数据结构——基于Python语言（微课版） 课件T22_图(应用).pptx

应用第十一章：图主讲：周翔

图的应用图的连通性问题——最小生成树普里姆（Prim）算法克鲁斯卡尔（Kruskal）算法最短路径问题求一结点到其余各顶点的最短路径——迪杰斯特拉(Dijkstra)算法求任意一对顶点间的最短路径——弗洛伊德算法有向无环图的应用AOV-网拓扑序列AOE-网关键路径

图的连通性问题以下的图有多少个连通分量？有3个连通分量： 1,2,4,3,9

5,6,7

8,10

图的连通性问题连通分量（强连通分量）无向图G的极大连通子图称为G的连通分量。极大连通子图意思是：该子图是G连通子图，将G的任何不在该子图中的顶点加入，子图不再连通。有向图G的极大强连通子图称为G的强连通分量。极大强连通子图意思是：该子图是G的强连通子图，将G的任何不在该子图中的顶点加入，子图不再是强连通的。强连通分量V0V1V2V3V0V2V3V1

图的连通性问题极小连通子图：该子图是G的连通子图，在该子图中删除任何一条边，子图不再连通。生成树：包含无向图G所有顶点的极小连通子图。生成森林：对非连通图，由各个连通分量的生成树的集合。连通图G1G1的生成树V0V4V3V1V2V0V4V3V1V2V0V4V3V1V2

最小生成树最小生成树：极小连通子图：该子图是G的连通子图，在该子图中删除任何一条边，子图不再连通。生成树：包含图G所有顶点的极小连通子图（n-1条边）。G1的生成树连通图G1V0V4V3V1V2V0V4V3V1V2V0V4V3V1V2

最小生成树有n-1条边的图并非一定连通对

最小生成树有n-1条边的图不一定存在生成树一图有n个顶点，但边数少于n-1条，则该图有可能是连通图对错

最小生成树邻接表01234^1334^142^0v4v3v2v1v023^142^0无向连通图v0v1v2v4v4v3v2v4v1v3DFS生成树v0v2v1v4v3BFS生成树v0画出下图的生成树

最小生成树求最小生成树使用不同的遍历图的方法，可以得到不同的生成树从不同的顶点出发，也可能得到不同的生成树。按照生成树的定义，n个顶点的连通网络的生成树有n个顶点、n-1条边。目标：在网的多个生成树中，寻找一个各边权值之和最小的生成树。构造最小生成树的准则必须只使用该网中的边来构造最小生成树；必须使用且仅使用n-1条边来联结网络中的n个顶点不能使用产生回路的边

最小生成树最小生成树的典型用途欲在n个城市间建立通信网，则n个城市应铺n-1条线路；但因为每条线路都会有对应的经济成本，而n个城市可能有n(n-1)/2条线路，那么，如何选择n–1条线路，使总费用最少？数学模型：顶点：表示城市，有n个；边：表示线路，有n–1条；边的权值：表示线路的经济代价；连通网：表示n个城市间通信网。

最小生成树如何求最小生成树Prim（普里姆）算法：归并顶点，与边数无关，适于稠密网。Kruskal（克鲁斯卡尔）算法：归并边，适于稀疏网。

最小生成树——普里姆算法（加点法）思想：假设N=(V,{E})是连通网，TE为最小生成树中边的集合。（1）从某顶点u0出发，选择与它关联的具有最小权值的边(u0,v)，将其顶点加入到生成树的顶点集合U中;（2）每一步从一个顶点在U中，而另一个顶点不在U中的各条边中选择权值最小的边(u,v),把它的顶点加入到U中；（3）重复，直到所有顶点都加入到生成树顶点集合U中为止。此时，TE中必含有n-1条边，则T＝(V,{TE})为N的最小生成树。

最小生成树——普里姆算法（加点法）思想简化，即：（1）挑选一个顶点开始，每次加一个顶点（加的顶点应在未选之列）。所以，该算法也叫“加点法”（2）所加顶点与已选顶点构成的边应具有最小的权值（可能有多条同样权值的最小边可选，此时任选其一）。或者更简单点说：Prim算法是以某个顶点为起点，逐条寻找依附于当前顶点的边中权值最小的边来构建最小生成树，在此过程中将用到的顶点依次加入顶点集U中，直到U=V为止，其过程产物为图的一个连通子图。

最小生成树——普里姆算法（加点法）图示：256512433166655425651243314

最小生成树——普里姆算法（加点法）图示：256512433166655425651243314得到一棵最小生成树，权值15

最小生成树——克鲁斯卡尔算法思想：假设N=(V,{E})是连通网，将N中的边按权值从小到大的顺序排列。（1）构造一个只有n个顶点，没有边的非连通图T={V,?}，每个顶点自成一个连通分量；（2）在E中选最小权值的