数据结构 图的应用通俗语言讲解

最小生成树

Prim 算法 

初始：从顶点集任意选择一个顶点加入集合U和T中开始；其中集合U记录已经遍历过的顶点；建立一棵树T，算法运行完后最终树T就是一棵最小生成树

循环：从遍历顶点发出的边中选择一条边。(这里很重要，算法是从当前顶点到达其他顶点的边选择的）

        这条边有以下3个条件:

                (1)权值最小

                (2)发出这条边的顶点必须是属于U的(即属于遍历过的)

                (3)这条边不属于T中 (即还没有被加入生成树中)

        并将选择的边加入T中，及其到达的顶点也加入U和T中

结束：当所有顶点都加入到T中      

分析：算法遍历每一个顶点以及该顶点到其余顶点的边O(|v|^2)

Kruskal 算法

初始：从最小权值的边开始；集合E记录所有未被加入T的边；建立一棵树T仅包含所有顶点(意义同上)

循环：从未被加入T中的边中选择一条边。

        这条边有以下3个条件:

                (1)权值最小

                (2)此边不能构成回路

                (3)这条边不属于T中

        并将选择的边加入T中，更新E

结束：已经加入了N-1条边到T中

分析：算法每次遍历一条最小权值的边，采用堆结构存储时间复杂度能达到O(eloge)

Dijkstra算法

初始：从源点开始作为当前顶点，定义一个数组A记录从源点到其他顶点的最短路径初始化∞无穷(即不可到达)，定义一个集合B初始化为{V0}记录已遍历的结点

循环：对于当前顶点V，(若小于当前记录的最短路径) 则更新V到其他顶点路径长度

            再从数组A选择一条val值最小的顶点(即到源点V0最短的顶点)，并把这个顶点作为当前顶点V，进入下一个循环

结束：当所有顶点遍历完，即B包含所有结点后结束

注意：对于遍历过的顶点，也即相当于 已经求得到达该顶点的最短路径

Floyd算法

原理：遍历每一个顶点作为中转站

初始：初始时和图邻接矩阵状态一样（每一个元素相同）若没有中转站 path的值就是路径权值

循环：算法是一个三重循环

           最外层循环：对于每一个当前顶点Vk，将V作为中转站

                内部两层循环：遍历整个图的i和j

                        对于如果 条件 V[i][j] > V[i][k] + V[k][j] //也就是i通过k到达j的路径长度更短

                                               则更新V[i][j]为更小值

                                                且更新path[i][j] = path[k][j]  记录中转站是k

结束：所有顶点遍历完