图论方法专题.ppt

图论中的基本算法和应用 Dijkstra标号算法：求从一点到其它各点之间最短距离。 6 8 －5 2 3 －3 7 4 Floyd矩阵算法：求任意两点的最短距离 图论中的基本算法和应用 假设下图中a,b,c,d,e,f,g 为七个村子，决定要联合办一所小学，已知各村的小学人数分别 30，40，25，20，50，60，60，则小学应建在哪一个村子，使小学生上学走的总路程为最短。 图论中的基本算法和应用 a b e c d f g 5 7 3 2 2 7 2 6 4 6 1 (设备更新问题)某企业使用一台设备,每年年初,企业都要作出决定,如果继续使用旧的,要付维修费；若购买一台新设备,要付购买费. 试制定一个5年更新计划,使总支出最少. 已知设备在每年年初的购买费分别为11,11, 12,12,13. 使用不同时间设备所需的维修费分别为5,6,8,11,18. 图论中的基本算法和应用 解 设bi 表示设备在第i 年年初的购买费,ci 表示设备使用i 年后的维修费, V={v1, v2, … , v6},点vi表示第i 年年初购进一台新设备,虚设一个点v6表示第5年年底. E ={vivj | 1≤i＜j≤6}. 求v1到v6的最短路问题. 图论中的基本算法和应用 二、最小生成树 设T是赋权图G的一棵生成树, 用F ( T )表示树T 中所有边的权数之和, F ( T )称为树T的权. 一个连通图G的生成树一般不止一棵, 图 G的所有生成树中权数最小的生成树称为 图G的最小生成树. 避圈法和破圈法 图论中的基本算法和应用 64 68 68 65 50 50 61 45 60 54 求下图G最小生成树： 图论中的基本算法和应用 三、分配问题 给n个工作人员x1, x2, … , xn安排n项工作y1, y2, … , yn. n个工作人员中每个人能胜任一项或几项工作, 但并不是所有工作人员都能从事任何一项工作. 比如x1能做y1, y2工作, x2能做y2, y3, y4工作等. 这样便提出一个问题, 对所有的工作人员能不能都分配一件他所能胜任的工作？ Hungarian算法： 求下图的最大匹配 图论中的基本算法和应用 四、最大流问题 定义1 设G = ( V, E )为有向图, 在V中指定一点称为发点(记为vs ), 和另一点称为收点(记为vt ), 其余点叫做中间点. 对每一条边vivj∈E, 对应一个非负实数Cij, 称为它的容量. 这样的G称为容量网络, 简称网络, 记作G = ( V, E, C ) .G中任一边vivj有流量fij , 称集合f = { fij}为网络G上的一个流. 图论中的基本算法和应用 定义2 满足下述条件的流 f 称为可行流： ① (容量限制条件) 对每一边vivj, 有0≤ fij ≤Cij ; ② (平衡条件) 对于中间点vk有∑fik =∑fkj , 即中 间点vk的输入量 = 输出量. 如果f 是可行流, 则对收、发点vt、vs有∑fsi =∑fjt =Wf, 即从vs点发出的物质总量= vt点输入的量. Wf称为网络流 f的总流量. 图论中的基本算法和应用 一个可行流 f = { f ij }, 当 f ij = C ij时, 则称流 f 对边vivj是饱和的; 当f ij＜C ij时, 则称流 f 对边是非饱和的. 把f ij = 0的边称为零流边, f ij ＞0的边称为非零流边. 若 μ为网络中从vs到vt的一条链(有向图中的路), 定义链的方向是从vs到vt , 边的方向与链的方向相同称为前向边, 前向边的全体记为 μ+ ; 边的方向与链的方向相反称为后向边, 后向边的全体记为μˉ. 图论中的基本算法和应用 定义3 设f是一个可行流, μ是从vs到vt一条链. 如果满足 ① 当vivj∈μ+ 时, 0≤ f ij ＜Cij, 即 μ+ 中的每一条边都非饱和边; ② 当vivj∈μˉ时, 0＜ f ij ≤C ij, 即 μˉ中的每一条边都非零边. 则称μ为从vs到vt的关于f 的可增广链. 可行流f是最大流的充要条件是不存在从vs到vt的(关于f的)可增广链. 图论中的基本算法和应用 求网络的最大流。 ３ ５ ３ ５ ４ Ford-Fulkerson算法： 图论中的基本算法和应用 图6-24表明一个网络及初始可行流, 每条 边上的有序数表示 (C ij , f ij ). 求这个网络的最大 流. 标号算法： 图论中的基本算法和应用 一般提法： 已知网络G = ( V, E, C ) , 每条边vivj∈E除了已给容量Cij外,