[数学]图论算法.ppt

图论算法 最小生成树 Prim Kruskal 最短路径 Bellman-Ford Dijkstra Floyd-Warshall 有向图的强连通分量 二部图 网络流 图的数据结构 图G=(V, E) 点集V 边集E，边(u, v) 权集W，边(u,v)有权w 邻接矩阵表示 邻接表表示 图的遍历 DFS或BFS 图的数据结构 邻接矩阵 邻接表 最小生成树(Minimum Spanning Tree) G(V,E)是无向连通赋权图，G’(V’,E’)是包含G中所有顶点的树，且树中各边权总和最小，则G’是最小生成树(可能不唯一) 容易想到用贪心策略。 Prim Kruskal 构造下图的最小生成树 Prim思想： 1.从V中任取一结点放入V； 2.在所有的端点分别在(V-V)和V中的边中，选一条权最小的加入E； 3.将边E‘在(V-V’)中的顶点从V中取出放入V； 4.重复步骤2~3，直到V与V相等为止。 //该算法步步为营，每步生成的结果均为最终结果的一部分。它每次从连接V’与(V-V’)的边中选最小边，所选出的不一定是所有尚未选出的属于最小生成树的边中的最小者。 时间复杂度：O(ElgV) Prim 算法数据结构 Prim程序基本结构： void Prim() { int i,j,k,min,lowcost[vex],closest[vex]; for(i=2;i=n;i++) { lowcost[i]=c[1][i];//第1个点到其他点的代价 closest[i]=1;//初始时，所有点的起点都是点1 } for(i=2;i=n;i++) { min=maxcost; //maxcost一个很大的数 for(j=2;j=n;j++) if(closest[j]lowcost[j]minlowcost[j]0) { min=lowcost[j];//在v中找到最小的代价点k k=j; } closest[k]=0;//k归入u中 for(j=2;j=n;j++) if(closest[j]c[k][j]lowcost[j]c[k][j]0) { lowcost[j]=c[k][j];//以k点为起点进行新一轮的代价计算,更 // 新lowcost[]和closest[] closest[j]=k; } } } Kruskal思想： 1.将边按权值由小到大排序。 2.每次加最小边 不构成回路。 3.加进了n-1条边就得到了最小生成树 //Kruskal算法并不保证每步生成的结果是连通的（中间结果可能不是树）。 Kruskal程序基本结构： 优先队列+并查集 用优先队列取最小边 用并查集找是否构成回路 Kruscal 示例： 最短路径 (Shortest Path): 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。 边上权值非负情形的单源最短路径问题 — Dijkstra算法 边上权值为任意值的单源最短路径问题 — Bellman-Ford算法 所有顶点之间的最短路径 — Floyd算法 Dijkstra思想： 初始化： S ← { v0 };dist[j] ← Edge[0][j], j = 1, 2, …, n-1; 1、求出最短路径的长度： dist[k] ← min{ dist[i] }, i ? V- S ; S ← S U { k }; 2、 修改： dist[i] ←min{ dist[i], dist[k] + Edge[k][i] }, for i?V- S ; 3、 判断： 若S = V, 则算法结束，否则转1。 引入一个辅助数组dist。dist[i]表示当前从源点v0到终点vi 的最短路径的长度。时间复杂度:O(V2) Dijkstra程序基本结构： void dijkstra(int v)//原点是v { for(i=1;i=n;i++){ dist[i] = c[v][i]; s[i] = 0; // i不在集合S中 if(dist[i]