sa se mai aleaga inca o muchie, si anume muchia minima care garanteaza conectivitatea arborilor. De la aceasta idee deducem ca cel mai bine ar fi sa adaugam muchii de cost minim, cat timp aceste muchii nu creaza cicluri.
Daca se sorteaza muchiile crescator dupa costul asociat si se parcurg in ordinea sortarii, este mereu util sa adaugam la solutie muchia de cost minim cat timp aceasta nu creaza un ciclu, sau altfel spus, nodurile pe care le uneste nu sunt deja in aceeasi componenta conexa. Aceasta solutie are complexitate $O(N*M + Mlog{~2~}M)$, deoarece iterarea prin cele $M$ muchii are complexitate {$O(M)$}, iar 'parcurgerea dfs':problema/dfs pentru verificarea ciclurilor se realizeaza in timp {$O(N)$} la fiecare pas. O astfel de solutie obtine 40-50 de puncte, in functie de implementare, si se poate vedea 'aici':job_detail/234746?action=view-source.
Pentru a optimiza solutia de mai sus este suficient la fiecare pas sa verificam daca cele doua noduri pe care le uneste muchia curenta sunt in aceeasi componenta conexa, operatie care se poate realiza in timp {$O(log*N)$}, cu ajutorul 'multimilor disjuncte':problema/disjoint. Astfel complexitatea se reduce la $O(Mlog*N + Mlog{~2~}M)$. Acest algoritm este prezentat si "aici":http://en.wikipedia.org/wiki/Kruskal%27s_algorithm si se numeste algoritmul lui Kruskal. O implementare pe aceasta idee se gaseste 'aici':job_detail/234736?action=view-source.

Pentru a intelege o alta solutie se presupune urmatorul scenariu: existand deja calculat un subarbore minim vrem sa introducem in el inca un nod. Evident vom introduce nodul care are muchia de cost minim care il leaga de subarborele deja format. Aceasta solutie are complexitate $O(N*M)$, deoarece incepem cu un nod aleator si adaugam rand pe rand toate nodurile ramase. Acest algoritm se poate optimiza, daca pentru fiecare nod se tine muchia minima curenta care il leaga de subarborele existent. La fiecare introducere a unui nod in subarbore, se actualizeaza toti vecinii lui. Aceasta solutie are complexitate $O(N^2^)$ si ar trebui sa obtina $50$ puncte.
Pentru a se optimiza mai departe algoritmul pentru extragerea minimului se foloseste un "heap":http://en.wikipedia.org/wiki/Heap_(data_structure), iar de fiecare data cand se introduce un nod in subarbore sunt parcurse muchiile incidente cu el si se actualizeaza nodurile vecine. Astfel complexitatea devine $O(M*log{~2~}N)$, si este eficient atunci cand graful este dens. Algoritmul este cunoscut in literatura de specialitate ca "Algoritmul lui Prim":http://en.wikipedia.org/wiki/Prim%27s_algorithm. O sursa pe acesta idee se poate vedea 'aici':job_detail/234741?action=view-source.

Pentru a intelege o alta solutie se presupune urmatorul scenariu: existand deja calculat un subarbore minim vrem sa introducem in el inca un nod. Evident vom introduce nodul care are muchia de cost minim care il leaga de subarborele deja format. Aceasta solutie are complexitate $O(N*M)$, deoarece incepem cu un nod aleator si adaugam rand pe rand toate nodurile ramase. Acest algoritm se poate optimiza, daca pentru fiecare nod se tine muchia minima curenta care il leaga de subarborele existent. La fiecare introducere a unui nod in subarbore, se actualizeaza toti vecinii lui. Aceasta solutie are complexitate $O(N^2^)$ si ar trebui sa obtina $50$ puncte. Trebuie in plus precizat ca in cazul in care graful este dens (numarul de muchii $M$ este de ordinul {$O(N^2^)$}) aceasta abordare este de preferat celor cu alte complexitati.
Pentru a se optimiza mai departe algoritmul pentru extragerea minimului se foloseste un {"heap":http://en.wikipedia.org/wiki/Heap_(data_structure)}, iar de fiecare data cand se introduce un nod in subarbore sunt parcurse muchiile incidente cu el si se actualizeaza nodurile vecine. Astfel complexitatea devine $O(M*log{~2~}N)$. Algoritmul este cunoscut in literatura de specialitate ca "Algoritmul lui Prim":http://en.wikipedia.org/wiki/Prim%27s_algorithm. O sursa pe acesta idee se poate vedea 'aici':job_detail/234741?action=view-source.

h2. Aplicatii

3509