算法与数据结构（C++语言版）（第2版）课件 第9章_图的应用16：9.pptx

Data Structures and Algorithms design | analyze | experiment | implement;;最小生成树的概念 连通图 最小生成树 MST的性质 最小生成树的构造算法 Prim算法 Kruskal算法;最小生成树（Minimum Spanning Tree）：在加权连通图（连通网）的所有生成树中，各边权值之和最小的生成树，称为最小生成树。要注意： (1) 该定义是在无向连通图的基础上的； (2) 最小生成树可能不唯一，但是其权值之和是唯一的; (3) 对于n个结点的图，其生成树中必定有n-1条边;应用举例 上图代表6个城市间的交通网，边上的权表示公路的造价 现在要用公路把6个城市连接起来（这至少要修5条公路） 如何设计使得这5条公路的总造价最少呢？;(a);MST性质：假设G=（V，E）是一个加权连通图，U是顶点集V的一个非空子集。若（u，v）是一条具有最小权值的边，其中u∈U，v∈V－U，则必存在一棵包含边（u，v）的最小生成树。;MST性质可以用反证法证明如下： 假设图G的任何一棵最小生成树都不包含边（u，v），显然当把边（u，v）加入到G的一棵最小生成树T中时，由生成树的定义，将产生一个含有边（u，v）的回路;最小生成树边集的存储表示;mstEdge类型定义;;Prim算法;Prim算法构造一棵最小生成树的过程;Prim算法构造一棵最小生成树的过程;Prim算法构造一棵最小生成树的过程;作答;算法的关键是如何找到连接顶点集U和顶点集V-U的最小代价边。为实现这一目的，除了需要访问标志数组visited，用以区分顶点是否已经被访问过，还需要设置一个辅助数组D，用以记录从U到V－U具有最小代价的边。 对于每个vi ∈ V－U，在辅助数组D中存在一个分量D[i]与之对应，它包括两个域： lowCost为U中的顶点到顶点vi的边上的最小权值； adjVex表示U集合中编号为adjVex的顶点与编号为i的顶点（即vi）之间的边上的权值是lowCost。 ;Prim算法--基于邻接表; for ( i= 1; i verNum; ++i) { // 选中一个点u入U集合后 for (p = verList[u].firstEdge; p != NULL; p = p-next) // 更新u关联的顶点的D值 if (!visited[p-to] D[p-to].lowCost p-weight) { D[p-to].lowCost = p-weight; // 更新lowcost D[p-to].adjVex = u; // 更新adjVex } minCost = noEdge; for (j = 0; j verNum; ++j) // 在V-U中找lowCost最小顶点u if (D[j].lowCost minCost) { minCost = D[j].lowCost; u = j; } TE[count].vex1 = D[u].adjVex; // 保存最小生成树的一条边 TE[count].vex2 = u; TE[count++].weight = D[u].lowCost; D[u].lowCost = noEdge; // 顶点u已并入U集合 visited[u] = true; } delete [] D; };时间性能;作答;;Kruskal算法;Kruskal算法;Kruskal算法构造一棵最小生成树的过程;作答;Kruskal算法;Kruskal算法--基于邻接表; while( count verNum- 1 ) { // 选出verNum-1条边 e = Q.deQueue(); // 从优先级队列出队一条边 int u = S.find(e.vex1); // 查找顶点vex1所属子集 int v = S.find(e.vex2); // 查找顶点vex2所属子集 if( u != v ) { // 边上的两个顶点不属于同一连通分量 S.merge( u, v ); //