图论讲座.pptVIP

 ACM/ICPC图论讲座 张文君（编） 内容提要 图的基本概念 图的存储结构 最小生成树 最短路径 图 图(Graph)——图G是由两个集合V(G)和E(G)组成的,记为G=(V,E) 其中：V(G)是顶点的非空有限集 E(G)是边的有限集合 有向图 V(G)是顶点的非空有限集 E(G)是有向边（也称弧）的有限集合，弧是顶点的有序对，记为v,w，v为有向边的始点，w为有向边的终点。 无向图 V(G)是顶点的非空有限集 E(G)是边的有限集合，边是顶点的无序对，记为（v,w） 完全图 在有n个顶点的无向图中，若任意两个顶点之间有且只有一条边，则称此图为无向完全图； 在有n个顶点的有向图中，若任意两个顶点之间有且只有方向相反的两条边，则称此图为有向完全图。 完全图n个顶点 无向完全图 n(n-1)/2条边； 有向完全图 n(n-1)条边。 顶点的度： 在无向图中: 顶点v的度＝与v相关联的边的条数，记作TD(v)。 在有向图中: 顶点V的出度=以V为起点有向边数; 顶点V的入度=以V为终点有向边数; 顶点V的度= V的出度+V的入度 路径： 在图G=(V,E)中，若从顶点vi出发有一组边使可到达顶点vj，则称顶点vi到顶点vj的顶点序列为从顶点vi到顶点vj的路径。 回路： 若路径上第一个顶点v1与最后一个顶点vm重合，则称这样的路径为回路或环 。 图的存储结构 图的存储结构主要有邻接矩阵和邻接表两种。 图的邻接矩阵存储结构: 假设图G=(V,E)有n个顶点，即V={v0,v1,…,vn-1}，则图G的邻接矩阵A为n阶方阵，对于A中的每一个元素aij，满足： (1) 若图为权图，aij对应边(vi,vj) 或 vi,vj 的权值； (2) 若图为非权图，则： *图可以用 vector 存储： #includevector push_back（） clear() 这里只是告知大家，STL里面有个这么好用的vector ，希望需要用到的时候，大家能想起来。。。O(∩_∩)O 最小生成树 若T是G 的生成树当且仅当T 满足如下条件： T是G 的连通子图 T包含G 的所有顶点 T中无回路 普里姆算法： 设G=（V，E）为一个具有n个顶点的带权的连通网络，T=（U，TE）为构造的生成树。 初始时，U={u0}，TE=?； 在所有u?U 、v?V-U 的边（u,v）中选择一条权值最小的边，不妨设为（u,v)； (u,v) 加入TE，同时将v 加入U； 重复(2)、（3），直到U=V为止； 最短路径 源点： 单源 多源 汇点： 负权： Bellman-Ford算法 （可以解决带负权值的问题） SPFA算法 （ Bellman-Ford算法 的优化） A*算法 （一种静态路网中求最短路最有效的方法 ） 。。。。。。 君子也还是很菜。。。O(╯□╰)o 希望和大家一起学习进步。。。 谢谢！！ 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最小 （即建立该通信网所需花费的总代价）———最小代价生成树 1 6 5 4 3 2 7 13 17 9 18 12 7 5 24 10 【例子】 构造有n个顶点的无向连通带权图的最小生成树必须满足以下四条： （1）构造的最小生成树必须包括n个顶点； （2）构造的最小生成树中有且只有n-1条边； （3）构造的最小生成树中不存在回路。 （4）构造的最小生成树的边的权值总和最小 典型的构造方法有两种，一种称作普里姆（Prim）算法，另一种称作克鲁斯卡尔（Kruskal）算法。 克鲁斯卡尔算法： 从剩下的边中选择一条不会产生环路的具有最小耗费的边加入已选择的边的集合中 克鲁斯卡尔算法构造最小生成树的过程 例 1 6 5 4 3 2 6 4 1 3 5 6 6 4 2 5 1 6 5 4 3 2 1 2 3 4 5 克鲁斯卡尔算法： 怎么判断有没有回环？ 例 1 6 5 4 3 2 6 5 1 3 5 6 6 4 2 5 1 3 1 1 6 3 1 4 1 6 4 3 1 4 2 1 1 6 4 3 2 1 4 2 5 1 6 5 4 3 2 1 4 2 5 3 用带权的有向图表示一个交通运输网，图中： 顶点——表示城市 边——表示城市间的交通联系 权——表示此线路的长度或沿此线路运输所花的时间或费用 5 1 6 4 3 2 0 8 5 6 2 30 13 7 17 32 9 问题：从某顶点出发，沿图的边到达另一顶点所经过的路径中，哪条路径花费的时间或费用最低？例如：从0到5 一些名词： 我们要讲一个： 单源无负权最短路径的算法 狄克