数据结构 考研辅导图概要1.ppt

图的基本应用 ——最小（代价）生成树 MiniSpanTree_Prim(AdjMatrix gn, VertexData u) { k=LocateVertex(gn, u); closedge[k].lowcost=0; for (i=0;ign.vexnum;i++) if ( i!=k) { closedge[i].adjvex=u; closedge[i].lowcost=gn.arcs[k][i].adj; } 图的基本应用 ——最小（代价）生成树 for (e=1;e=gn.vexnum-1;e++) { k0=Minium(closedge); u0= closedge[k0].adjvex; v0= gn.vexs[k0] printf(u0, v0); closedge[k0].lowcost=0; for ( i=0 ;ivexnum;i++) if ( gn.arcs[k0][i].adj closedge[i].lowcost) { closedge[i].lowcost= gn.arcs[k0][i].adj; closedge[i].adjvex=v0; } } } 图的基本应用 ——最小（代价）生成树 算法二：克鲁斯卡尔算法( Kruskal ) 具体做法: 先构造一个只含 n 个顶点的子图 SG， 然后从权值最小的边开始，若它的添加不使SG 中产生回路，则在 SG 上加上这条边，如此重复， 直至加上 n-1 条边为止。 加边法 实例: 图的基本应用 ——最小（代价）生成树 算法二：克鲁斯卡尔算法( Kruskal ) 1.所有的边按权值从小到大排序 5 (B,C) B A E F D C 19 18 33 21 11 14 6 5 6 16 B A E F D C 18 11 6 5 16 6 (B,D) 6 (C,D) 11 (B,E) 14 (D,E) 16 (A,B) 18 (D,F) 19 (A,F) 21 (A,E) 33 (E,F) 2.顶点集合状态: √ √ √ √ √ × × {(B,C)} (B,D)} (B,E)} (A,B)} (D,F)} { A } { B } { C } { D } { E } { F } { B , C } { B , C , D } { B , C , D, E } { B , C , D, E , A } { B , C , D, E , A , F} 3.最小生成树边的集合： O(n2) O(eloge) 稠密图 稀疏图 比较两种算法 时间复杂度 普里姆算法 算法名 适应范围 克鲁斯卡尔算法 图的基本应用 ——最小（代价）生成树 任何一个无向连通网的最小生成树____。 A. 有1棵或多棵 B. 只有1棵 C. 一定有多棵 D. 可能不存在 √ 在图采用邻接表存储时，求最小生成树的 Prim 算法的时间复杂度为____。 A. O(n) B. O(n+e) C. O(n2) D. O(n3) √ 在一个有n个顶点的无向网中，有O（n1.5*log2n） 条边，则应该选用____算法来求这个网的最小生成树， 从而计算时间较少。 A. Prim B. Kruskal √ 从某顶点(源点)出发到另一顶点(目的点)的路径中, 有一条各边(或弧)权值之和最小的路径称为最短路径。 Ⅰ. 从单源点到其余各点的最短路径 迪杰斯特拉算法(Dijkstra) Ⅱ. 每一对顶点之间的最短路径 弗洛伊德算法(Floyd) 图的基本应用 ——最短路径 图的基本应用 ——最短路径 Ⅰ.从单源点到其余各点的最短路径。 迪杰斯特拉算法(Dijkstra) 基本思想: 依最短路径的长度递增的次序求得各条路径。 源点V0 vi … vj 其中,从源点v0到顶点vi的 最短路径是v0到各