(算法分析的设计）第4章贪心算法.ppt

* 实例说明 符号 概率 编码 A 0.19 01 B 0.18 00 C 0.17 111 D 0.16 110 E 0.15 101 F 0.15 100 1 0 0.37 1 0 0.30 1 0 0.33 0.63 1 0 1 0 总码长减少约12% * 4.5 单源最短路径 图的相关概念 e≥nlogn * 给定带权有向图G =(V,E)，其中每条边的权是非负实数。另外，还给定V中的一个顶点，称为源。现在要计算从源到所有其它各顶点的最短路长度。这里路的长度是指路上各边权之和。这个问题通常称为单源最短路径问题。 如从顶点1到5，如何确定最短路径？ * Dijkstra算法 其基本思想是，设置顶点集合S并不断地作贪心选择来扩充这个集合。一个顶点属于集合S当且仅当从源到该顶点的最短路径长度已知。 集合S的构造： 初始时，S中仅含有源。 设u是G的某一个顶点，把从源到u且中间只经过S中顶点的路称为从源到u的特殊路径，并用数组dist记录当前每个顶点所对应的最短特殊路径长度。 Dijkstra算法每次从V-S中取出具有最短特殊路长度的顶点u，将u添加到S中，同时对数组dist作必要的修改。 一旦S包含了所有V中顶点，dist就记录了从源到所有其它顶点之间的最短路径长度。 * 算法描述 * 实例说明 1 2 3 5 4 100 10 50 10 30 60 20 一个带权有向图 迭代 s u dist[2] dist[3] dist[4] dist[5] 初始 {1} — 10 ∞ 30 100 由于当前集合Ｓ中只有顶点１，而顶点１同顶点３之间没有直接的路径 * 实例说明 1 2 3 5 4 100 10 50 10 30 60 20 一个带权有向图 迭代 s u dist[2] dist[3] dist[4] dist[5] 初始 {1} — 10 ∞ 30 100 1 {1,2} 2 10 60 30 100 由于当前集合Ｓ中有顶点１和２，虽然顶点１同顶点３之间没有直接的路径，但顶点２同顶点３之间存在直接的路径，所以从顶点１借道顶点２可以到达顶点３，路径长度为10+50=60 * 实例说明 1 2 3 5 4 100 10 50 10 30 60 20 一个带权有向图 迭代 s u dist[2] dist[3] dist[4] dist[5] 初始 {1} — 10 ∞ 30 100 1 {1,2} 2 10 60 30 100 2 {1,2,4} 4 10 50 30 90 由于当前集合Ｓ中加入了顶点４，而顶点４同顶点３之间有直接的路径并且由顶点１借道顶点４到达顶点３的路径长度为30+20=5060，所以dist[3]的数值被修改成50 * 实例说明 1 2 3 5 4 100 10 50 10 30 60 20 一个带权有向图 迭代 s u dist[2] dist[3] dist[4] dist[5] 初始 {1} — 10 ∞ 30 100 1 {1,2} 2 10 60 30 100 2 {1,2,4} 4 10 50 30 90 3 {1,2,4,3} 3 10 50 30 60 * 实例说明 1 2 3 5 4 100 10 50 10 30 60 20 一个带权有向图 迭代 s u dist[2] dist[3] dist[4] dist[5] 初始 {1} — 10 ∞ 30 100 1 {1,2} 2 10 60 30 100 2 {1,2,4} 4 10 50 30 90 3 {1,2,4,3} 3 10 50 30 60 4 {1,2,4,3,5} 5 10 50 30 60 Dijkstra算法的迭代求解过程 * 最短路径求解 迭代 s u dist[2] dist[3] dist[4] dist[5] 初始 {1} — 10 ∞ 30 100 1 {1,2} 2 10 60 30 100 2 {1,2,4} 4 10 50 30 90 3 {1,2,4,3} 3 10 50 30 60 4 {1,2,4,3,5} 5 10 50 30 60 从１到５的最短路径 Prev[2]=1; Prev[3]=4; Prev[4]=1; Prev[5]=3; 求解方法：倒推 顶点５的前一个顶点为３ 顶点３的前一个顶点为４ 顶点４的前一个顶点为１ * 顶点１到５的最短路径求解 1 2 3 5 4 100 10 50 10 30 60 20 一个带权有向图 从顶点１到顶点５的最短路径长度＝30+20+10=60 * Dijkstra算法的贪心选择性质 为什么Dijks