图论基本算法.ppt

图论算法 图的一些典型算法 最小生成树 最短路径 拓扑排序 关键路径 原则： 按从源点Vi到其余每个顶点的最短路径的升序依次求出从源点到各顶点的最短路径长度。 方法： （1）找出中间点Vj （★） （2）用Vi到Vj的最短路径长度作为参照对其余结点进行比较、修改 （3）重复n-2次 Pascal伪代码: Procedure SPFA; Begin initialize-single-source(G,s); initialize-queue(Q); enqueue(Q,s); while not empty(Q) do begin u:=dequeue(Q); for each v∈adj[u] do begin tmp:=d[v]; relax(u,v); if (tmpd[v]) and (not v in Q) then enqueue(v); end; end; End; （1）邻接矩阵A[I,j]：vi—vj当前最短路径 （2）以每个顶点Vk作为中间点，针对每对顶点vi到vj的当前最短路径进行调整 （3）A[i,j]=min(a[i,j],a[i,k]+a[k,j]) （4）0(n3) 最短路径算法总结： Dijkstra算法的效率高,但是也有局限性,就是对于含负权的图无能为力. SPFA算法效率很不错,而且对于最短路长存在的图都适用,无论是否存在负权边. 它的编程复杂度也很低,是性价比极高的算法. 在不含负权的图中,特别是在边数稠密的图中,我们常常选择Dijkstra算法; 在稀疏图中,二叉堆实现的Dijkstra算法也是不错的选择,SPFA算法效率极高; 在图中含有负权,稀疏图随便用后两种算法中的哪一种都行,因为它们的效率都可以接受,而且很容易写; 如果是稠密图,就非SPFA算法莫属了. 例6：奖金分配。一家公司有n个员工（1≤n≤100），编号依次为1、2、3，…，n。 到了过年公司要发奖金了，公司老板需要知道每个员工的业绩情况，但现在老板并不知道每个人的具体业绩，只知道“p1比p2多”这样的比较结果（p1，p2∈{1，2…，N}），记为p1p2。根据这些关系，求出一个奖金分配次序。 输入文件：第一行为数N（N=100）；表示员工的个数。以 下若干行每行两个数A，B??? 表示A的业绩高于B。 输出文件：给出一个合理的奖金分配序列。 Floyd算法介绍： GA：存储n个顶点图的邻接矩阵 A : 表示每对顶点之间最短路径长度的二维数组， P : 记录最短路径，其元素类型为集合类型set of 1..n。 Ak[i,j]表示从顶点i到顶点j的边数不超过k条的最短路径的长度 初始化：A1[i,i]=0, A1[i,j]=GA[i,j] 之后不断尝试往已有的最短路中加入中间顶点来优化 即递推公式为： Ak[i,j] = min{Ak-1[i,j], Ak-1[i,k]+GA[k,j]} k=0,1,……,n-1 V0 V1 V2 4 11 6 2 3 CAB CA CAB CA CAB CA CA 2 BC BCA BC BA BC BA BC BA 1 ABC AB ABC AB AC AB AC AB 0 2 1 0 2 1 0 2 1 0 2 1 0 P 0 7 3 0 7 3 0 7 3 0 ∞ 3 2 2 0 5 2 0 6 2 0 6 2 0 6 1 6 4 0 6 4 0 11 4 0 11 4 0 0 2 1 0 2 1 0 2 1 0 2 1 0 D(2) D(1) D(0) D(-1) D Floyd算法总结: Procedure Floyd(G，A，P)； Begin For i:=1 To n Do {初始化} For j:=1 To n Do Begin A[i,j]:=G[i,j]； If A[i,j]maxint Then p[i,j]:=[i]+[j] Else p[i,j]:=[ ]； End； For k:=1 To n Do {n次运算} For i:=1 To n Do For j:=1 To n Do {找到