一. 最小生成树算法
- 简称:MST
- 适用:带权无向连通图
- 性质:权值之和最小的生成树
算法名称 | 算法描述 | 时间复杂度 | 补充说明 |
---|
普里姆算法 | 从某个顶点开始构建生成树;每次将代价最小的新顶点 纳入生成树,直到所有顶点都纳入为主 | O(V2) | (Prim算法)适用于边稠密图 |
克鲁斯卡尔算法 | 每次选择一条权值最小的边 ,使这条边的两头连通(原本已经连通的就不选),直到所有结点都连通 | O(Elog2E) | (Kruskal算法)适用于边稀疏图 |
二. 最短路径问题算法
- 单源最短路径问题
eg:G港是个物流集散中心,从G往各个城市运货,怎么运送距离最近 - 多源最短路径问题
eg:各个城市需要互相往来,相互之间怎么走距离最近(每对顶点之间的最短路径)
算法名称 | 适用图 | 算法描述 | 时间复杂度 | 补充说明 |
---|
BFS算法 | 单源最短路径:无权图 | 0 | 0 | 0 |
Dijkstra算法 | 单源最短路径:无权图、带权图 | 0 | 0 | 0 |
FloYd算法 | 多源源最短路径:无权图、带权图 | 0 | 0 | 0 |
BFS算法代码
void BFS_MIN_Distance(Graph G, int u) {
for (int i = 0; i < G.vexnum; i++) {
d[i] = ∞;
path[i] = -1;
}
d[u] = 0;
visited[u] = TRUE;
EnQueue(Q, u);
while (!isEmpty(Q)) {
DeQueue(Q, u);
for (w = FirstNeighbor(G, u); w >= 0; w = NextNeighbor(G, u, w)) {
if (!visited[w]) {
d[w] = d[u] + 1;
path[w] = u;
visited[w] = TRUE;
EnQueue(Q, w);
}
}
}
}