chapter 6-4图的应用

相关算法的实现

Prim,Kruskal,Dijkstra,Floyd

相关算法要点

1. Prim和Kruskal属于最小生成树算法；Dijkstra属于单源最短路算法；Floyld属于各顶点间最短路算法
2. Prim适用于边稠密图，因为其时间复杂度与边无关，算法实现只遍历点。时间复杂度为O(v^2)
3. Kruskal适用于边稀疏而点较多的图，因为其算法实现主要靠遍历边；边一般按从小到大用堆存放，因此取边复杂度为O(logE),此外遍历每条边并使用并查集评估，总的时间复杂度O(ElogE).
4. Dijkstra时间复杂度为O(v^2),且不适用与边权有负值的图。Prim算法解决的问题是连通无向有权图中最小生成树问题，而Dijkstra算法解决的问题是源点到目标点的最短路径问题。虽然这两个算法在添加新结点时，都是选择“距离最短”的结点加入集合，但是Prim算法中，“距离最短”是指未访问的结点到已经访问的所有结点距离最小，即将已经访问的结点视为一个整体，将距离最小的结点加入到已访问的集合中；而在Dijkstra算法中，“距离最短”是指所有未访问结点（通过已访问的结点）到源点距离最小。
   且注意，Dijkstra在有向图上同样适用，且无法检测出连通图的环路，环路不会对算法造成影响。
5. Floyd允许带负值的边权，但是不允许有带负值的回路，因为这样，回路中两点的最短距离可以无限小下去(绕圈).其时间复杂度为O(v^3).

有向无环DAG图

即有向图且没有环路，一般用于表示含公共子式的表达式。一般先构建表达式的二叉树，再将公共子式合并获得DAG。

AOV网和拓扑排序

• AOV网指用DAG图表示一个工程，且顶点表示活动，有向边表示活动的先后顺序。
• 拓扑排序指将AOV网中的事件组成一个序列，且该序列不唯一，因为AOV网中有许多并列的事件(发生的先后顺序无所谓)，其排序算法见P232.
• 注意若排序过程中，AOV网内还有顶点，但无入度为0的点，说明该网内有环路。若该AOV网无环路，则排序结束网为空
• 由于拓扑排序除了遍历点，还要删除所有边，则时间复杂度O(v+e)
• 逆拓扑排序：拓扑排序反过程。即从AOV网结尾开始，找出度为0的点，摘除该点并删去以其为终点的所有有向边。反复直至排序结束。或者用DFS进行：
  
  注意DFS在使用递归栈进行遍历时，在顶点退栈前输出，输出的序列即为逆拓扑序列。

关键路径与AOE网

• AOE网：与AOV网不同，其顶点表示事件，边表示活动,边权表示该活动的消耗时间。作为有向图，只有在某顶点前的所有边表示的活动完成，该顶点所代表的事件才会发生；而只有在某顶点代表的事件发生后，该顶点后的边代表的活动才能开始。
• AOE同AOV，为有向无环图，且其顶点所表示的某些事件为并行，发生的先后顺序无所谓。
• AOE网只有一个起点和一个终点，称为源点和汇点。
• 关键路径：从源点到汇点的最大长度路径，其中的边代表的活动称为关键活动。
• 一些时间衡量见P234