图论学习

一、最短路问题和最小生成树。

  带权图分为有向和无向,无向图的最短路径又叫做最小生成树,有prime算法和kruskal算法;有向图的最短路径算法有dijkstra算法和floyd算法。

  生成树的概念:联通图G的一个子图如果是一棵包含G的所有顶点的树,则该子图称为G的生成树 生成树是联通图的极小连通子图。所谓极小是指:若在树中任意增加一条边,则 将出现一个回路;若去掉一条边,将会使之编程非连通图。生成树各边的权 值总和称为生成素的权。权最小的生成树称为最小生成树,常用的算法有prime算法和kruskal算法。

  最短路径问题旨在寻找图中两节点之间的最短路径,常用的算法有:floyd算法和dijkstra算法。

Prime算法:

  普利姆算法求最小生成树时候,和边数无关,只和定点的数量相关,所以适合求稠密网的最小生成树,时间复杂度为O(n*n)。

  算法过程:

  1.将一个图的顶点分为两部分,一部分是最小生成树中的结点(A集合),另一部分是未处理的结点(B集合)。

  2.首先选择一个结点,将这个结点加入A中,然后,对集合A中的顶点遍历,找出A中顶点关联的边权值最小的那个(设为v),将此顶点从B中删除,加入集合A中。

  3.递归重复步骤2,直到B集合中的结点为空,结束此过程。

  4.A集合中的结点就是由Prime算法得到的最小生成树的结点,依照步骤2的结点连接这些顶点,得到的就是这个图的最小生成树。

  

int prime()
{
    int id;
    int sum = 0;
    memset(vis, false, sizeof(vis));
    vis[0] = true;
    for(int i = 0; i < n; i++){
        dis[i] = E[0][i];
    }
    for(int i = 1; i < n; i ++){
        int mi = INF;
        for(int j = 0; j < n; j ++){
            if(!vis[j] && dis[j] < mi){
                mi = dist[j];
                index = j;
            }
        }
        vis[id] = true;
        sum += mi;
        for(int j = 0; j < n; j ++){
            if(!vis[j] && dis[j] > E[id][j]){
                dis[j] = E[id][j];
            }
        }
    }
    return sum;
}

  

时间: 2024-11-11 13:54:26

图论学习的相关文章

YYN图论学习路线(推荐)

先并查集, 然后最小生成树, 最短路, 强连通, 双连通, LCA, 二分匹配, 网络流, 2-sat 这部分搞完后, 开始树直径, 树重心, 欧拉回路, 树分治

图论学习十之Sparse table

ST表 无修改区间最值询问问题 • 给出一个数组a[1..N] • Q个询问,每次询问每次询问区间[x,y]最大值. • N,Q <= 100000 St表的递推 • 用st[k][i]表示从i开始连续2^k个元素的最值. • 得出递推式 • st[k+1][i]=max(st[k][i], st[k][i+2^k]);(假设求最大值) • 从小到大枚举k,再枚举i. • 那么预处理出上面这个数组的复杂度为O(nlogn) .   询问操作 • 找出最大的k使得 2^k<=y-x+1 • 注意

图论基础学习

//zjnu 1410//floyed #include<cstdio> #include<iostream> #include<algorithm> #include<cstring> using namespace std; #define inf 0x3fffffff int mp[201][201],n; void floyed() { int i,j,k,mi=inf; for(i=0;i<n;i++) { for(j=0;j<n;j+

图论 —— tarjan 缩点 割点 (学习历程)

首先,从模板题开始学起—— P3387 [模板]缩点 思路: 1. 这道题为什么要 缩点?(什么时候需要缩点) 根据题目意思,我们只需要找出一条点权最大的路径就行了,不限制点的个数.那么考虑对于一个环上的点被选择了,一整条环是不是应该都被选择,这一定很优,能选干嘛不选.很关键的是题目还允许我们重复经过某条边或者某个点,我们就不需要考虑其他了.因此整个环实际上可以看成一个点(选了其中一个点就应该选其他的点) ——摘录自洛谷第一篇题解 2. 将强连通分量缩点 ->  建边成为DAG -> DPma

codevs——1019 集合论与图论

1019 集合论与图论 时间限制: 1 s 空间限制: 128000 KB 题目等级 : 黄金 Gold 题解 查看运行结果 题目描述 Description 集合论与图论对于小松来说是比数字逻辑轻松,比数据结构难的一门专业必修课.虽然小松在高中的时候已经自学过了离散数学中的图论,组合,群论等知识.但对于集合论,小松还是比较陌生的.集合论的好多东西也涉及到了图论的知识. 在第四讲的学习中,小松学到了“有序对”这么一个概念,即用<x, y>表示有序对x和y.要注意的是有序对<x, y>

图论及其应用——树

在之前初步介绍图的文章中,我们得知,图(graph)是表征事物之间关系的一种抽象化表示方法,而基于图的概念,我们将所有的无回路无向图拿出来,给它们一个新的名字——树.  关于树的概念性术语很多,这里我们先就简单的二叉树(一个根至多有两个子树)来进行分析.    这就是一些简单的二叉树,这里A.B.C等我们成为节点.A叫做根节点,它的两个分支是B和C,并且我们称B是一个左子树,C是一个右子树,知道了这些简单的概念,我们就可以初步的探讨一些问题了. 二叉树树作为一种特殊的图,我们也要研究其遍历的方式

如何学习离散数学和在计算机科学中应用

引言 离散数学的定义及其在各学科领域的重要作用.离散数学(Discrete mathematics)是研究离散量的结构及其相互关系的数学学科,是现代数学的一个重要分支.它在各学科领域,特别在计算机科学与技术领域有着广泛的应用,同时离散数学也是计算机专业的许多专业课程,如程序设计语言.数据结构.操作系统.编译技术.人工智能.数据库.算法设计与分析.理论计算机科学基础等必不可少的先行课程.通过离散数学的学习,不但可以掌握处理离散结构的描述工具和方法,为后续课程的学习创造条件,而且可以提高抽象思维和严

关于自动寻径和图、邻接表的学习和启发

以后的游戏中可能会用到人物的自动寻径,在网上看到一个非常不错的博文,特学习了一下,并转了过来为以后留着... 再次感谢 Siliphen的分享,本文转载自 http://blog.csdn.net/stevenkylelee/article/details/38408253 本文乃Siliphen原创,转载请注明出处:http://blog.csdn.net/stevenkylelee 本文的实现使用的环境是:Cocos2d-x 3.2,VS2013 本文,我们最终实现的地图行走效果如下2图:

C++ Primer 学习笔记_66_面向对象编程 --定义基类和派生类[续]

算法旨在用尽可能简单的思路解决问题,理解算法也应该是一个越看越简单的过程,当你看到算法里的一串概念,或者一大坨代码,第一感觉是复杂,此时不妨从例子入手,通过一个简单的例子,并编程实现,这个过程其实就可以理解清楚算法里的最重要的思想,之后扩展,对算法的引理或者更复杂的情况,对算法进行改进.最后,再考虑时间和空间复杂度的问题. 了解这个算法是源于在Network Alignment问题中,图论算法用得比较多,而对于alignment,特别是pairwise alignment, 又经常遇到maxim