(C/C++)数据结构八：图的应用

最小生成树

生成树

生成树：所有顶点均由边连接起来，但不存在回路的图

所有生成树具有以下共同特点：

1. 生成树的顶点个数与图的顶点个数相同
2. 生成树是图的极小连通子图，去掉一条边则非连通
3. 一个有n个顶点的连通图的生成树有n-1条边
4. 在生成树中再加一条边必然形成回路
5. 生成树中任意两个顶点间的路径是唯一的
6. 一个图可以有许多棵不同的生成树

含n个顶点n-1条边的图不一定是生成树

最小生成树

给定一个无向网，在该网的所有生成树中，各边权值之和最小的那棵生成树称为该网的最小生成树，也叫最小代价生成树

哈夫曼树是叶子带权值，最小生成树是边带权值

最小生成树的构造

MST性质： 设N(V,E)是一个连通网，U是顶点集V的一个非空子集。若边(u，v)是一条具有最小权值的边，其中uU，vV-U，则一定存在在一棵包含边(u，v)的最小生成树 （贪心算法）

由MST性质得：v1到v3的边一定包含在最小生成树中

在生成树的构造过程中，图中n个顶点分属两个集合：已落在生成树上的顶点集U，尚未落在生成树上的顶点集V-U。接下来则应在所有连通U中顶点和V-U中顶点的边中选取权值最小的边

Prim(普里姆)算法

算法思想：

设N=(V,E)是连通网，TE是N上最小生成树中边的集合

初始令U={u0}，{u0V}，TE={}。

在所有uU，vV-U的边(u,v)E中，找一条代价最小的边{u0,v0} 

将(u0,v0)并入集合TE，同时v0并入U

重复上述操作，直至U=V为止，则T={V,TE}是N的最小生成树

KrusKal(克鲁斯卡尔)算法

算法思想：

设连通网N=(V,E)，令最小生成树初始状态为只有n个顶点而无边的非连通图T=(V,{}),每个顶点自成一个连通分量

在E中选取代价最小的边，若该边依附的顶点落在T中不同的连通分量上(即：不能成为环)，则将此边加入到T中，否则舍去此边，取下一个代价最小的边

以此类推，直至T中所有顶点都在同一连通分量上为止

两种算法的比较

算法名	普里姆算法	克鲁斯卡尔算法
算法思想	选择点	选择边
时间复杂度	O(n^2)(n为顶点数)	O(eloge)(e为边数)
适应范围	稠密图	稀疏图

最短路径

在有向网中A点到达B点的多条路径中，寻找一条各边权值之和最小的路径，即最短路径

第一类问题:两点间最短路径，第二类问题:某起点到其他各点的最短路径

Dijkstra(迪杰斯特拉)算法

用来解决第一类问题

1. 初始化：先找出从源点v0到各终点vk的直达路径(v0，vk)，即通过一条弧到达的路径
2. 选择：在这些路径中找出一条长度最短的路径(v0，u)
3. 更新：然后对其余各条路径进行适当调整

                若在图中存在弧(u，vk)，且(v0，u)+(u，vk)<(v0，vk)

                则以路径(v0，u+vk)代替(v0，vk)

      在调整后的各条路径中，再找长度最短的路径，依此类推

 Floyd(弗洛伊德)算法

算法思想：

逐个顶点试探，从vi到vj的所有可能存在的路径中寻找一个长度最短的路径

有向无环图及其应用

有向无环图：无环的有向图

AOV网：用一个有向图表示一个工程的各子工程及其相互制约的关系，其中顶点表示活动，弧表示活动之间的优先制约关系，称这种有向图为顶点表示活动的网，简称AOV网

AOE网：用一个有向图表示一个工程的各子工程及其相互制约的关系，其中弧表示活动，顶点表示活动的开始或结束事件，称这种有向图为边表示活动的网，简称AOE网

拓扑排序

AOV网的特点

1. 若从i到j有一条有向路径，则i是j的前驱，j是i的后继
2. 若<i,j>是网中有向边，则i是j的之间前驱；j是i的之间后继
3. AOV网不允许有回路

拓扑排序：在AOV网中没有回路的前提下，我们将全部活动排列成一个线性序列，使得若AOV网中有弧<i,j>存在，则在这个序列中，i一定排在j的前面，具有这种性质的线性序列称为拓扑有序序列，相应的拓扑有序排序的算法称为拓扑排序

方法：

1. 在有向图中选一个没有前驱的顶点且输出之
2. 从图中删除该顶点和所有以它为尾的弧
3. 重复上面两步，直至所有顶点均已输出，或者当图中不存在无前驱的顶点为止

 一个AOV网的拓扑序列不唯一

检测AOV网中是否存在环：

        对有向图构造的拓扑有序序列，若网中所有顶点都在它的拓扑有序序列中，则该AOV网比如不存在环

关键路径

用AOE网，顶点表示事件，弧表示活动，弧的权表示活动持续时间

源点：入度为0的顶点

汇点：出度为0的顶点

对于AOE网我们关心两个问题：

1、完成整项工程至少需要多少时间

2、哪些活动是影响工程进度的关键

关键路径——路径长度最长的路径

路径长度——路径上各活动持续时间之和(权值最大)

对于关键路径，需要定义四个描述量：

 

l(i)-e(i)——表示完成活动ai的时间余量

关键活动——关键路径上的活动，即I(i) == e(i)（即l(i)-e(i) ==0）的活动

最早发生时间：前面的活动都得进行完才能进行，所以是MAX{前面事件的最早发生时间+权值}

最晚发生时间：想要完成后面的事件，必须满足权值最大的活动也能完成，所以是MIN{后面事件的最完发生事件-权值}

 e(i) = ve(j)

l(i) = vl(k) - 

1、若网中有几条关键路径，则需加快同时在几条关键路径上的关键活动

2、如果一个活动处于所有的关键路径上，那么提高这个活动的速度能缩短整个工程的完成时间

3、处于所有的关键路径上的活动完成时间不能缩短太多，否则会使原本的关键路径变成不是关键路径，这时必须重新寻找关键路径