图：最短路、最小生成树（未完成）

最短路

Dijkstra

详见之前的题目：https://blog.csdn.net/qq_44761480/article/details/99683285

Floyd

记住一定要把k放到最外层

int dis[MaxV][MaxV];	//代表顶点i和j的最短距离
int n,m;	//顶点数n和边数m

void Floyd(){
	for(int k=0;k<n;k++){
		for(int i=0;i<n;i++){
			for(int j=0;j<n;j++){
				if(dis[i][k]+dis[k][j]<dis[i][j] dis[i][k]!=INF && dis[k][j]!=INF){
					dis[i][j]=dis[i][k]+dis[k][j]; 		//找到更短的路径
				}
			}
		}
	}
}

最小生成树

Prime算法

与Dijkstra算法的思路几乎完全一致，是让一棵小树长大，下面是伪代码

时间复杂度为$O(V^2)$，使用堆优化可以变成$O(V\ast logV+E)$。

//G为图；数组d为顶点与集合S的最短距离
Prim(G,d[]){
	初始化
	for(循环n次){
		u=使d[]最小的还未访问的结点;
		记u为已访问;
		for(从u出发能到达的所有顶点v){
			if(vis[v]==false && d[u]+G[u][v]<d[v]){
				更新d[v];
				}
			}
	}
}
	

Kruskal算法

采用了边贪心的策略：

1. 对所有边从小到大排序。
2. 按边权从小到大测试，如果所连接的两个结点不在同一个联通块(可以用并查集)，则把这条边加入当前最小生成树中(将两个并查集合并)；否则将边舍去。
3. 直到最小生成树边数等于所有结点数-1，或者测试完所有边，算法结束。

时间复杂度是$O(E\ast logE)$，显然适合顶点较多，边数较少的情况。

拓扑排序

对有先后顺序的课程进行排序，可以抽象为一下的步骤：

1. 定义一个队列Q，把所有入度为0的结点加入队列。
2. 取队首结点输出，并令其连接的所有结点入度减一。
3. 将入度为0的结点加入队列。
4. 反复执行2、3，直到队列为空。
   如果输出结点为N，则为有向无环图。

topologicalSort很重要的应用就是判断有向无环图。如果有多个入度为0的点，要求选择编号最小的，可以使用优先队列或者set。

关键路径

求工程中每个结点的最早开始时间，最晚开始时间。