十二图.pptVIP

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 示例 12.7.3 所有顶点对之间的短路径算法 方法一： 每次以一个顶点为源点，重复执行Dijkstra算法n次 T(n)=O(n3) 方法二： Floyd算法：逐个顶点试探法 求最短路径步骤 初始时设置一个n阶方阵，令其对角线元素为0，若存在弧Vi,Vj，则对应元素为权值；否则为? 逐步试着在原直接路径中增加中间顶点，若加入中间点后路径变短，则修改之；否则，维持原值 所有顶点试探完毕，算法结束 A C B 2 6 4 3 11 0 4 11 6 0 2 3 ? 0 初始： 路径： AB AC BA BC CA 0 4 6 6 0 2 3 7 0 加入B： 路径： AB ABC BA BC CA CAB 0 4 11 6 0 2 3 7 0 加入A： 路径： AB AC BA BC CA CAB 0 4 6 5 0 2 3 7 0 加入C： 路径： AB ABC BCA BC CA CAB 0 0 0 0 0 0 0 0 0 path= 0 0 0 0 0 0 0 1 0 path= 0 0 2 0 0 0 0 1 0 path= 0 0 2 3 0 0 0 1 0 path= 12.8 最小支撑树 支撑树 如果G的一个子图G’是一个包含G的所有顶点的树，则称G’是G的支撑树。 支撑树的耗费 支撑树上各边权的总合 最小支撑树 在G的所有支撑树中，耗费最小的支撑树 12.8.1 最小支撑树性质 设G=(V,E)是连通带权图，U是V的真子集。如果(u,v)?E，且u?U，v?V-U，且在所有这样的边中，(u,v)的权c[u][v]最小，那么一定存在G的一棵最小生成树，它以(u,v)为其中一条边。这个性质有时也称为MST性质。 图示 含边(u,v)的圈 假设G的任何一棵最小生成树都不含边(u,v)。将边(u,v)添加到G的一棵最小生成树T上，将产生含有边(u,v)的圈，并且在这个圈上有一条不同于(u,v)的边(u’,v’)，使得u’?U,v’?V-U，如下图所示。 将边(u’,v’)删去，得到G的另一棵生成树T’。由于c[u][v]≤c[u’][v’]，所以T’的耗费≤T的耗费。于是T’是一棵含有边(u,v)的最小生成树，这与假设矛盾。 MST性质证明 12.8.2 最小支撑树的Prim算法 基本思想 设N=(V,E)是连通网，T是N上最小生成树中边的集合 初始令U={u0},(u0?V), T=? 在所有u?U,v?V-U的边(u,v)?E中，找一条代价最小的边(u0,v0) 将(u0,v0)并入集合T，同时v0并入U 重复上述操作直至U=V为止，则T=(V, T)为N的最小生成树 T=O(n2) 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 12.8.3 最小支撑树的Kruskal算法 算法思想 设G=(V,E) 初始状态为只有n个顶点而无边的非连通图T=(V,{?})，每个顶点自成一个连通分量 在E中选取代价最小的边，若该边依附的顶点落在T中不同的连通分量上，则将此边加入到T中；否则，舍去此边，选取下一条代价最小的边 依此类推，直至T中所有顶点都在同一连通分量上为止 T= O(eloge) 示例 1 6 5 4 3 2 6 5 1 3 5 6 6 4 2 5 1 6 5 4 3 2 1 2 3 4 5 Prim算法与Kruskal算法的比较 从算法的时间复杂性看: 当e= Ω(n2)时，Kruskal算法比Prim算法差， 但当e= O(n2)时，Kruskal算法却比Prim算法好得多。 第十二章 图 山东财经大学 管理科学与工程学院 12.1 图的基本概念 图(Graph) 图G是