【开卷数据结构】图的应用——最短生成树_证明当图g中的各边权值不相等时,g的最小生成树是唯一的

本文链接：https://blog.csdn.net/2401_84586689/article/details/138881089

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

最小生成树

Q：什么是广度优先搜索

**A：**一个连通图的生成树含有图中全部的顶点，并且只含尽可能少的边。若砍去它的一条边，则会使生成树变成非连通图。若给它增加一条边，则会形成图中的一条回路。

对于一个带权连通无向图 G=(V, E) ，生成树不同，每棵树的权（即树中所有边上的权值之和）也可能不同，其中边的权值之和最小的那棵生成树（构造连通网的最小代价生成树），称为G的最小生成树。

通过定义不难看出，最小生成树具有以下性质：

**1）**最小生成树不是唯一的，即最小生成树的树形不唯一，所有生成树中可能有多个最小生成树。当图 G 中的各边权值互不相等时，G 的最小生成树是唯一的。若无向连通图 G 的边数比顶点数少1，即 G 本身是一棵树时，则 G 的最小生成树就是它本身。
**2）**最小生成树的边的权值之和总是唯一的，虽然最小生成树不唯一，但其对应的边的权值之和总是唯一的，而且是最小的。
**3）**最小生成树的边数为顶点数减1。

构造最小生成树有多种算法，但大多数算法都利用了最小生成树的下列性质：假设 G=(V,E) 是一个带权连通无向图，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。

下面介绍一个通用的最小生成树算法：
GENERIC_MST(G){
	T=NULL;
	while T 未形成一棵生成树;
		do 找到一条最小代价边(u, v)并且加入T后不会产生回路;
			T=T ∪ (u, v);
}
通用算法每次加入一条边以逐渐形成一棵生成树，下面介绍两种实现上述通用算法的途径。

Prim算法实现最小生成树

Q：如何通过Prim算法构建最小生成树

**A：**初始时从图中任取一顶点加入树 T，此时树中只含有一个顶点。之后选择一个与当前 T 中顶点集合距离最近的顶点，并将该顶点和相应的边加入 T。每次操作后 T 中的顶点数和边数都增 1。以此类推，直至图中所有的顶点都并入 T，得到的 T 就是最小生成树。此时 T 中必然有 n-1条边。

通俗来讲，Prim算法构建最小生成树流程如下：

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 v 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 v 加入到 U 中。
**3）**直到所有顶点都加入到生成树顶点集合 U 中为止。

Prim算法的简单实现如下：
void Prim(G,T)
{
	t=NULL;				//初始化空树 
	U={w};				//添加任一结点 w
	while((V-U)!=NULL)	//若树中不含全部结点
	{
		设（u，v）是使 u∈U与v∈（V-U），且权值最小的边；
		T=T∪{{u，v}}	//边归入树 
		U=U∪{v}；		//顶点归入树 
	} 
}
Prim 算法的时间复杂度为 O(n^2),不依赖于|E|，因此它适用于求解边稠密的图的最小生成树。