图的基本算法.pptVIP

Prim算法Kruskal找出连接任意两棵树的所有边中，具有最小权值的边(u,v)，把它添加到正在生长的森林中。Prim的特点它一直维持生成单棵树，而Kruskal生成时可以存在多个树。Prim每次选一个点加入到集合中，直到把所有点都加入到集合中CompanyLogo第28页，共57页，星期日，2025年，2月5日算法描述MST-PRIM(G,w,r)1.Q←V[G]2.for每个u∈Q3.dokey[u]←∞4.key[r]←05.π[r]←NIL6.whileQФ7.dou←EXTRACT-MIN(Q){返回队列Q中最小的元素}8.for每个v∈Adj[u]9.doifv∈Qandw(u,v)key[v]10.thenπ[v]←u11.key[v]←w(u,v)CompanyLogo第29页，共57页，星期日，2025年，2月5日执行过程CompanyLogo第30页，共57页，星期日，2025年，2月5日执行过程CompanyLogo第31页，共57页，星期日，2025年，2月5日执行过程CompanyLogo第32页，共57页，星期日，2025年，2月5日最短路概述最短路问题是图论中的核心问题之一，它是许多更深层算法的基础。同时，该问题有着大量的生产实际的背景。不少问题从表面上看与最短路问题没有什么关系，却也可以归结为最短路问题乘汽车旅行的人总希望找出到目的地尽可能短的行程。如果有一张地图并在地图上标出了每对十字路口之间的距离，如何找出这一最短行程？在乘车旅行的例子中，我们可以把公路地图模型化为一个图：结点表示路口，边表示连接两个路口的公路，边权表示公路的长度。我们的目标是从起点出发找一条到达目的地的最短路径。CompanyLogo第33页，共57页，星期日，2025年，2月5日最短路概述我们一般所将的都是单源最短路径问题，即我们希望找出从某给定点s到每个顶点的最短路径。不过有许多其他的问题也可以用最短路算法解决单目标最短路径问题：找出从每一结点v到某指定结点u的一条最短路径。把图中的每条边反向，我们就可以把这一问题转化为单源最短路径问题。单对结点间的最短路径问题：对于某给定结点u和v，找出从u到v的一条最短路径。如果我们解决了源结点为u的单源问题，则这一问题也就获得了解决每对结点间的最短路径问题：对于每对结点u和v，找出从u到v的最短路径。我们可以用单源算法对每个结点作为源点运行一次就可以解决问题。CompanyLogo第34页，共57页，星期日，2025年，2月5日最短路涉及到的问题负权边值：在某些最短路的实例中，可能存在权值为负的边。如果存在一条从s可达的负权回路，那么最短路的权的定义就不能存在了。因为只要穿越负权回路任意次我们就可以发现从s到e可以无限变小。CompanyLogo第35页，共57页，星期日，2025年，2月5日最短路涉及到的问题回路：一条最短路径能包含回路吗？它不能包含负权回路。它也不会包含正权回路，因为从路径上移去回路后回路后可以产生一个具有相同源点和终点，权值更小的路径。CompanyLogo第36页，共57页，星期日，2025年，2月5日松弛技术对于每个顶点v,都设置了一个属性d[v],用来描述从源点s到v的最短路的上界，称为最短路径估计。init(){ for(inti=0;in;i++) d[i]=∞; d[s]=0}Relax(u,v,w){ If(d[v]d[u]+w) d[v]=d[u]+w; pre[v]=u;}三角不等式：对于任意边(u,v)，有δ(s,v)≤δ(s,u)+w(u,v).CompanyLogo第37页，共57页，星期日，2025年，2月5日CompanyLogo最短路算法DijkstraSPFABellmanFord最短路算法第38页，共57页，星期日，2025年，2月5日最短路算法我们着重讨论两种常用算法：Dijkstra算法和Bellman-Ford算法。虽然它们都是建立在松弛技术基础上的算法，但是在实现上有着各自的特点，适用的范围也有所不同。另外，我们还将介绍一种期望复杂度与边数同阶的高效算法——SPFA算法，并对其复杂度作出简要的分析。CompanyLogo第39页，共57页，星期日，2025年，2月5日DijkstraDijkstra算法解决了有向加权图的最短路径问题，该算法的条件是该图所有边的权值非负，因此在本小节我们约定：对于每条边(