图的应用主要包括最小生成树,最短路径,拓扑排序和关键路径,这些知识点是考研的重要考点。下面对这些部分进行注意介绍:
- 最小生成树
这一个知识点在16年东大考研试卷中出现过,问的是最小生成树的定义是什么: 最小生成树的定义是:在图的生成树的集合中,权值和最小的那棵生成树就是最小生成树。最小生成树不唯一,但是权值和是唯一确定的,另外最小生成树的边数是顶点数减一。最小生成树算法有prim算法,prim算法 类似于寻找最短路径的Dijikstra算法(王道原话),通过连接某一个节点,在通过连接的节点继续连接,找下一个连接的节点的时候需要确定的是最短的路径,类似于深度优先的方式,prim算法的时间复杂度是O(|v|^2),和节点没有关系。因此适合求边稠密图的最小生成树。另一种方式是Kruskal算法,类似于广度优先,寻找权值最小的边,连接节点,最终使得所有的节点都已经连接,这时候得到的生成树是最小生成树。下面我用图来复现这一个过程:
prim 算法的过程是明了的,通过使用最短权值的方式连接节点,得到最小生成树的过程就是prim 算法。
kruskal算法得到最小生成树的过程是:
使用kruskal算法,是用权值最小的边进行连接得到的。
最短路径问题
Dijkstra算法求最短路径问题,Dijkstra算法是求得最小边,使用dist数组进行存储,随遍历过程对dist数组进行更新。Dijkstra算法和prim 算法的相似之处是在于都是使用最短权值进行更新,基于贪婪算法策略。
Floyd算法也是求各顶点之间的距离,核心公式是:
A[i][j] = Min{A[i][j],A[i][k]+A[k][j]};
Floyd算法是一个迭代过程,如果加入中间的节点导致A的值小于原来的值,那么就把A更新为新的更小的值,Floyd算法允许负权值的边的存在,但是不允许负权值构成环路,原因是Floyd算法是使用的加法,出现负权值会使得加法的过程越来越小,陷入死循环。Floyd算法的核心代码:
//首先初始化将节点之间的距离设置为无穷大,之后使用添加中间节点的方式最小化节点之间的距离
有向无环图
DAG图,转换为AOV图,AOV工程中出现前驱和后继的关系。前驱和后继的关系对应到排序领域是拓扑排序,拓扑排序的概念是不存在从后继到前驱节点的路径。
//拓扑排序代码实现;
AOE网络和AOV网络的区别在于:AOE网络是以边为判断依据,边有权值,AOV网络是以节点为依据,边没有权值出现。
关键路径: 从源点到汇点的最大距离称为关键路径。下面补充关于关键路径的问题(摘自王道)。关键路径是提高整个工程运行时间的关键。