数据结构与算法6讲课.ppt

6.4.1 最小生成树 6.4.2　最短路径 6.4 应用实例 1. Prim算法 对于有n个顶点的图G=(V, E)，Prim算法从空树T开始，按照以下规则将n个顶点和n-1条边依次添加到树中，形成最小生成树： 从某一顶点v0开始，将该顶点作为树的根结点加入到T中，使得T中的数据元素集合D={v0}，数据元素关系集合R={}。 对于一个顶点在集合D中、另一个顶点在集合V-D中的那些边，找出权最小的一条边，将该边在集合V-D中的顶点vi（i=1,2,…,n-1）加入到集合D中，并将顶点间关系vj, vi（ji）加入到关系集合R中。 重复上一步骤直至集合D中包括图G中所有n个顶点（此时关系集合R中包括n-1条边）。若在某一步骤中找不到边，则说明图G是一个非连通图或非强连通图，在这种情况下不存在最小生成树。 6.4 应用实例 6.4.1 最小生成树 6.4 应用实例 6.4.1 最小生成树 2. Kruskal算法 对于有n个顶点的图G=(V, E)，Kruskal算法根据图G中所有n个顶点生成一个包括n棵只有根结点的树Ti（i=0, 1, …, n-1）的森林F，并按照以下规则森林F中的树合并，形成最小生成树： 从边集合E中选取未被访问过且具有最小权的边，置该边状态为已访问。判断该边的两个顶点是否属于不同的树，若属于不同的树则使用该边将两棵树合并为一棵；若属于同一棵树则不做任何处理。 重复上一步骤直至森林F中只剩下一棵树，该树即是图G的最小生成树。若最后森林F中剩下不止一棵树，则说明图G是非连通图或非强连通图，在这种情况下不存在最小生成树。 6.4 应用实例 6.4.1 最小生成树 6.4 应用实例 6.4.1 最小生成树 1. 从某个顶点到其余各顶点的最短路径 图中两个顶点间的最短路径计算问题，与从某个顶点到其余各顶点的最短路径计算问题采用同样的算法。只是前者在得到两个顶点间的最短路径后，不需再进行后继计算。Dijkstra提出了一种按路径长度递增次序生成最短路径的算法。对于有n个顶点的图G=(V, E)，若要计算从顶点v0到其余各顶点vi（i=1,2,…,n-1）的最短路径，则其计算步骤为： 6.4.2　最短路径 6.4 应用实例 令集合S为已计算出最短路径的顶点集合（初始时S={v0}），w(vj, vi)表示从顶点vj到顶点vi的边的权（这里为方便计算，令w(vi, vi)=0），D(v0, vi)表示当前计算得到的从顶点v0到顶点vi的最短路径长度（初始D(v0, vi)= w(v0, vi)）。 将顶点加入到集合S中，并将从顶点v0‘到顶点vm’的最短路径记录下来。若仍有顶点没有加到集合S中，则对集合V-S中的顶点vi‘计算。 重复上一步骤直至图中所有顶点都加到集合S中。 6.4.2　最短路径 6.4 应用实例 例如，对于图6-4（b）中所示的有向图，若计算从顶点v0到其余各顶点的最短路径，则其计算过程如图6-11所示。Dijkstra算法的原理可理解为：从某一顶点v0到另一顶点vi的最短路径或者是(v0,vi)、或者是(v0, vi1, v i2, …, vij, vi)，若为后者则其中(v0, vi1, v i2, …, vij, vj)必然为从顶点v0到顶点vj的最短路径。因此，根据已计算出的那些顶点的最短路径，可以依次得到其他顶点的最短路径。 6.4.2　最短路径 6.4 应用实例 6.4.2　最短路径 6.4 应用实例 2. 每一对顶点之间的最短路径 若要计算图中每一对顶点之间的最短路径，可以重复使用Dijkstra算法依次计算每个顶点到其余各顶点的最短路径，也可以使用Floyd算法一次性将图中每一对顶点间的最短路径计算出来。Floyd算法与Dijkstra算法的时间复杂度相同，但其形式更为简单一些。这里先介绍Floyd算法，对于有n个顶点的图G=(V, E)，若要计算任意两个顶点vj和vk（j,k为[0,n-1]区间上的整数且j≠k）之间的最短路径，则其计算步骤为： 6.4.2　最短路径 6.4 应用实例 令w(vj, vk)表示连接顶点vj和顶点vk的边的权（这里为方便计算，令w(vj, vj)=0），D(vj, vk)表示当前计算得到的从顶点vj到顶点vk的最短路径长度（初始D(vj, vk)= w(vj, vk)）。 对于图中每一个顶点vi（i依次取值为0, 1, …, n-1），若D(vj,vk)D(vj,vi)+D(vi,vk)，则表明路径(vj, …, vi, …, vk)的长度更短，此时令D(vj,vk)=D(vj,vi)+D(vi,vk)并更新从顶点vj到顶点vk的路径。 6.4.2　最短路径 6.4 应用