第5篇 图结构.ppt

* 2、如何找到一个连通网络的最小生成树？ (1) MST性质： MST性质：设G＝(Vn, En)是一个连通网络，U是顶点集Vn的一个真子集。若(u，v)是G中所有的一个端点在U（即u∈U）而另一个端点不在U（即v∈Vn－U）里的边中，具有最小权值的一条边，则一定存在G的一棵最小生成树包括此边(u，v)。 * 5.4.3 构造最小生成树的Prim算法 1、Prim算法 Prim算法可用下述过程描述，其中用wuv表示顶点u与顶点v边上的权值。 ⑴ U＝{u1},T={}; ⑵ while (U≠V)do (u,v)＝min{wuv|u∈U,v∈V－U } T＝T＋{(u,v)} U＝U＋{v} ⑶ 结束。 * 2、 Prim过程 * * 5.4.4 构造最小生成树的Kruskal算法 Kruskal算法是一种按照网中边的权值递增的顺序构造最小生成树的方法。 1、 Kruskal算法基本思想 * 2、Kruskal方法过程 对于下图所示的网，按照Kruskal方法构造最小生成树的过程如下图所示。 * 3、算法实现 * 5.5 最短路径 最短路径问题：如果从图中某一顶点(称为源点)到达另一顶点(称为终点)的路径可能不止一条，如何找到一条路径使得沿此路径上各边上的权值总和达到最小。 * 5.5.1 从一个源点到其它各点的最短路径 1、单源点的最短路径问题： 设给定带权有向图G＝(Vn, En)和源点vm∈Vn，求从vm 到G中其余各顶点的最短路径 。 2、迪杰斯特拉（Dijkstra）算法： 核心：按路径长度递增的次序产生最短路径。 即先求得只有1条边的最短路径，再求得有2条边组成的最短路径，3条边组成的最短路径…。 * Dijkstra逐步求解的过程 * 4、Dijkstra算法的实现： * 5.5.2 每一对顶点之间的最短路径 ---弗洛伊德算法 解决这个问题的一个办法是：每次以一个顶点为源点，重复调用Dijkstra算法n次。这样，便可求得每一对顶点之间的最短路径，总的时间复杂度为O(n3)。 弗洛伊德（Floyd）提出了另一个算法。Floyd算法求解每一对顶点对间的最短路径问题仍从图的带权邻接矩阵出发，依据的是以下递推关系： D(-1)[i][j]=edges[i][j] D(k)[i][j]=Min{D(k-1)[i][j], D(k-1)[ i][k]+ D(k-1)[ k][j]} 0≤k≤n-1 其中，二维数组edges存放的是带权图的邻接矩阵的值，D(k)[i][j]是从vi到vj的中间顶点的个数不大于k的最短路径的长度，因此，D(n-1)[i][j]是从vi到vj最短路径的长度。 * 5.6.1 有向无环图的概念 下图给出了有向树、 DAG图和有向图的例子。 5.6 有向无环图及其应用 * (1) 有向无环图是描述含有公共子式的表达式的有效工具： 例如下述表达式： ((a+b)*(b*(c+d)+(c+d)*e)*((c+d)*e) 可以用第六章讨论的二叉树来表示，如下图所示。 * 下图所示为表示同一表达式的有向无环图。 * 5.6.2 AOV网与拓扑排序 1．AOV网 (顶点表示活动的网) (1) AOV概念：顶点表示活动，弧表示活动之间存在的制约关系网称为AOV。 (2) 用AOV表示一个工程： * 例如：计算机专业的学生必须完成一系列规定的基础课和专业课才能毕业。 * 2．拓扑排序概念 (1)偏序集合概念 若集合A中的二元关系R是自反的、非对称的和传递的，则R是A上的偏序关系。集合A与关系R一起称为一个偏序集合。 (2) 全序集合概念 若R是集合A上的一个偏序关系，如果对每个a、b∈A必有aRb或bRa ，则R是A上的全序关系。集合A与关系R一起称为一个全序集合。 （3）拓扑排序 * 3．拓扑排序算法 * 算法实现 * 5.6.3 AOE图与关键路径 1．AOE网（边表示活动的网） 下图给出了一个具有15个活动、11个事件的假想工程的AOE网。 * 5、求关键路径的过程 (1) 按照式6-1求事件的最早发生时间ve[k] ve [1]=0 ve [2]=3