图的算法：

最小生成树算法：

Prim算法：从某一个顶点开始构建生成树；每次讲代价最小的新顶点纳入生成树，知道所有顶点度纳入为止

Kruskal算法：每次选择一条权值最小的边，使这条边的俩头联通（原本联通的不选）知道所有结点都连通

比较适用场景：

最短路径处理：

BFS求无权图的单源最短路径：对于广度优先算法是新增了最短路径长度 d[]和 path[]前驱结点

BFS算法局限性：不适用带权值路径长度（适用权值相等或无边）

Dijkstra最短路径算法：

初始化：

final[]标记各顶点是否已找到最短路径：V0初始化为 true其他结点为 false

dist[]最短路径长度：当前结点到各个节点的最短路径（不相邻的设为无穷大）

path[]路径上的前驱：每个顶点在最短路径上的直接前驱（目前找到最好的路径结点）

第一轮：循环遍历所有结点，找到还没确定最短路径，即 dist最小的顶点Vi，令 final[i]=true

检测所有邻结自 Vi的顶点，若其 final的值为 false，则更新 dist和 path的信息(邻结点未找到最短路径的节点，根据此节点的权值加上至起始节点 V0的权值总和是否少于 dist[]记录最短路径的值，则更新 dist的值和 path至此结点的前驱结点)

第二轮：中间继续循环遍历所有结点，找到还没确定最短路径，且 dist最小的顶点 Vi，使 final[i] = ture

Dijkstra时间复杂度：

Dijkstra算法局限：不适用于负权值的带权图(Dijkstra算法无法处理带有负权值的边的图。这是因为如果存在负权边，就有可能出现路径更新的环路，导致算法无法正确求解最短路径)

Floyd算法：计算每一对顶点之间的最短路径

Floyd算法核心代码：

Floyd算法用于负权图：

Floyd算法的局限是：有不能处理带负权回路的图

有向无环图：

DAG描述表达式：

解题方式:（有向无环图存储结果不唯一）

Step：把各个操作数不重复的排成一排（后续合并的时候只有同层的才能合并）

Step：标出各个运算符的生效顺序（先后顺序有点出入无所谓）

Step：按顺序加入运算符，注意分层

Step：从底层向上逐层检测同层的运算符是否可以合体

拓扑排序：

AOV网：一定是有向无环图

拓扑排序实现：

Step：从  AOV网中选择一个没有前驱（入度为 0）的顶点并输出（如果原图存在环则会有 入度大于0情况）

Step：从网中删除该顶点和所有以他为起点的有向边

Step：重复 1，2直至当前的 AOV网为空或当前网中不存在无前驱的顶点为止

对有回路的图进行拓扑排序：

逆拓扑排序：

逆拓扑排序的实现：

总结：

AOE网：

有 AOE网中仅有一个度为 0的顶点，称为开始定点

且仅有一个出度为 0的结束顶点

关键路径：从原点至汇点的所有路径中，具有最大路径长度的称关键路径，其上的活动称关键活动

时间余量为 0的活动为关键活动

所有时间的最早发生事件：

各事件的最迟发生时间：后继结点的最迟发生时间减事假间去边的权值时间

计算所有时间的最早发生时间：

计算所有活动的最早发生时间: e（i）=ve（k）前驱结点最小的时间结点

所有活动的最迟发生时间：这个结点的前驱结点减去这俩个事件的权值

总结：