Prim算法求解过程.docVIP

Prim算法求解过程 一、算法用途：从某给定点开始，求解无向连通加权图G=(V, E, W)的最小生成树T=(VT, ET, WT). 二、算法步骤： 设G=(V, E, W)是无相连通加权图，|V|=n, |E|=m。（要求从v1点开始求解） Step 1. 令已经落在树中的点集VT={v1}, ET=Φ, 尚未落在树T上的点集～VT=V-VTStep 2. 找集合VT与～VT～VT～VT ～VT∪{e}； Step 3. 当VT=V, ～VTΦ时，算法中止，即得到原图G的一棵最小生成树，再计算WT. 三、例题 求图1的最小生成树。 （从v1点开始） [解] 解法过程一：图示法。 ① v1 VT={v1}, ～VT…, v6}. ② VT={v1,v2}, ～VT={v3, …, v6}. ③ VT={v1,v2,v3}, ～VT={v4,v5,v6} ④ VT={v1,v2,v3, v5}, ～VT={v4,v6}⑤ VT={v1,v2,v3, v5, v4}, ～VT={v6} VT={v1,v2,v3, v5, v4, v6}=V, ～VT=ΦVT ～VT VT与～VTv1 v2,v3,v4,v5,v6 (v1,v2) 1 1 2 v1,v2 v3,v4,v5,v6 (v2,v3) 2 3 3 v1,v2,v3 v4,v5,v6 (v3,v5) 1 4 4 v1,v2,v3,v5 v4,v6 (v5,v4) 3 7 5 v1,v2,v3,v5,v4 v6 (v4,v6) 2 9 6 v1,v2,v3,v5,v4,v6 Φ ----- ----- ------ 最终得到G的最小生成树T如下图所示，WT=9. （注：做此类题目时请选取上述两种过程中的一种规范书写。） 四、思考题： 1. 此算法的最终结果与起始点的选取有没有关系？ 2. 起始点相同的情况下，最后结果（最小生成树和WT）会不会不同？ （试从v1开始求图2的最小生成树） 3. 算法中每一步加边时是否需要考虑避免与已经在T中的边回路？为什么？ 4. 此算法每一步都是选取VT与～VT～VTVT的点的邻边中权最小的，否则得到的不是最小生成树（例如图2）。 五、Kruskal算法与Prim算法的区别： 求最小生成树 的算法 起始步骤 算法过程 适合范围 时间复杂度 Kruskal算法 最小权的边 （求解者自行选取） 通过每一步选取最短边来找到最小生成树 稀疏图 O(mlogm), m是图G的边数 规定了算法的起始点 每一步通过选取点集VT和 ～VT之间的最短边来进一步更新这两个点集 稠密图 O(n2) D氏算法求解过程 [例题]试求无向赋权图中v1到v6的最短路径。 解：D氏算法的具体步骤如下表所示： 步骤 永久标号点集P 最近 距离点 最短 距离 D(v2) D(v3) D(v4) D(v5) D(v6) 1 v1 v2 1 1 4 ∞ ∞ ∞ 2 v1, v2 v3 3 1* 3 8 6 ∞ 3 v1, v2, v3 v5 4 1* 3* 8 4 ∞ 4 v1, v2, v3, v5 v4 7 1* 3* 7 4* 10 5 v1, v2, v3, v5, v4 v6 9 1* 3* 7* 4* 9 6 v1, v2, v3, v5, v4, v6 ------ ------ 1* 3* 7* 4* 9* 从而，v6的P标号为9，即v1到v6的最短距离是9. 注： “最短距离”表示在当前集合T中的最短距离； “最近距离点”为其相应的结点。 D(vi)表示各结点当前的标号 *表示新加入集合P中的点。 作业、测验题中若有求解最短路径问题时，请画出此表格表明求解过程。 思考题： 最终完成此表后，如何找到从v1出发到某点vi的最短路径？ 若在算法过程中某一步出现了两个相等的最短距离值时，选取哪一个加入集合P？ [提示]：可从以下两类问题考虑： 求从v1出发到某点vi的最短距离； 求从v1出发到其它各点的最短距离。 Kruskal算法（避圈法）求解过程 一、算法用途：求解无向连通加权图G=(V, E, W)的最小生成树T=(VT, ET, WT). 二、算法步骤： 设G=(V, E, W)是无相连通加权图，|V|=n, |E|=m。不妨设G中没有环， 否则把所有的环先去掉。 Step 1. 按照边权从小到大的关系，将m条边排序：e1, e2, ..., em; Step 2. 取e1∈ET，然后依次检查e2, e3, …, em. 若ej(j≥2)与已经在T中的边 不构成回路，则取ej∈ET，否则就舍弃ej； Step 3. 当VT=V（或|ET|=n-1，或加入任何一条边都产生回路）时，算法中止，即得到原图G的一