数学建模MCM 图论第08讲.pptVIP

图论Graphic Theory 内容回顾 几类常用树 (1)判定树； (2)有序二元树； (3) Huffman树； 最小生成树 (1)Prim算法； (2)Kruskal算法； (3)破圈法； 第三章 图的算法 §1 最短路径问题及算法 §2 任意两点间最短距离及其算法 §3 图的遍历算法 §4 图的划分 ？ 什么是算法 “算法”一词最早来自公元9世纪波斯数学家比阿勒·霍瓦里松的一本影响深远的著作《代数对话录》。20世纪的英国数学家图灵提出了著名的图灵论点，并抽象出了一台机器，这台机器被我们称之为图灵机。图灵的思想对算法的发展起到了重要的作用。 ？ 什么是算法 算法是一种有穷规则，它规定何时应该做何种操作。 应该把算法理解成一种有穷的行为规则，算法不一定就是＋－×÷或者微积分运算等计算过程。 §1 最短路径问题及算法 若干城市被铁路网连通，任意指定其中甲、乙两座城市，试求从甲到乙最近的铁路路线。 把上述转换为图论模型如下： 城市设为顶点，当两城间有铁路相通且中途无其他城市，在两点间连一边，如此构成一个图G；对每条边e∈E赋以权值w(e)表示铁路长度，如此得到带权图。 §1 最短路径问题及算法－1 设P(u,v)是图中以u,v为两端点的路径，用W(P(u,v))表示路径P(u,v)上边权之和，即： W(P(u,v))＝ 我们的目标是求一条P(u,v)，使得W(P(u,v))最小。 §1 最短路径问题及算法－2 单点到各点的最佳路径算法有两个： Bellman-Ford算法 Dijkstra算法 一、Bellman-Ford算法 算法描述如下： （1）任取一棵以v0为根的生成树，在每个顶点标出v0到该点的长度li； （2）设树枝之外的边vij的长度为dij，依次检查每条树外的边，若对其中一对邻接点vi， vj出现：lj＞li＋ dij，则去掉以vj为终点的树枝，用vij代替； （3）重复（2），直到所有树外的边都比较过为止。 一、 Bellman-Ford算法－例 求下图v0到其余各点的最短路径： 一、 Bellman-Ford算法－例－解 任取图以v0为根的一棵外向树如下： 一、 Bellman-Ford算法－例－解－1 最后得到的解如下： 二、Dijkstra算法 Dijkstra算法是1959年荷兰的计算机科学家Dijkstra给出的解决最短问题的方法。 基本思想： 按照最短路径长度不减的次序求解各点的解。 即按由近到远的次序求解各顶点的解 Dijkstra算法描述： Dijkstra算法描述（起点为v0）： （1）初始化： 若(v0,vi)存在，则li＝w (v0,vi)，否则li＝∞； （2）从未解的顶点中选择一个l值最小的顶点vk,则vk是已解顶点； （3）修改vk的直接后继顶点的l值 ——如果经过vk路径长度可以更近 （4）重复（2）、（3），直到所有顶点求解完毕。 二、 Dijkstra算法实例 二、 Dijkstra算法实例－解 （1）初始化： 二、 Dijkstra算法实例－解－1 （2）从未解的顶点中选择一个l值最小的顶点vk； （3）修改vk的直接后继顶点的l值 ——如果经过vk路径长度可以更近 二、 Dijkstra算法实例－解－2 二、 Dijkstra算法实例－解－3 （2）从未解的顶点中选择一个l值最小的顶点vk； （3）修改vk的直接后继顶点的l值 ——如果经过vk路径长度可以更近 二、 Dijkstra算法实例－解－4 （2）从未解的顶点中选择一个l值最小的顶点vk； （3）修改vk的直接后继顶点的l值 ——如果经过vk路径长度可以更近 二、 Dijkstra算法实例－解－5 （2）从未解的顶点中选择一个l值最小的顶点vk； （3）修改vk的直接后继顶点的l值 ——如果经过vk路径长度可以更近 二、 Dijkstra算法实例－解－6 （2）从未解的顶点中选择一个l值最小的顶点vk； （3）修改vk的直接后继顶点的l值 ——如果经过vk路径长度可以更近 二、 Dijkstra算法实例－解－7 （2）从未解的顶点中选择一个l值最小的顶点vk； （3）修改vk的直接后继顶点的l值 ——如果经过vk路径长度可以更近 最终结果如下： §2 任意两点