构造的最小生成树必须包括n个结点.ppt

普里姆算法运行时数组lowCost的变化过程 8.5.3 克鲁斯卡尔算法 克鲁斯卡尔算法是：设无向连通带权图G=(V,E)，其中V为结点的集合，E为边的集合。设带权图G的最小生成树T由结点集合和边的集合构成，其初值为T=(V,{})，即初始时最小生成树T只由带权图G中的结点集合组成，各结点之间没有一条边。这样，最小生成树T中的各个结点各自构成一个连通分量。然后，按照边的权值递增的顺序考察带权图G中的边集合E中的各条边。若被考察的边的两个结点属于T的两个不同的连通分量，则将此边加入到最小生成树T，同时把两个连通分量连接为一个连通分量；若被考察的边的两个结点属于T的同一个连通分量，则将此边舍去。如此下去，当T中的连通分量个数为1时，T中的该连通分量即为带权图G的一棵最小生成树。 克鲁斯卡尔算法构造最小生成树的过程 8.6 最短路径 8.6.1 最短路径的基本概念 在一个图中，若从一个结点到另一个结点存在着路径，定义路径长度为一条路径上所经过的边的数目。图中从一个结点到另一个结点可能存在着多条路径，我们把路径长度最短的那条路径叫做最短路径，其路径长度叫做最短路径长度或最短距离. 在一个带权图中，若从一个结点到另一个结点存在着一条路径，则称该路径上所经过边的权值之和为该路径上的带权路径长度。带权图中从一个结点到另一个结点可能存在着多条路径，我们把带权路径长度值最小的那条路径也叫做最短路径，其带权路径长度也叫做最短路径长度或最短距离。 8.6.2 从一个点到其余各结点的最点路径 1 狄克斯特拉算法思想 狄克斯特拉算法是：设置两个结点的集合S和T，集合S中存放已找到最短路径的结点，集合T中存放当前还未找到最短路径的结点。初始状态时，集合S中只包含源点，设为v0，然后从集合T中选择到源点v0路径长度最短的结点u加入到集合S中，集合S中每加入一个新的结点u都要修改源点v0到集合T中剩余结点的当前最短路径长度值，集合T中各结点的新的当前最短路径长度值，为原来的当前最短路径长度值与从源点过结点u到达该结点的路径长度中的较小者。此过程不断重复，直到集合T中的结点全部加入到集合S 中为止。 下图为意示例： 8.6.3 每对结点之间的最短路径 弗洛伊德算法是：设矩阵cost用来存放带权有向图G的权值，即矩阵元素cost[i][j]中存放着下标为i的结点到下标为j的结点之间的权值，可以通过递推构造一个矩阵序列A0,A1,A2,……,AN来求每对结点之间的最短路径。初始时有，A0[i][j]=cost[i][j]。当已经求出Ak,要递推求解Ak+1时，可分两种情况来考虑：一种情况是该路径不经过下标为k+1的结点，此时该路径长度与从结点vi到结点vj的路径上所经过的结点下标不大于k的最短路径长度相同；另一种情况是该路径经过下标为k+1的结点，此时该路径可分为两段，一段是从结点vi到结点vk+1的最短路径，另一段是从结点vk+1到结点vj的最短路径，此时的最短路径长度等于这两段最短路径长度之和。这两种情况中的路径长度较小者，就是要求的从结点vi到结点vj的路径上所经过的结点下标不大于k+1的最短路径长度。 弗洛伊德算法的算法思想可用如下递推公式描述： A0[i][j]=cost[i][j] Ak+1[i][j]=min{Ak[i][j], Ak[i][k+1]+Ak[k+1][j]} （0≤k≤n-1） 也就是说，初始时，A0[i][j]=cost[i][j]，然后进行递推，每递推一次，从结点vi到结点vj的最短路径上就多考虑了一个经过的中间结点，这样，经过n次递推后得到的An[i][j]就是考虑了经过图中所有结点情况下的从结点vi到结点vj的最短路径长度。 第八章　图 8.1 概述 8.2 图的存储结构 8.3 邻接矩阵图类 8.4 图的遍历 8.5 最小生成树 8.6 最短路径 本章主要知识点： 图的基本概念 图的存储结构，主要是邻接矩阵存储结构和邻接表存 储结构 图的遍历，主要是深度优先算法和广度优先遍历算法 最小生成树的基本概念，以及普里姆算法和克鲁斯卡尔算法 8.1 概述 8.1.1 图的基本概念 图 是由结点集合及结点间的关系集合组成的一种数据结构。 结点和边 图中的顶点称作结点，图中的第i个结点记做vi。 有向图 在有向图中，结点对＜x ,y＞是有序的，结点对＜x,y＞称为从结点x到结点y的一条有向边，因此，＜x,y＞与＜y,x＞是