ds图—最小生成树_图的应用

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:

1. 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。