GreedyAlgorithms.pptVIP

Ch 4 貪婪演算法 Greedy Algorithm Greedy Algorithm 用於求解最佳化問題 選擇 ? 可行性檢查 ? 解答檢查 選擇過程總是選擇局部最佳者 由空集合開始，循序加入新解來得到最後的答案 不保證一定會得最佳解，需要證明 最小生成樹 無向聯通圖 簡單循環 樹：無向聯通非環狀圖 如何移除無向權重聯通圖的某些邊線，使子圖仍保持連通性，使得邊線的weight總和最少 最小生成樹 生成樹：包含所有頂點且符合樹的定義 目的：移除無向權重圖中的部份邊線，使得子圖仍然保持連通性，且邊線weight總和為最小(若子圖不是樹，必存在simple cycle) 一個有最小weight總和的連通子圖一定是生成樹，反之則未必 一個圖可以超過一個以上的生成樹(我們要找最小的) 無向圖 無向圖G 包含由G中所有頂點構成的有限集合V，以及由V中任意兩頂點組成的頂點對構成的邊線集合E G=(V,E) V={v1,v2,v3……} (v1,v2)=(v2,v1)代表v1與v2間的邊線 最小生成樹 生成樹 生成樹T 與G有相同的頂點V，但是邊線集合F是集合E的子集合 T=(V,F) 生成樹貪婪演算法 Prim區域最佳解 由空的F與含一個任一頂點的Y開始，由V找最接近Y的頂點(weight最小)，經此點加入Y，直到Y=V nearest[i]：Y中離vi最近之頂點 distance[i]：vi與vnearest[i]邊線之weight 2≦i≦n Prim演算法 Prim演算法 演算法4.1 Prim區域最佳解 得到的樹一定是最小嗎？ promising:給定一個無向連通權重圖G=(V,E)，若E中新加入F的邊線有機會產生最小生成樹則稱之 Prim區域最佳解 輔助定理4.1 設G=(V,E)為一無向連通權重圖，F為E的promising子集合，Y是F中的邊線連接頂點所形成的集合。若e是所有連接Y與Y-V中的邊線中weight最小者，則F?{e}為promising Prim區域最佳解 輔助定理4.1證明I 因為F是promising，所以必定存在F’使得 F?F’且(V,F’)為最小生成樹，若e?F’則F?{e}?F’，表示F?{e}為promising Prim區域最佳解 輔助定理4.1證明II 因為 (V,F’)為最小生成樹，所以F’?{e}必定包含一個simple cycle，而e必定在此cycle內，此simple cycle必存在e’，若我們將e’自集合F’?{e}中移除，則此simple cycle會消失，意味得到一棵生成樹，所以F’?{e}-{e’}會是最小生成樹，故F?{e}? F’?{e}-{e’}，因為e’不可能存在於F中，所以F?{e}為promising Kruskal區域最佳解 由頂點V產生相同數量且互不交集的的頂點子集合，各集合只含一個頂點 將邊線weight做非遞減排序 檢查weight是否為不交集的兩集合所構成，則將邊線加入F，合併兩個頂點 直到所有頂點被合併 Kruskal演算法 Kruskal演算法4.2 * * T(n)??(n2) * * *