最小生成树

最小生成树的形成

假设已知一无向连通图G=(V,E)，其加权函数为w:E→R，我们希望找到图G的最小生成树。后文所讨论的两种算法都运用了贪心方法，但在如何运用贪心法上却有所不同。

下列的算法GENERNIC-MIT正是采用了贪心策略，每步形成最小生成树的一条边。算法设置了集合A，该集合一直是某最小生成树的子集。在每步决定是否把边(u,v)添加到集合A中，其添加条件是A∪{(u,v)}仍然是最小生成树的子集。我们称这样的边为A的安全边，因为可以安全地把它添加到A中而不会破坏上述条件。

 GENERNIC-MIT(G,W)

1. A←?

2. while A没有形成一棵生成树

3    do  找出A的一条安全边(u,v);

4.       A←A∪{(u,v)};

5. return A

注意从第1行以后，A显然满足最小生成树子集的条件。第2-4行的循环中保持着这一条件，当第5行中返回集合A时，A就必然是一最小生成树。算法最棘手的部分自然是第3行的寻找安全边。必定存在一生成树，因为在执行第3行代码时，根据条件要求存在一生成树T，使AíT，且若存在边(u,v)?T且(u,v)?A，则(u，v)是A的安全边。

在本节余下部分中，我们将提出一条确认安全边的规则（定理1），下一节我们将具体讨论运用这一规则寻找安全边的两个有效的算法。

首先我们来定义几个概念。有向图G=(V,E)的割(S,V-S)是V的一个分划。当一条边(u,v)?E的一个端点属于S而另一端点属于V-S，则我们说边(u,v)通过割(S,V-S)。若集合A中没有边通过割，则我们说割不妨害边的集合A。如果某边是通过割的具有最小权值的边，则称该边为通过割的一条轻边。要注意在链路的情况下可能有多条轻边。从更一般意义来讲，如果一条边是满足某一性质的所有边中具有最小权值的边，我们就称该边为满足该性质的一条轻边。图2说明了这些概念。(a)集合S中的结点为黑色结点，V-S中的那些结点为白色结点。连接白色和黑色结点的那些边为通过该割的边。边(d,c)为通过该割的唯一一条轻边。子集A包含阴影覆盖的那些边，注意，由于A中没有边通过割，所以割(S,V-S)不妨害A。(b)对于同一张图，我们把集合S中的结点放在图的左边，集合V-S中的结点放在图的有边。如果某条边使左边的顶点与右边的顶点相连则我们说该边通过割。

(a)	(b)

图2 从两种途径来观察图1所示图的割(S,V-S)

确认安全边的规则由下列定理给出。

定理1

设图G(V,E)是一无向连通图，且在E上定义了相应的实数值加权函数w，设A是E的一个子集且包含于G的某个最小生成树中，割(S,V-S)是G的不妨害A的任意割且边(u,v)是穿过割(S,V-S)的一条轻边，则边(u,v)对集合A是安全的。

证明：

设T是包含A的一棵最小生成树，并假定T不包含轻边(u,v)，因为若包含就完成证明了。我们将运用“剪贴技术”(cut-and-paste technique)建立另一棵包含A∪{(u，v)}的最小生成树T￠，并进而证明(u，v)对A是一条安全边；

图3 定理1的证明

图3演示出了定理1的证明。S中的结点为黑色，V-S中的结点为白色，边(u,v)与T中从u到v的通路P中的边构成一回路。由于u和v处于割(S,V-S)的相对的边上，因此在T中的通路P上至少存在一条边也通过割。设(x,y)为满足此条件的边。因为割不妨害A，所以边(x,y)不属于A。又因为(x,y)处于T中从u到v的唯一通路上，所以去掉边(x,y)就会把T分成两个子图。这时加入边(u,v)以形成一新的生成树T￠=T-{(x,y)}∪{(u,v)}。

下一步我们证明T￠是一棵最小生成树。因边(u,v)是通过割(S,V-S)的一条轻边且边(x,y)也通过割，所以有w(u,v)￡w(x,y)，因此 w(T￠)=w(T)-w(x,y)+w(u,v)￡(T)，但T是最小生成树，所以w(T)=w(T￠)，因此T￠必定也是最小生成树。

现在还要证明(u,v)实际上是A的安全边。由于AíT且(x,y)?A，所以有AíT￠，则A∪{(u,v)}íT￠。而T￠是最小生成树，因而(u,v)对A是安全的。□

定理1使我们可以更好地了解算法GENERNIC-MIT在连通图G=(V,E)上的执行流程。在算法执行过程中，集合A始终是无回路的，否则包含A的最小生成树包含一个环，这是不可能的。在算法执行中的任何一时刻，图G_A=(V,A)是一森林且G_A的每一连通支均为树。其中某些树可能只包含一个结点，例如在算法开始时，A为空集，森林中包含|V|棵树，每个顶点对应一棵。此外，对A安全的任何边(u,v)都连接G_A中不同的连通支，这是由于A∪{(u,v)}必定不包含回路。

