马踏棋盘算法(骑士周游问题)
在8*8的方格棋盘,按照“马”走棋的规则,将“马”进行移动,要求每个方格只能进入一次,最终使“马”走遍棋盘64个方格。
回溯法:递归和深度优先搜索
哈密尔顿路径:经过图G中每个顶点,且只经过一次的一条轨迹。如果这条轨迹是一条闭合路径(从起点出发不重复的遍历所有点后仍能回到起点),那么这条路径称为哈密尔顿回路。
广度优先遍历(BreadthFirstSearch),广度优先搜索(BFS)
使用队列,依照右手原则,类似的层序遍历的方法,对图进行遍历。
使用邻接矩阵、邻接表的广度遍历
最小生成树(普里姆算法)(Prim)
加点法
每次迭代选择代价最小的边对应的点加入到集合中,从一个顶点开始逐步覆盖整个图。
- 初始顶点集合
- 将代价最小的边的顶点加入到集合
- 迭代直至把所有的顶点都加入集合
最小生成树(克鲁斯卡尔算法)(Kruskal)
加边法
- 把图中所有边按代价从小到大排序
- 按权值从小到大选择边,连接所选边的顶点
- 直至所有顶点都在同一棵树内
最短路径
在图和非网图最短路径的含义是不同的
- 网图是两顶点经过的边上权值之和最少的路径
- 非网图是两顶点之间经过的边数最少的路径
路径起源地第一个顶点称为源点,最后一个顶点称为终点。
最短路径(狄杰斯特拉算法)(Dijkstra)
时间复杂度 n^2
使用贪心策略
不是一次就求出最短路径,而是一步步求出它们之间顶点的最短路径,过程中都是基于已经求出的最短路径的基础上,求得更远顶点的最短路径
- 起点A,初始化阶段,更新A点的邻居的距离,然后移出最小距离的点,以移除的点为起点进行更新,直至所有点都移除,所有点距离都更新完,为A点到各点的最小距离。
最短路径(弗洛伊德算法)(Floyd)
时间复杂度 n^3
弗洛伊德算法的优点
- 狄杰斯特拉算法求的是一个顶点到所有顶点到最短路径,但弗洛伊德算法是求所有顶点到所有顶点到最短路径
- 弗洛伊德算法非常简洁优雅
方法:
引入两个矩阵S与P
- S存储的是两个顶点间的距离
- P存储的是顶点上一个顶点
- 分别经过n个顶点进行更新,更新后的距离为最短距离
拓扑排序
一个无环的有向图称为无环图(Directed Acyclic Graph)简称DAG图
在一个表示工程的有向图中,用顶点表示活动,用弧表示活动之间的优先关系,这样的有向图为顶点表示活动的网,我们称之为AOV网(Acivate On Vertex Network)
拓扑序列:设G=(V,E)是一个具有n个顶点的有向图,V中的顶点序列V1,V2,……,Vn满足若从顶点Vi到Vj有一条路径,则在顶点序列中顶点Vi必在Vj之前。则这样的顶点序列为一个拓扑序列。
拓扑排序:对一个有向图构造拓扑序列的过程。
对AOV网进行拓扑排序的方法:
- 从AOV网中选择一个没有前驱的顶点(入度为0)并且输出它
- 从网中删去该顶点,并且删去从该顶点发出的全部有向边
- 重复上述两步,直到剩余网中不再存在没有前驱的顶点为止
算法的时间复杂度:
- 对一个具有n个顶点,e条边的网来说,初始建立入度为零的顶点栈,要检查所有顶点一次,执行时间为O(n)
- 排序中,若AOV网无回路,则每个顶点入、出栈各一次,每个表结点被检查一次,因而执行时间是O(n+e)
- 算法的时间复杂度是O(n+e)