前言
总结下图的几定义
- 连通图:在无向图中,若任意两个顶点vi与vj都有路径相通,则称该无向图为连通图。
- 强连通图:在有向图中,若任意两个顶点vi与vj都有路径相通,则称该有向图为强连通图。
- 连通网:在连通图中,若图的边具有一定的意义,每一条边都对应着一个数,称为权;权代表着连接连个顶点的代价,称这种连通图叫做连通网。
- 生成树:一个连通图的生成树是指一个连通子图,它含有图中全部n个顶点,但只有足以构成一棵树的n-1条边。一颗有n个顶点的生成树有且仅有n-1条边,如果生成树中再添加一条边,则必定成环。
- 最小生成树:在连通网的所有生成树中,所有边的代价和最小的生成树,称为最小生成树。
介绍两种求最小生成树算法。
Kruskal算法
此算法可以称为“加边法”,初始最小生成树边数为0,每迭代一次就选择一条满足条件的最小代价边,加入到最小生成树的边集合里。
- 把图中的所有边按代价从小到大排序;
- 把图中的n个顶点看成独立的n棵树组成的森林;
- 按权值从小到大选择边,所选的边连接的两个顶点(ui,vi)应属于两颗不同的树,则成为最小生成树的一条边,并将这两颗树合并作为一颗树。
- 重复(3),直到所有顶点都在一颗树内或者有n-1条边为止。
MST-KRUSKAL(G, w)
A = ∅
## 把n个顶点看成独立的树
for each vertex v
MAKE-SET(v)
## 把图中的所有边按代价从小到大排序
sort the edges of G.E into nondecreasing order by weight w
## 根据边遍历
for each edge (u, v) 属于 G.E, taken in nondecreasing order by weight
## 所选的边连接的两个顶点(u,v)应属于两颗不同的树
if FIND-SET(u) != FIND-SET(v)
A = A {(u, v)}
UNION(u, v)
return A
Prim算法
此算法可以称为“加点法”,每次迭代选择代价最小的边对应的点,加入到最小生成树中。算法从某一个顶点s开始,逐渐长大覆盖整个连通网的所有顶点。
- 图的所有顶点集合为V;初始令集合u={s},v=V−u;
- 在两个集合u,v能够组成的边中,选择一条代价最小的边(u0,v0),加入到最小生成树中,并把v0并入到集合u中。
- 重复上述2步骤,直到最小生成树有n-1条边或者n个顶点为止。
MST-PRIM(G, w, r)
# 初始化所有的点
for each u ∈ G.V
u.key = ∞
u.π = NIL
# 设计根节点的值,限加入u
r.key = 0
# Q即V
Q = G.V
while Q != ∅
# 取出V中最小值,即首次的是key=0
u = EXTRACT-MIN(Q)
# 遍历和u相邻的边
for each v ∈ G.Adj[u]
# 选择一条代价最小的边(u,v),加入。
if v ∈Q and w(u, v) < v.key
v.π = u
v.key = w(u, v)