图与网络分析到最短路问题.ppt

图论是应用非常广泛的运筹学分支，它已经广泛地应用于物理学控制论，信息论，工程技术，交通运输，经济管理，电子计算机等各项领域。对于科学研究，市场和社会生活中的许多问题，可以同图论的理论和方法来加以解决。例如，各种通信线路的架设，输油管道的铺设，铁路或者公路交通网络的合理布局等问题，都可以应用图论的方法，简便、快捷地加以解决。 1736年瑞士科学家欧拉发表了关于图论方面的第一篇科学论文，解决了著名的哥尼斯堡七座桥问题。即一个漫步者如何能够走过这七座桥，并且每座桥只能走过一次，最终回到原出发地。如图1所示。 在实际的生产和生活中，人们为了反映事物之间的关系，常常在纸上用点和线来画出各式各样的示意图。 有六支球队进行足球比赛，我们分别用点v1…v6表示这六支球队，它们之间的比赛情况，也可以用图反映出来，已知v1队战胜v2队，v2队战胜v3队，v3队战胜v5队，如此等等。这个胜负情况，可以用下图所示的有向图反映出来。 图的基本概念与模型 图的相关概念 无向图：图由点和边所构成的， 记作G = {V ,E}(V是点的集合，E是边的集合) 连接点vi,vj?V的边记作eij={vi,vj}，或者[vj,vi]。 有向图：图是由点和弧所构成的， 记作D={V ,A}(V是点的集合，A是弧的集合) ， 一条方向从vi指向vj的弧，记作(vi,vj)。 算法的步骤： 1、在给定的赋权的连通图上任找一个圈。 2、在所找的圈中去掉一个权数最大的边（如果有两条或两条以上的边都是权数最大的边，则任意去掉其中一条）。 3、如果所余下的图已不包含圈，则计算结束，所余下的图即为最小生成树，否则返回第1步。 最短路问题 什么是最短路问题？ 固定起点的最短路 Dijkstra(狄克斯拉) (荷兰)算法：标号法 每 对 顶 点 之 间 的 最 短 路 矩阵算法 最短路问题提出 在现实生活中，除公路运输网络、电讯网络等网络图以外，还有输油管线这样的图。在输油管线图中，为反映油的输送情况，两点间不仅有连线，线上往往还标有箭头，以表示油的流动方向。又如，指挥系统图、控制系统图等图中都标有指向。从这样的一类图中就可以概括为有向图的概念。 有向图 由点集 和V 中元素的有序对的一个集合 所组成的二元组称为有向图，记为D=（V，A）。 其中 V中的元素 vi叫做顶点， A中元素aij叫做以vi为始点（尾），vj为终点（首）的弧。 aij与aji作为具有不同指向的弧是不同的。 有向网络与混合图 如果在图D=（V，A）中，给每一弧赋予权值，如 将弧aij=(vi,vj)有权值 wij，记为w(aij)=wij则赋权有向图D=（V，A）称为有向网络，在不至于混淆时，也简称网络。 混合图如果一个图中既有边，也有弧，那么称这种图为混合图。它往往出现在既有单行线，又有双行线的交通图中。 几个概念 路：设p是D中一个首尾相连的弧的集合，如果vs是它的第一条弧的始点，vt是它的最后一条弧的终点，则称它是以点vs为始点，以点vt为终点的一条路。 路长：路p中所有弧的权值的和称为路p的长，记为 几个概念 设P是以点vs为始点，以点vt为终点的所有路的集合， 如果 ,且 ，则称p0是以点vs 为始点，以点vt为终点的最短路。而称其路长为点 vi到点vj的距离，记为 。 最短路问题求解方法 Dijkstra算法 矩阵算法 最短路问题求解方法 Dijkstra算法 矩阵算法 Dijkstra算法基本思想 Dijkstra算法步骤： Dijkstra算法步骤： 最短路问题求解方法 Dijkstra算法 逐步逼近算法 路矩阵算法 逐次逼近算法思想 逐次逼近算法基本步骤 逐次逼近算法思想 该公式表明，P(1)1j中的第j个分量等于P(0)1j的分量与基 本表中第j列相应元素路长的最小值，它相当于在点v1与vj 之间插入一个转接点（v1,v2,…,vn中的任一个，含点v1与vj）后所有可能路中的最短路的路长；每迭代一次，就相当于增加一个转接点，而P(k)1j中的每一个分量则随着k的增加呈不增的趋势，直到出现稳定。 最短路问题求解方法 Dijkstra算法 逐步逼近算法 路矩阵算法 1 2 5 3 4 3 7 2 最短路问题引例 下图为单行线交通网，每弧旁的数字表示通过这条线所需的费