第8讲最小生成树与最短路应用(第1次课).ppt

第八讲 最小生成树算法应用(上) 内容：本讲主要介绍最小生成树算法及实现 目的：学习最小生成树算法的 MATLAB实现 要求：能够运用软件直接对小规模最小生成树 问题进行求解 回顾最小生成树问题所涉及的图的概念和术语 掌握Kruskal算法和Prim算法的描述和实现 通过范例,掌握最小生成树问题应用一般过程 最小生成树问题的引入和概述 最小生成树问题属于典型的基于图的网络优化问题，树（tree）在图论中是相当重要的一类图，它非常类似于自然界中的树，我们的着眼点在于：设计或寻找（更快地寻找）某种具有最优特性的最小生成树及其算法。 在工农业生产、交通运输、通讯和电力领域经常都能看到许多网络，如管道网、公路网、计算机通讯网、输电线网等等。还有许多看不见的网络，如各种关系网、事物的相互冲突关系等等，这些网络都可归结为网络最优化问题。 最小生成树是具有很多最优特性的一种图，最小生成树算法是重要的最优化算法（p173） 最小生成树的相关概念 最小生成树： 在一个加权连通图中，总权最小的那棵生成树 加权：边被赋予权重（比如费用，路程...） 连通图：任意两点间都有路径的图（可抵达） 树：没有圈的连通图（圈：路径终点回到起点） 生成树：包括原图所有点的树（属于原图子图） 最小生成树：所有生成树中权重之和最小的树 最小生成树问题的应用举例 电信局配接电缆问题： 电信总局要如何配接电缆才能使各电信局能互通讯息, 但同时令配线经费最低？ 最小生成树问题的应用举例 大公司部门之间的沟通管道： 最小生成树问题的描述 要在n个城市间建立通信联络网，顶点—表示城市，权—城市间建立通信线路所需花费代价，希望找到一棵生成树，它的每条边上的权值之和（即建立该通信网所需花费的总代价）最小—最小代价生成树（最小生成树）： 最小生成树算法- KR图示 Kruskal算法和Prim算法，都蕴涵了贪婪法的思想（p174），都属于构造性的方法。此外，最小生成树不一定唯一。 Kruskal算法示意图： 最小生成树算法- PR图示 Prim算法示意图： 最小生成树算法- KR演示 Kruskal算法动画演示1： 最小生成树算法- KR演示 Kruskal算法动画演示2： 最小生成树算法- PR演示 Prim算法动画演示1： 最小生成树算法- PR演示 Prim算法动画演示2： 最小生成树算法-程序实现 为简便起见，以一个小型的问题为例。假设各站点间可以铺设通讯线路进行连接的情况如下图所示，顶点为站点，边为连接两站点之间的通讯线，边权为费用。 我们的目的是找到图中一个连接所有顶点的具有最小总权数(费用)的连通子图—— 即最小生成树 最小生成树算法-KR程序 clear b=[1 1 1 2 2 3 3 4;2 4 5 3 5 4 5 5;8 1 5 6 7 9 10 3]; %边权阵 [B,i]=sortrows(b,3); B=B; m=size(b,2); n=5; t=1:n;k=0;T=[];c=0; for i=1:m if t(B(1,i))~=t(B(2,i)) k=k+1; T(k,1:2)=B(1:2,i); c=c+B(3,i); tmin=min(t(B(1,i)),t(B(2,i))); tmax=max(t(B(1,i)),t(B(2,i))); for j=1:n 最小生成树算法-PR程序 clear a=[0 8 inf 1 5; 8 0 6 inf 7; inf 6 0 9 10; 1 inf 9 0 3; 5 7 10 3 0]; %带权邻接阵 T=[];c=0;v=1;n=5;sb=2:n; for j=2:n b(1,j-1)=1; b(2,j-1)=j; b(3,j-1)=a(1,j); end while size(T,2)n-1 [min,i]=min(b(3,:)); T(:,size(T,2)+1)=b(:,i); 练习一：P178美森通信网络设计练习二：P188墨西哥海底石油网That’s all~3Q! * 第八讲 最小生成树与 最短路的应用 * 1 6 5 4 3 2 7 13 17 9 18 12 7 5 24 10 V1 V2 V4 V5 V3 V6 6 5 5 5 6 6 2 1 3 4 V1 V2 V4 V5 V3 V6 1 V1 V2 V4 V5 V3 V6 1 2 V1 V2 V4 V5 V3 V6 1