图的应用3---生成树

生成树

对连通图进行遍历，过程中所经过的边和顶点的组合可看做是一棵普通树，通常称为生成树。

上图所示，左边是一张连通图，右边是其对应的 2 种生成树。
连通图中，由于任意两顶点之间可能含有多条通路，遍历连通图的方式有多种，往往一张连通图可能有多种不同的生成树与之对应。

连通图中的生成树必须满足以下 2 个条件：
包含连通图中所有的顶点；
任意两顶点之间有且仅有一条通路；

因此，连通图的生成树具有这样的特征，即生成树中边的数量 = 顶点数 - 1。

最小生成树

加权图的最小生成树是一棵生成树，其所有边的权值之和不会大于其它任何生成树。

最小边原则：图中权值最小的边(如果唯一的话)一定在最小生成树上。

唯一性：一棵生成树上，如果各边的权都不相同，则最小生成树是唯一的。反之不然。

生成森林

生成树是对应连通图来说，而生成森林是对应非连通图来说的。

我们知道，非连通图可分解为多个连通分量，而每个连通分量又各自对应多个生成树（至少是 1 棵），因此与整个非连通图相对应的，是由多棵生成树组成的生成森林。

上图所示，是一张非连通图，可分解为 3 个连通分量，其中各个连通分量对应的生成树如下图所示：

注意，上图中列出的仅是各个连通分量的其中一种生成树。

因此，多个连通分量对应的多棵生成树就构成了整个非连通图的生成森林。

最小生成树解法

最小生成树可以用一下两种算法求解：

1. 无向图的最小生成树（贪心思想）
   Prim算法，适用于点少的图
   Kruskal算法，适用于边少的图
2. 有向图的最小树形图

生成树和最小生成树有许多重要的应用。

例如：要在n个城市之间铺设光缆，主要目标是要使这n个城市的任意两个之间都可以通信，但铺设光缆的费用很高，且各个城市之间铺设光缆的费用不同，因此另一个目标是要使铺设光缆的总费用最低。这就需要找到带权的最小生成树。

Prim算法构建最小生成树的过程

例：

Kruskal算法构建最小生成树的过程

例：

Kruskal算法简单描述

1).记Graph中有v个顶点，e个边

2).新建图Graph_new，Graph_new中拥有原图中相同的e个顶点，但没有边

3).将原图Graph中所有e个边按权值从小到大排序

4).循环：从权值最小的边开始遍历每条边 直至图Graph中所有的节点都在同一个连通分量中

            if 这条边连接的两个节点于图Graphnew中不在同一个连通分量中,添加这条边到图Graphnew中

示例图演示:

参考：

水火379：https://www.cnblogs.com/zhangming-blog/p/5414514.html