随着最小生成树的|V|-1条边相继被确定，GENERNIC-MIT中第2-4行的循环也随之要执行|V|-1次。初始状态下，A=?，G_A中有|V|棵树，每个迭代过程均将减少一棵树，当森林中只包含一棵树时，算法执行终止。

第2节中论述的两种算法均使用了下列定理1的推论。

推论2

设G=(V,E)是一无向连通图，且在E上定义了相应的实数值加权函数 w，设A是E的子集且包含于G的某最小生成树中，C为森林G_A=(V,A)中的连通支(树)。 若边(u,v)是连接C和G_A中其他某连通支的一轻边，则边(u,v)对集合A是安全的。

证明：

因为割(C,V-C)不妨害A，因此(u,v)是该割的一条轻边。□

 

５.1 图的基本概念

5.2 图的存储结构

5.3 图的遍历

5.4 生成树和最小生成树

5.5 最短路径问题

5.6 拓扑排序

  

以图的观点来看，树也是图，只不过它是一个无向连通图。我们也可以把树称为树图。 对无向连通图进行遍历，只需调用遍历算法一次便可得到图的各个顶点的访问序列，这个访问序列（路径）就是连通图的一棵生成树。很显然，一个无向连通图的生成树可能不是惟一的，我们一般称用深度优先搜索得到的为深度优先生成树，由广度优先搜索得到的为广度优先搜索得到的为广度优先生成树，对图5.9可以得到按深度优先遍历和按宽度优先遍历得到两棵如图5.10所示的生成树。



 

 5.4.2 最小生成树

(理解最小生成树的概念,大致了解算法)

给定一个无向网络，在图的所有生成树中，使得各边权数和最小的那棵生成树称为图的最小生成树，也叫最小代价生成树。

★我们先来看一个例子 拿修筑公路网来说，什么样的图既能把所有的城镇连接起来，又使得长度最小呢？不难看出，答案只能从它的生成树之中去找，因为要做到任何两个城镇之间有公路可达，公路网必须是连通的，但对长度最小的要求可以知道公路网中显然不能有圈，如果有圈，去掉图上的一条边后，并不破坏连通性，但总长度显然减少了，这与总长度最小的假设是矛盾的。 ★这个例子的实际意义显而易见,在连同所有城镇的条件下,使建设公里数降到最小,从而降低了费用.

[提高] 最小生成树的算法 （增） 构造最小生成树的算法很多,其中多数算法是利用了最小生成树的下列性质: 设G=(V,E)是一个带权连通图,U是顶点集合V的一个非空子集.若u属于U,v属于V-U,且(u,v)是U中顶点到V-U中顶点之间权值最小得边,则必定存在一个包含边(u,v)的最小生成树.



 5.4.3求解图的最小生成树

(对一个无向网络求解它的最小生成树，通常有两种方法：一是kruskal法，二是prim法)

1．Kruskal算法

kruskal算法的基本思想是： ★（1）若网络G的边数e＝n－1，则G即为所求的最小生成树，否则，一定有e>n－1。 ★（2）将网络的e条边按权值自小到大顺序排列。 ★（3）将网络G中的边都去掉，只留下n个孤立顶点作为初始的最小生成树T，再按边的排放顺序逐个考察，若与当前E（T）中的边不构成圈，便将它加入到边集E（T）中 ，直至E（T）中边数满（n－1）为止。

[要点] Kruskal算法给出一种按权值的递增次序选择合适边来构造最小(代价)生成树的方法

例如图5．11所示的网络按Kruskal法得到的最小生成树如图5．12所示   同生成树一样，最小生成树也可能不是惟一的。



2．prim算法

prim算法是另一种求最小生成树的方法，它的基本思想是按权值局部最小逐次将顶点和边加入到T中，直至V（T）满n个顶点为止。

prim算法的步骤为： （1）设最小生成树T的V（T）和E（T）均为空。 （2）从顶点集V（G）中任取一顶点加到顶点集V（T）中。  （3）在与V（T）中各顶点相关联的所有边中，取一条权值最小的边（Vi，Vj）其中，Vi包含于V（T），Vj含于 V（T)。 (4）将边（Vi，Vj）加入到E（T）中，将顶点Vj到入到V（T）中。  （5）若V（T）已满n个顶点，则算法终止，否则转步骤（3）。

在实现Prim算法的程序中,我们采用邻接矩阵表示给定的带权连通无向图(如下),&:表示无穷大   0 1 2 3 4 5 0 0 3 9 & 15 & 1 3 0 1 9 & 7 2 9 1 0 5 2 & 3 & 9 5 0 11 4 4 15 & 2 11 0 13 5 & 7 & 4 13 0

[要点] 为了实现这个算法，可以引进一个数组close来反映当前已选顶点的状况，该数组元素的初始均为1。另设一个数组closedge来反映已选边的状况，若close[i]＝0，则表示顶点i已被选到顶点集中，相应的边为（i，closedge）。

 

>>继续<< >>后退<<

 

 

<script src="../../../../lib/footer.js"> </script>