图算法总结

图算法的问题。包括最小生成树问题和最短路问题。

最小生成树问题包含两个算法，也就是prim算法和kruskal算法，最短路问题两种问题，第一种问题是单源最短路径，包括三个算法，也就是ballman-ford算法、spfa算法和dijkstra算法，另外一种问题是每对顶点的最短路径，它只包括一种算法，是floyd-washall算法。

在最小生成树的问题中，prim算法依赖于强连通图的问题，而kruskal算法在加权连通图中就可以使用。

Prim算法基本算法思想如下：一个加权连通图，其中顶点集合为V，边集合为E，初始化：Vnew ={x}，其中x为集合V中的任一节点（起始点），Enew = {},为空，重复下列操作，直到Vnew = V，在集合E中选取权值最小的边<u, v>，其中u为集合Vnew中的元素，而v不在Vnew集合当中，并且v∈V（如果存在有多条满足前述条件即具有相同权值的边，则可任意选取其中之一），将v加入集合Vnew中，将<u, v>边加入集合Enew中，输出：使用集合Vnew和Enew来描述所得到的最小生成树。

Kruskal算法基本思想与prim算法不同，kruskal算法总共选择n- 1条边，（共n个点）所使用的贪婪准则是：从剩下的边中选择一条不会产生环路的具有最小耗费的边加入已选择的边的集合中。注意到所选取的边若产生环路则不可能形成一棵生成树。kruskal算法分e 步，其中e 是网络中边的数目。按耗费递增的顺序来考虑这e 条边，每次考虑一条边。当考虑某条边时，若将其加入到已选边的集合中会出现环路，则将其抛弃，否则，将它选入。

然后就是最短路问题，包括ballman-ford算法、spfa算法和dijkstra算法，以及floyd-washall算法。

其中，bellman-ford，spfa，dijkstra算法都使用了松弛技术，对每个顶点v∈V,都设置一个属性d[v],用来描述从源点s到v的最短路径上权值的上界，而floyd-washall算法运用了类似动态规划的递推。

这套题目，总的来说并不太难，要比前几套简单一点，不像动态规划没有固定模板，不像bfs那样繁琐，所以题目还是很简单的，当然这套题目我出现最多的问题是runtime、timelimit。。无解的两个错误，直到题目关闭的一刻，还有一个题目，提交10次一直没过，也算是留下了一个遗憾。

ACM就到这里结束了，这半年，有收获、有奋斗、也有痛苦与泪水，不过，我相信，这将会是我以后生活中的一笔巨大的财富！感谢费老师！