算法系列15天速成——第十五天 图【下】(大结局)

 今天是大结局,说下“图”的最后一点东西,“最小生成树“和”最短路径“。

 

一: 最小生成树

1. 概念

    首先看如下图,不知道大家能总结点什么。

    对于一个连通图G,如果其全部顶点和一部分边构成一个子图G1,当G1满足:

       ① 刚好将图中所有顶点连通。②顶点不存在回路。则称G1就是G的“生成树”。

           其实一句话总结就是:生成树是将原图的全部顶点以最小的边连通的子图,这不,如下的连通图可以得到下面的两个生成树。

       ② 对于一个带权的连通图,当生成的树不同,各边上的权值总和也不同,如果某个生成树的权值最小,则它就是“最小生成树”。

     

2. 场景

      实际应用中“最小生成树”还是蛮有实际价值的,教科书上都有这么一句话,若用图来表示一个交通系统,每一个顶点代表一个城市,

  边代表两个城市之间的距离,当有n个城市时,可能会有n(n-1)/2条边,那么怎么选择(n-1)条边来使城市之间的总距离最小,其实它

  的抽象模型就是求“最小生成树”的问题。

 

3. prim算法

    当然如何求“最小生成树”问题,前人都已经给我们总结好了,我们只要照葫芦画瓢就是了,

    第一步:我们建立集合“V,U",将图中的所有顶点全部灌到V集合中,U集合初始为空。

    第二步: 我们将V1放入U集合中并将V1顶点标记为已访问。此时:U(V1)。

    第三步: 我们寻找V1的邻接点(V2,V3,V5),权值中发现(V1,V2)之间的权值最小,此时我们将V2放入U集合中并标记V2为已访问,

                此时为U(V1,V2)。

    第四步: 我们找U集合中的V1和V2的邻接边,一阵痉挛后,发现(V1,V5)的权值最小,此时将V5加入到U集合并标记为已访问,此时

                 U的集合元素为(V1,V2,V5)。

    第五步:此时我们以(V1,V2,V5)为基准向四周寻找最小权值的邻接边,发现(V5,V4)的权值最小,此时将V4加入到U集合并标记

                 为已访问,此时U的集合元素为(V1,V2,V5,V4)。

    第六步: 跟第五步形式一样,找到了(V1,V3)的权值最小,将V3加入到U集合中并标记为已访问,最终U的元素为(V1,V2,V5,V4,V3),

                最终发现顶点全部被访问,最小生成树就此诞生。

 1 #region prim算法获取最小生成树
2 /// <summary>
3 /// prim算法获取最小生成树
4 /// </summary>
5 /// <param name="graph"></param>
6 public void Prim(MatrixGraph graph, out int sum)
7 {
8 //已访问过的标志
9 int used = 0;
10
11 //非邻接顶点标志
12 int noadj = -1;
13
14 //定义一个输出总权值的变量
15 sum = 0;
16
17 //临时数组,用于保存邻接点的权值
18 int[] weight = new int[graph.vertexNum];
19
20 //临时数组,用于保存顶点信息
21 int[] tempvertex = new int[graph.vertexNum];
22
23 //取出邻接矩阵的第一行数据,也就是取出第一个顶点并将权和边信息保存于临时数据中
24 for (int i = 1; i < graph.vertexNum; i++)
25 {
26 //保存于邻接点之间的权值
27 weight[i] = graph.edges[0, i];
28
29 //等于0则说明V1与该邻接点没有边
30 if (weight[i] == short.MaxValue)
31 tempvertex[i] = noadj;
32 else
33 tempvertex[i] = int.Parse(graph.vertex[0]);
34 }
35
36 //从集合V中取出V1节点,只需要将此节点设置为已访问过,weight为0集合
37 var index = tempvertex[0] = used;
38 var min = weight[0] = short.MaxValue;
39
40 //在V的邻接点中找权值最小的节点
41 for (int i = 1; i < graph.vertexNum; i++)
42 {
43 index = i;
44 min = short.MaxValue;
45
46 for (int j = 1; j < graph.vertexNum; j++)
47 {
48 //用于找出当前节点的邻接点中权值最小的未访问点
49 if (weight[j] < min && tempvertex[j] != 0)
50 {
51 min = weight[j];
52 index = j;
53 }
54 }
55 //累加权值
56 sum += min;
57
58 Console.Write("({0},{1}) ", tempvertex[index], graph.vertex[index]);
59
60 //将取得的最小节点标识为已访问
61 weight[index] = short.MaxValue;
62 tempvertex[index] = 0;
63
64 //从最新的节点出发,将此节点的weight比较赋值
65 for (int j = 0; j < graph.vertexNum; j++)
66 {
67 //已当前节点为出发点,重新选择最小边
68 if (graph.edges[index, j] < weight[j] && tempvertex[j] != used)
69 {
70 weight[j] = graph.edges[index, j];
71
72 //这里做的目的将较短的边覆盖点上一个节点的邻接点中的较长的边
73 tempvertex[j] = int.Parse(graph.vertex[index]);
74 }
75 }
76 }
77 }
78 #endregion


