图论中几个算法的总结

          近段时间，在看图论算法时，觉得挺有意思，所以觉得有必要总结一下：

  概括：

1.最小生成树

2.单源最短路径

1.最小生成树

这个问题其实就是在找最小的连通所有点的路径权值和，典型的方法有kruskal，prim，复杂度分别为O（ElogE），O（E+VlogV）。

kruskal是这样的：

首先按边权值排序所有边，然后取出最小的，并判断是否有环，没有则加入到选择集合中，这其中涉及到的操作有：makeset，sort，find，unionset；

优化的关键在于排序（因为若使用并查集实现makeset，find，unionset效率是很高的），那么回想我们的sort不难看出线性的排序是很不错的，那么线性的排序有哪些呢？基数排序，计数排序，桶排序！其实用哪个都是可以的，但要根据具体的条件而定。

prim算法是这样的：

首先选择一个顶点，然后维护一个最优队列，选一个最优值，然后根据该定点，更新其它值，这其中操作有，extractmin，decrease。（小和松）

优化的关键在于这两个操作的复杂度，使用菲薄那切堆的话可以达到上述的复杂度，但是在一些数据结构中，可能会有更好的复杂度，比如，van Emdes等，例如如果权值是整数的话，我们可以使用类似于计数排序的方式实现最优队列，让权值等于数组的下标，让数组的元素等于顶点编号，然后相同权值的顶点连接成双链表。这样extractmin为O（1），decrease也是O（1）。所以复杂度可以到达O（E）。

2.单源最短路径

典型方法是bellman-ford，dijkstra。

bellman-ford是这样的：

首先选一个顶点，然后根据边更新每个连接的顶点，根据新更新的点再更新一次，一共更新顶点数次，最后检验负权回路

dijkstra是这样的：

首先选一个点，然后更新他链接的点，然后选一个最小的路径，把这点加到集合中，然后再以这个点为原点，在更新，操作有，extractmin，decrease。（小和松和prim几乎一样）

优化的关键和prim是非常像的，也是找一个关于操作复杂度最低的数据结构~但是实现上这个会复杂一点，可以用循环数组！