图论算法.docx
《图论算法.docx》由会员分享,可在线阅读,更多相关《图论算法.docx(13页珍藏版)》请在冰点文库上搜索。
图论算法
1.Dijkstra
1) 适用条件&范围:
a) 单源最短路径(从源点s到其它所有顶点v);
b) 有向图&无向图(无向图可以看作(u,v),(v,u)同属于边集E的有向图)
c) 所有边权非负(任取(i,j)∈E都有Wij≥0);
2) 算法描述:
a) 初始化:
dis[v]=maxint(v∈V,v≠s);dis[s]=0;pre[s]=s;S={s};
b) Fori:
=1ton
1.取V-S中的一顶点u使得dis[u]=min{dis[v]|v∈V-S}
2.S=S+{u}
3.ForV-S中每个顶点vdoRelax(u,v,Wu,v)
c) 算法结束:
dis[i]为s到i的最短距离;pre[i]为i的前驱节点
3) 算法优化:
使用二叉堆(BinaryHeap)来实现每步的DeleteMin(ExtractMin,即算法步骤b中第1步)操作,算法复杂度从O(V^2)降到O((V+E)㏒V)。
推荐对稀疏图使用。
使用FibonacciHeap(或其他Decrease操作O
(1),DeleteMin操作O(logn)的数据结构)可以将复杂度降到O(E+V㏒V);如果边权值均为不大于C的正整数,则使用RadixHeap可以达到O(E+V㏒C)。
但因为它们编程复杂度太高,不推荐在信息学竞赛中使用。
注:
程序使用二叉堆
程序:
programmtx_grp;
constnum=10;max=10000;
type
grp=array[1..num,1..num]ofinteger;
rcd=setof1..num;
arr=array[1..num]ofinteger;
arr2=array[1..num]ofrcd;
var
i,j,w,m,n,e,k:
integer;
g:
grp;
visited:
array[1..num]ofboolean;
path:
arr2;
dist,s:
arr;
procedurecreatemtx;
vari,j,k:
integer;
begin
fori:
=1tondo
forj:
=1tondo
g[i,j]:
=max;
fork:
=1toedo
begin
readln(i,j,w);
g[i,j]:
=w;
g[j,i]:
=w;
end;
end;
procedureprint(g:
grp);
begin
fori:
=1tondo
begin
forj:
=1tondo
ifg[i,j]=maxthenwrite('oo':
4)
elsewrite(g[i,j]:
4);
writeln;
end;
end;
proceduredijkstra(vardist:
arr;varpath:
arr2;i:
integer);
begin
e:
=i;
forj:
=1tondobegin
ifj<>ithens[j]:
=0elses[j]:
=1;
dist[j]:
=g[i,j];
ifdist[j] thenpath[j]:
=[i]+[j]
elsepath[j]:
=[];
end;
fork:
=1ton-2do
begin
w:
=max;m:
=i;
forj:
=1tondo
if(s[j]=0)and(dist[j]=j;w:
=dist[j];end;
ifm<>ithens[m]:
=1elseexit;
forj:
=1tondo
if(s[j]=0)and(dist[m]+g[m,j] thenbegin
dist[j]:
=dist[m]+g[m,j];
path[j]:
=path[m]+[j];
end;
end;
fori:
=1tondo
ifi<>ethenbegin
forj:
=1tondo
ifjinpath[i]thenwrite(j:
3);
writeln('w=':
4,dist[i]);
end;
end;
begin
assign(input,'nodelst5.in');
reset(input);
readln(n,e);
createmtx;
writeln;
readln(i);
dijkstra(dist,path,i);
writeln;
end.
2.Floyd-Warshall
1) 适用范围:
a) APSP(AllPairsShortestPaths)
b) 稠密图效果最佳
c) 边权可正可负
2) 算法描述:
a) 初始化:
dis[u,v]=w[u,v]
b) Fork:
=1ton
Fori:
=1ton
Forj:
=1ton
Ifdis[i,j]>dis[i,k]+dis[k,j]Then
Dis[I,j]:
=dis[I,k]+dis[k,j];
c) 算法结束:
dis即为所有点对的最短路径矩阵
3) 算法小结:
此算法简单有效,由于三重循环结构紧凑,对于稠密图,效率要高于执行|V|次Dijkstra算法。
时间复杂度O(n^3)。
考虑下列变形:
如(I,j)∈E则dis[I,j]初始为1,else初始为0,这样的Floyd算法最后的最短路径矩阵即成为一个判断I,j是否有通路的矩阵。
更简单的,我们可以把dis设成boolean类型,则每次可以用“dis[I,j]:
=dis[I,j]or(dis[I,k]anddis[k,j])”来代替算法描述中的蓝色部分,可以更直观地得到I,j的连通情况。
与Dijkstra算法类似地,算法中蓝色的部分可以加上对Pre数组的更新,不再赘述。
4) 程序(直接写上的。
或许有小错误)
programfloyd
vari,j,k,n,m:
longint;
leng:
array[0..1001,0..1001]oflongint;
begin
readln(n);
fori:
=1tondo
beginforj:
=1tondo
read(a[i,j]);
readln;
end;
fork:
=1tondo
fori:
=1tondo
forj:
=1tondo
ifleng[i,k]+leng[k,j]begin
leng[i,j]:
=leng[i,k]+leng[k,j];
end;
end.
