数据结构-6.4图

前言-数据结构

数据结构是需要反复咀嚼，不管什么时候都可以重中获取现在在开发中的遇到的问题答案。

生成树

图->生成树

• 深度优先搜索生成树 广度优先搜索生成树

• 在图论中，常常将树定义为无回路的连通图，例如，如下就是两个没有回路的连通图。乍一看似乎不是树，但只要选定某个顶点做根并以数为起点对每条边定向，就可以将它们变为通常的树。如果没有回路的图，就可以把它生成为树
  

• 使用深度和广度优先搜索可以变成树
  

• 变成如下
  
  

图->最小生成树(无向网)

• 是指带权的图 生成树中边上权值和最小 若生成树中每条边上的权值最小，称为最小生成树（普里姆(prim)算法和克鲁斯卡尔(kelusikare)算法）

普里姆(prim)算法：

• Kruskal算法因为只与边相关，则适合求稀疏图的最小生成树
• 在图中任取一个顶点K作为开始顶点，令U={k},W = V(图中所有顶点集合) - U(剩下的顶点，是最短的一条边，也就是权最小 并且作为最小生成树的边保存起来),一开始W是所有的顶点，知道最后W为空就完成算法
• 例子:注意虚线、∞
  • step1
    
  • step2
    
  • step3 (这里可以任选2，5因为两条边一样大的权然后再看一遍图中的根哪个权最小，继续连接) u = {1,3,6} w = {2,4,5}
  • step最后(一共有6个顶点，5条边(因为生成的是树) + 初始化，一共六步骤)
    

克鲁斯卡尔(kruskal)算法

• prime算法因为只与顶点有关，所以适合求稠密图的最小生成树
• 将所有边按权递增
• 挑选最小的边，不能与前面的边构成回路
• 直到n个顶点有n-1条边结束，此时的树就是权值最小的最小生成树
• 例子：克鲁斯卡尔最小生成树的过程
  • 其中的权都是先知道的
    

例题

• 下面（）算法适合构成一个稠密图G的最小生成树
  • A Prim
  • B Kruskal