图的相关解决

图的一些性质，解决一些图的算法问题，首先要看入手点

A 图的存储结构

    带权的邻接矩阵存储结构 

template<class T>

struct Graph   （图的定义  数据）
{
    T vertex[MaxSize];// 存放图中顶点的数组
    int arc[MaxSize][MaxSize];// 存放图中边的数组
    int vertexNum, arcNum;// 图中顶点数和边数
};

G（V,E）

 

 

由此展开的各种算法问题研究：

一。最短路径问题：

①在非网图中，最短路径是指两顶点之间经历的边数最少的路径。

②在网图中，最短路径是指两顶点之间经历的边上权值之和最短的路径。 

③单源点最短路径问题

　　问题描述：给定带权有向图G＝(V, E)和源点v∈V，求从v到G中其余各顶点的最短路径。

　　应用实例——计算机网络传输的问题：怎样找到一种最经济的方式，从一台计算机向网上所有其它计算机发送一条消息。

④每一对顶点之间的最短路径

　　问题描述：给定带权有向图G＝(V, E)，对任意顶点vi,vj∈V（i≠j），求顶点vi到顶点vj的最短路径。

　　解决办法1：每次以一个顶点为源点，调用Dijkstra算法n次。显然，时间复杂度为O(n3)。

       解决办法2：弗洛伊德提出的求每一对顶点之间的最短路径算法——Floyd算法，其时间复杂度也是O(n3)，但形式上要简单些。

 

Dijkstra算法 

Dijkstra算法求某一个源点到其余各顶点时间复杂度是O(n^2)，但如果采用此算法，找从某一源点到某一特定终点的最短路径，复杂度仍为O(n^2)。

思想：

设置一个集合S存放已经找到的最短路径的顶点，S的初始状态只包含源点v，对 Vi ∈ V-S

直到集合V中全部顶点加入到集合S中。

设计数据结构 :

　　1、图的存储结构：带权的邻接矩阵存储结构 。

　　2、数组dist[n]：每个分量dist[i]表示当前所找到的从始点v到终点vi的最短路径的长度。初态为：若从v到vi有弧，则dist[i]为弧上权值；否则置dist[i]为∞。

　　3、数组path[n]：path[i]是一个字符串，表示当前所找到的从始点v到终点vi的最短路径。初态为：若从v到vi有弧，则path[i]为vvi；否则置path[i]空串。

　　4、数组s[n]：存放源点和已经生成的终点，其初态为只有一个源点v。

Floyd算法

解决任意两点间的最短路径的一种算法，可以正确处理有向图或有向图或负权（但不可存在负权回路)的最短路径问题，同时也被用于计算有向图的传递闭包。

 

二、最小生成树

在含有n个顶点的连通图中选择n-1条边，构成一棵极小连通子图，并使该连通子图中n-1条边上权值之和达到最小，则称其为连通网的最小生成树。 

问题一 对图的所有边按照权值大小进行排序。 
问题二 将边添加到最小生成树中时，怎么样判断是否形成了回路。

问题一很好解决，采用排序算法进行排序即可。

问题二，处理方式是：记录顶点在"最小生成树"中的终点，顶点的终点是"在最小生成树中与它连通的最大顶点"(关于这一点，后面会通过图片给出说明)。然后每次需要将一条边添加到最小生存树时，判断该边的两个顶点的终点是否重合，重合的话则会构成回路。 

 

Kruskal)算法

采用贪心算法的思想，运行时间为O（nlogn）

思想：

设置一个集合S存放已经找到的最短路径的顶点，S的初始状态只包含源点v，对 Vi ∈ V-S

直到集合V中全部顶点加入到集合S中。

设计数据结构 :

图的存储结构：邻接矩阵 或者是 邻接表

 

Prim算法

此算法采用贪心算法的思想，运行时间为O( n^2 )。

基本步骤：

设R是有n个定点的对称连通关系。

1）选取R的一个定点v1，设V = {v1}， E={}。
2）选取与vj ∈ V邻接的V的最近邻元vi， 并且边（vi, vj)不与E中元素形成回路。添加vi到V中，添加(vi, vj)到E中。
重复2），知道|E|=n - 1,于是V包含R的所有n个定点，E包含R的最小生成树。