二: 最短路径

1.   概念

        求最短路径问题其实也是非常有实用价值的,映射到交通系统图中,就是求两个城市间的最短路径问题,还是看这张图,我们可以很容易的看出比如

     V1到图中各顶点的最短路径。

      ① V1  ->  V2              直达,     权为2。

      ② V1  ->  V3              直达        权为3。

      ③ V1->V5->V4           中转       权为3+2=5。

      ④ V1  ->  V5               直达      权为3。

  

2.  Dijkstra算法

      我们的学习需要站在巨人的肩膀上,那么对于现实中非常复杂的问题,我们肯定不能用肉眼看出来,而是根据一定的算法推导出来的。

  Dijkstra思想遵循 “走一步,看一步”的原则。

     第一步: 我们需要一个集合U,然后将V1放入U集合中,既然走了一步,我们就要看一步,就是比较一下V1的邻接点(V2,V3,V5),

                 发现(V1,V2)的权值最小,此时我们将V2放入U集合中,表示我们已经找到了V1到V2的最短路径。

     第二步:然后将V2做中间点,继续向前寻找权值最小的邻接点,发现只有V4可以连通,此时修改V4的权值为(V1,V2)+(V2,V4)=6。

                此时我们就要看一步,发现V1到(V3,V4,V5)中权值最小的是(V1,V5),此时将V5放入U集合中,表示我们已经找到了

                V1到V5的最短路径。

     第三步:然后将V5做中间点,继续向前寻找权值最小的邻接点,发现能连通的有V3,V4,当我们正想修该V3的权值时发现(V1,V3)的权值

                小于(V1->V5->V3),此时我们就不修改,将V3放入U集合中,最后我们找到了V1到V3的最短路径。

     第四步:因为V5还没有走完,所以继续用V5做中间点,此时只能连通(V5,V4),当要修改权值的时候,发现原来的V4权值为(V1,V2)+(V2,V4),而

                现在的权值为5,小于先前的6,此时更改原先的权值变为5,将V4放入集合中,最后我们找到了V1到V4的最短路径。

 

 1 #region dijkstra求出最短路径
2 /// <summary>
3 /// dijkstra求出最短路径
4 /// </summary>
5 /// <param name="g"></param>
6 public void Dijkstra(MatrixGraph g)
7 {
8 int[] weight = new int[g.vertexNum];
9
10 int[] path = new int[g.vertexNum];
11
12 int[] tempvertex = new int[g.vertexNum];
13
14 Console.WriteLine("\n请输入源点的编号:");
15
16 //让用户输入要遍历的起始点
17 int vertex = int.Parse(Console.ReadLine()) - 1;
18
19 for (int i = 0; i < g.vertexNum; i++)
20 {
21 //初始赋权值
22 weight[i] = g.edges[vertex, i];
23
24 if (weight[i] < short.MaxValue && weight[i] > 0)
25 path[i] = vertex;
26
27 tempvertex[i] = 0;
28 }
29
30 tempvertex[vertex] = 1;
31 weight[vertex] = 0;
32
33 for (int i = 0; i < g.vertexNum; i++)
34 {
35 int min = short.MaxValue;
36
37 int index = vertex;
38
39 for (int j = 0; j < g.vertexNum; j++)
40 {
41 //顶点的权值中找出最小的
42 if (tempvertex[j] == 0 && weight[j] < min)
43 {
44 min = weight[j];
45 index = j;
46 }
47 }
48
49 tempvertex[index] = 1;
50
51 //以当前的index作为中间点,找出最小的权值
52 for (int j = 0; j < g.vertexNum; j++)
53 {
54 if (tempvertex[j] == 0 && weight[index] + g.edges[index, j] < weight[j])
55 {
56 weight[j] = weight[index] + g.edges[index, j];
57 path[j] = index;
58 }
59 }
60 }
61
62 Console.WriteLine("\n顶点{0}到各顶点的最短路径为:(终点 < 源点) " + g.vertex[vertex]);
63
64 //最后输出
65 for (int i = 0; i < g.vertexNum; i++)
66 {
67 if (tempvertex[i] == 1)
68 {
69 var index = i;
70
71 while (index != vertex)
72 {
73 var j = index;
74 Console.Write("{0} < ", g.vertex[index]);
75 index = path[index];
76 }
77 Console.WriteLine("{0}\n", g.vertex[index]);
78 }
79 else
80 {
81 Console.WriteLine("{0} <- {1}: 无路径\n", g.vertex[i], g.vertex[vertex]);
82 }
83 }
84 }
85 #endregion



最后上一下总的运行代码

View Code

 

算法速成系列至此就全部结束了,公司给我们的算法培训也于上周五结束,呵呵,赶一下同步。最后希望大家能对算法重视起来,

学好算法,终身收益。

posted @ 2012-02-11 13:24  qijiababoy  阅读(177)  评论(0)    收藏  举报