离散数学课件-第6章-1.ppt

Chapter 6 Graph Algorithms §1 最短路径问题 若干城市被铁路网连通，任意指定其中甲、乙两座城市，试求从甲到乙最近的铁路路线。 把上述转换为图论模型如下： 城市设为顶点，当两城间有铁路相通且中途无其他城市，在两点间连一边，如此构成一个图G；对每条边e∈E赋以权值w(e)表示铁路长度，如此得到带权图。 设P(u,v)是图中以u,v为两端点的路径，用W(P(u,v))表示路径P(u,v)上边权之和，即： W(P(u,v))＝ 目标是求一条P(u,v)，使得W(P(u,v))最小。 单点到各点的最佳路径算法有两个： Bellman-Ford算法 Dijkstra算法 一、Bellman-Ford算法 算法描述如下： （1）任取一棵以v0为根的生成树，在每个顶点标出v0到该点的长度li； （2）设树枝之外的边vij的长度为dij，依次检查每条树外的边，若对其中一对邻接点vi， vj出现：lj＞li＋ dij，则去掉以vj为终点的树枝，用vij代替； （3）重复（2），直到所有树外的边都比较过为止。 求下图v0到其余各点的最短路径： 任取图以v0为根的一棵外向树如下： 最后得到的解如下： 二、Dijkstra算法 Dijkstra算法是1959年荷兰的计算机科学家Dijkstra给出的解决最短问题的方法。 基本思想： 按照最短路径长度不减的次序求解各点的解。 即按由近到远的次序求解各顶点的解 Dijkstra算法描述（起点为v0）： （1）初始化：若(v0,vi)存在，则li＝w (v0,vi)，否则li＝∞； （2）从未解的顶点中选择一个l值最小的顶点vk,则vk是已解顶点； （3）修改vk的直接后继顶点的l值 ——如果经过vk路径长度可以更近 （4）重复（2）、（3），直到所有顶点求解完毕。 （1）初始化： （2）从未解的顶点中选择一个l值最小的顶点vk； （3）修改vk的直接后继顶点的l值 ——如果经过vk路径长度可以更近 （2）从未解的顶点中选择一个l值最小的顶点vk； （3）修改vk的直接后继顶点的l值 ——如果经过vk路径长度可以更近 （2）从未解的顶点中选择一个l值最小的顶点vk； （3）修改vk的直接后继顶点的l值 ——如果经过vk路径长度可以更近 （2）从未解的顶点中选择一个l值最小的顶点vk； （3）修改vk的直接后继顶点的l值 ——如果经过vk路径长度可以更近 （2）从未解的顶点中选择一个l值最小的顶点vk； （3）修改vk的直接后继顶点的l值 ——如果经过vk路径长度可以更近 （2）从未解的顶点中选择一个l值最小的顶点vk； （3）修改vk的直接后继顶点的l值 ——如果经过vk路径长度可以更近 最终结果如下： §2 任意两点间最短距离及其算法 求解方法很多： 对每个顶点都执行Dijkstra算法； 动态规划算法： Floyd-Warshall算法 一、动态规划算法： 设A＝(aij)m×l， B＝(bij)l×n。 定义： C＝A⊙B＝ (cij)m×n， 其中cij＝min{ai1＋b1j，ai2＋b2j，…， ail＋blj} 定义： D＝A B＝ (dij)m×n 其中cij＝min{aij，bij} 利用刚才定义的运算求任意两点间的最短距离。 设D＝(dij)n×n是图G的距离矩阵，即dij表示边vi，vj边的长度。若vi，vj间无边，则dij＝∞。 这样，D(2)＝D⊙D＝(d(2)ij)n×n 其中d(2)ij=min{di1+d1j，di2+d2j，…，din＋dnj} ∴d(2)ij表示从vi出发两步可以到达vi的道路中距离最短者。 同理D(k)＝D(k-1)⊙D＝(d(k)ij)n×n ∴d(k)ij表示从vi出发k步可以到达vj的道路中距离最短者。 于是矩阵S＝D D(2) …… D(n)＝(sij)n×n 其中sij代表为vi到vj的所有道路中距离最短者。 求下图各点间的最