7.1.1图的定义图（Gragh）是一种网状数据结构,其形式化定.ppt

3. 克鲁斯卡尔 (Kruskal) 算法 * (1) 算法思想 假设 N = (V, {E}) 是一个连通网，则令最小生成树初始状态为只有 n 个顶点而无边的非连通图 T = (V, { })，图中每个顶点自成一个连通分量。克鲁斯卡尔 (Kruskal)算法执行如下操作： 在 E 中选择代价最小的边，若该边依附的顶点落在 T 中不同的连通分量上，则将此边加入到 T 中，否则舍去此边而选择下一条代价最小的边。依此类推，直至 T 中所有顶点都在同一连通分量上为止。 Crusckal算法过程演示： E F D C B A 6 5 1 5 2 4 6 6 3 5 E F D C B A 1 2 E F D C B A 1 E F D C B A 1 2 3 E F D C B A 1 2 4 3 E F D C B A 1 5 2 4 3 5 5 2. 普里姆 (Prim) 算法 * (1) 算法思想 假设 N = ( V, {E} ) 是一个连通网，TE 是 V 上最小生成树边的集合。普里姆 (Prim) 算法从 U = { u0 } ( u0 ∈V )，TE = { } 开始。重复执行如下操作： 在所有 u ∈U，v ∈V-U 的边 (u, v) ∈E 中寻找一条代价最小的边 (u0, v0) 并入集合 TE，同时 v0 并入 U，直至 U = V 为止。此时 TE 中必有 n-1 条边，则 T = ( V, {TE} ) 为 N 的最小生成树。 Prim算法过程演示： E F D C B A 6 5 1 5 2 4 6 6 3 5 F A 1 A F 1 B 2 F C A 1 4 C 4 D 3 E F D C B A 6 5 1 5 2 4 6 6 3 5 E F D C B A 6 5 1 5 2 4 6 6 3 5 E F D C B A 6 5 1 5 2 4 6 6 3 5 B 2 F C A 1 4 E 5 E F D C B A 6 5 1 5 2 4 6 6 3 5 B 2 F C A 1 4 E 5 E F D C B A 6 5 1 5 2 4 6 6 3 5 给定带权有向图 G = (V, E)，E 中每一条弧 (w, v) 都有非负的权。指定 V 中的一个顶点 v 作为源点，找从源点 v 出发到图中所有其他各顶点的最短路径，这就是求某个源点带其他顶点的最段路径。 * 7.4.3 某个源点到其他顶点的最短路径 1 求一结点到其他结点的最短路问题（Dijkstra） 2 图中任意两个顶点之间的最短路径（Floyd） 1. 迪杰斯特拉 (Dijkstra) 算法思想 的路径就是从始点 v 出发的长度最短的一条最短路径。此路径为 ( v, vi )。 * 为了求得最短路径，迪杰斯特拉 (Dijkstra) 提出了一个按路径长度递增的次序产生最短路径的算法。 首先引进一个辅助向量 D，它的每个分量 D[i] 表示当前所找到的从始点 v 到每个终点的最短路径的长度。它的初态为：如果从 v 到 vi 有弧，则 D[i] 为弧上的权值；否则置 D[i] 为 ∞。显然，长度为 有向网 G 带权邻接矩阵 若对有向网 G 实施迪杰斯特拉 (Dijkstra) 算法，则所得从 v0 到其余各顶点的最短路径，以及运算过程中 D 向量的变化状况如下所示。 v0 v1 v5 v2 v4 v3 100 60 30 10 10 5 50 20 * 从 v0 到各终点的 D 值和最短路径的求解过程 终点 v1 v2 v3 v4 v5 vj S i = 1 i = 2 i = 3 i = 4 i = 5 ∞ 10 ∞ 30 100 (v0, v2) (v0, v4) (v0, v5) v2 (v0, v2) ∞ 60 30 100 (v0, v2, v3) (v0, v4) (v0, v5) v4 (v0, v2, v4) ∞ 50 (v0, v4, v3) 90 (v0, v4, v5) v3 (v0,v2,v3,v4) ∞ 60 (v0,v4,v3,v5) v5 (v0,v2,v3,v4,v5) ∞ * * * * 7.1.1 图的定义 图（Gragh）是一种网状数据结构，其形式化定义如下： Gragh=(V,R)//由顶点集和顶点间的关系构成 V={x|x∈DataObject} R={VR} VR={x,y|P(x,y)^(x,y ∈ V)} 无向图 A C E F D B 有向图 A C E F D B 无向网 有向网 15 10 1