第8章 图的应用09.ppt

第八章 图的应用 第八章 图的应用 本章要点： 最小生成树算法 最短路径算法 拓扑排序算法 关键路径算法 8.1 图的生成树和最小生成树 生成树的定义： 若有连通图G=(V(G),E(G))，其子图G’= (V(G’),E(G’)) 且图G和子图G’有如下关系： （1） V(G) = V(G‘) （2） E(G’)) E(G)) （3） E(G’)) 中的边连通所有顶点 （4）G’中不形成回路。 称子图G‘是连通图G的生成树。 8.1 图的生成树和最小生成树 生成树特点： （1）E(G’)中有n-1条边 （2）在E(G’)中加1条边就形成回路 （3）在E(G’)中删除1条边就不连通 （4）使用最少的边连通各个顶点 （5）同一图可有不同的生成树 8.1 图的生成树和最小生成树 最小生成树定义： 生成树中权值最小的，称最小生成树。 问题分析 构造最小生成树方法 方法一：普里姆(Prim)算法 算法思想：设G=(V,E)是连通网，T=(U,TE)是G的最小生成树。TE是G上最小生成树的边集。 初始令U={v0},(v0?V), TE=? 在所有vi ?U,vj?V-U的边(vi,vj)?E中，找一条权值最小的边(vi,vj) 将(vi,vj)并入集合TE，同时vj并入U 重复上述操作直至U=V为止，则T=(V,TE)为G的最小生成树 Prim算法实现 可选择邻接矩阵或邻接表作为图的存储结构。 需要一个边集数组CT，用于存储求得的最小生成树的边。 问：邻接矩阵GA和边集数组CT分别有多少个元素？ 程序分析 1、给CT赋初值 2、进行n-1次选择 （1）每次选择最小的边加入CT （2）用以新加入U的顶点为起点，以尚未加入U的其他顶点为终点的边，修改原来到该终点的边。 问：在程序执行过程中，CT中的值如何变化的？ CT边集数组 方法二：克鲁斯卡尔(Kruskal)算法 算法思想：设连通网G=(V,E)， T=(U,TE)是G的最小生成树。 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=(U,?)，每个顶点自成一个连通分量. 在E中选取权最小的边，若该边两端的顶点落在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，选取下一条权最小的边 依此类推，直至T中所有顶点都在同一连通分量上为止。 Kruska算法实现 需要一个按权值升序排列的边集数组GE。 需要一个边集数组CT，用于存储求得的最小生成树的边。 需要一个N*N的数组S表示不同集合 问：边集数组GE和CT分别有多少个元素？ 程序分析 1、初始化S数组，使所有顶点在不同的集合中。 2、进行n-1次选择 （1）每次从GE中选一条当前权最小的边。 （2 ）判断这条权最小的边的两个顶点是否在同一集合中。 （3） 若不在同一集合则加入CT，并将这两个顶点并入同 一集合。否则舍弃该边。 CT边集数组 小结 两个算法的时间复杂度都为0(n2). Prim算法的空间复杂度？ Kruskal算法的空间复杂度？ 8.2 最短路径 最短路径概念 无权图：路径长度最短的那条路径。 带权图：带权路径长度最短的那条路径。 最短路径实际问题 问题提出： 若已知n个城市间有一个的运输G=(V,E)，要求算出从i城市到j城市间的运输路线。要求运输的费用或者时间最短。 顶点——表示城市 权——两城市间的运输费用或时间 问题分析 1、带权图 2、求i地到j地路径长度最短情况吗？ 3、还是求i地到j地的带权路径长度最短的情况？ 问题转化为求最短路径问题 狄克斯特拉（Dijkstra）算法 按路径长度递增次序产生最短路径算法： 把顶点集V分成两组： （1）S：已求出最短路径的顶点的集合 （2）V-S=T：尚未确定最短路径的顶点集合 将T中顶点按最短路径递增的次序加入到S中， 保证：（1）从源点V0到S中各顶点的最短路径长度都小于等于 从V0到T中任何顶点的最短路径长度 （2）每个顶点对应一个距离值 S中顶点：从V0到此顶点的最短带权路径长度 T中顶点：从V0到此顶点的只包括S中顶点作中间 顶点的最短带权路径长度 *V0到T中顶点Vk的最短路径，或是从V0到Vk的直接路径的权值；或是从V0经S中顶点到Vk的路径权值之和.* 程序分析 1、初始化s，dist和path 2、进行n-2次循环，每次求出从0点到m点的最短路径 （1）求出一条最短路径 （2）用该路径修改其他未求得