第三章图算法(扩展版).pptVIP

图论及其应用 第一章 图的基本概念 第二章 树 第三章 图的算法 第六章 网络流图问题 第七章 匹配理论、色数问题及其他 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 §5 关键路径 ？ 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。 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。 图灵论点 1936年，图灵作出了他一生最重要的科学贡献，他在其著名的论文《论计算数在判定问题中的应用(On Computer numbers with an Application to the Entscheidungs problem)》一文中，将算法用一种通用的抽象机器来表示。并且证明了算法可计算的函数一定是这种抽象机器可计算的函数，换言之，算法是否存在，可以用是否能够找到一台等价的抽象机器来判断。这就是著名的图灵论点。后来，人们把论点中那个抽象机器称为“图灵机”。 图灵生平 阿伦·图灵（Alan Mathison Turing 1912.6.23~1954.6.7 ）在伦敦出生，从小父母不在身边，1931年中学毕业想进剑桥大学最负盛名的三圣学院（Trinty College），两次未被录取，后来进了国王学院（King’s College）攻读数学。 §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。 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。 单点到各点的最佳路径算法有两个： Bellman-Ford算法 Dijkstra算法(狄克斯特拉算法) 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。 求下图v0到其余各点的最短路径： 任取图以v0为根的一棵外向树如下： 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（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。 （1）初始化： （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 （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 （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 （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 （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 （2）从未解的顶点中选择一