3.Prim
1) 适用范围:
a) MST(MinimumSpanningTree,最小生成树)
b) 无向图(有向图的是最小树形图)
c) 多用于稠密图
2) 算法描述:
a) 初始化:
dis[v]=maxint(v∈V,v≠s);dis[s]=0;pre[s]=s;S={s};tot=0
b) Fori:
=1ton
1.取顶点v∈V-S使得W(u,v)=min{W(u,v)|u∈S,v∈V-S,(u,v)∈E}
2.S=S+{v};tot=tot+W(u,v);输出边(u,v)
3.ForV-S中每个顶点vdoRelax(u,v,Wu,v)
c) 算法结束:
tot为MST的总权值
注意:
这里的Relax不同于求最短路径时的松弛操作。
它的代码如下:
procedurerelax(u,v,w:
integer);//松弛操作
begin
ifwbegin
pre[v]:
=u;
dis[v]:
=w;
end;
end;
可以看到,虽然不同,却也十分相似。
3) 算法优化:
使用二叉堆(BinaryHeap)来实现每步的DeleteMin(ExtractMin)操作
算法复杂度从O(V^2)降到O((V+E)㏒V)。
推荐对稀疏图使用。
使用FibonacciHeap可以将复杂度降到O(E+V㏒V),但因为编程复杂度太高,不推荐在信息学竞赛中使用。
(不要问我为什么和Dijkstra一样……观察我的prim和dijkstra程序,会发现基本上只有relax和输出不一样……)
程序:
programmintree_prim(input);
const
maxn=100;
var
a:
array[1..maxn,1..maxn]ofinteger;
b:
array[1..maxn]ofboolean;
d:
array[1..maxn]ofinteger;
n,tot,i,j,k,min:
integer;
begin
assign(input,'prim.in');
reset(input);
tot:
=0;
readln(n);
fori:
=1tondo
b[i]:
=true;
b[1]:
=false;
fori:
=1tondo
forj:
=1tondo
begin
read(a[i,j]);
ifa[i,j]=-1then
a[i,j]:
=maxint;
end;
fori:
=2tondo
d[i]:
=a[1,i];
fori:
=1ton-1do
begin
min:
=maxint;
forj:
=1tondo
if(b[j])and(d[j] begin
k:
=j;
min:
=d[j];
end;
tot:
=tot+d[k];
b[k]:
=false;
forj:
=1tondo
if(b[j])and(d[j]>a[k,j])then
d[j]:
=a[k,j];
end;
writeln(tot);
close(input);
end.
4.TopologicalSort(拓扑排序)
1) 适用条件&范围:
a) AOV网(ActivityOnVertexNetwork);
b) 有向图;
c) 作为某些算法的预处理过程(如DP)
2) 算法描述:
很简单的算法:
每次挑选入度为0的顶点输出(不计次序)。
如果最后发现输出的顶点数小于|V|,则表明有回路存在
3) 算法实现:
a) 数据结构:
adj:
邻接表;有4个域{u,v,w,next}
indgr[i]:
顶点i的入度;
stack[]:
栈
b) 初始化:
top=0(栈顶指针)
c) 将初始状态所有入度为0的顶点压栈
d) I=0(计数器)
e) While栈非空(top>0)do
i. 顶点v出栈;输出v;计数器增1;
ii. For与v邻接的顶点udo
1. dec(indgr[u]);
2. Ifindgr[u]=0then顶点u入栈
f) EXIT(I=|V|)
简单&高效&实用的算法。
上述实现方法复杂度O(V+E)
4) 程序:
{
有向图的拓扑排序
每次找入度为0的顶点入栈
成功返回true,有环返回false
总复杂度O(n+e)
}
const
maxn=100;
type
link=^node;
node=record
v,w :
integer;
next :
link;
end;
arr=array[1..maxn]of1..maxn;
var
adj :
array[1..maxn]oflink; //邻接表
tsort,indgr :
arr; //拓扑序列;入度
n,s,i :
integer;
procedureinit;
var
u,v,w:
integer;
p :
link;
begin
assign(input,'g.in');reset(input);
readln(n,s);
whilenoteofdo
begin
readln(u,v,w);
new(p);
p^.v:
=v;p^.w:
=w;p^.next:
=adj[u];
adj[u]:
=p;inc(indgr[v])
end;
end;
functiontoposort(indgr:
arr):
boolean;
var
i,top :
integer;
p :
link;
stack :
array[1..maxn]ofinteger;
begin
top:
=0;
fori:
=1tondo
ifindgr[i]=0then
begininc(top);stack[top]:
=iend;
i:
=0;
whiletop>0do
begin
inc(i);tsort[i]:
=stack[top];dec(top);
p:
=adj[tsort[i]];
whilep<>nildo
begin
dec(indgr[p^.v]);
ifindgr[p^.v]=0then
begininc(top);stack[top]:
=p^.vend;
p:
=p^.next;
end;
end;
exit(i=n)
end;
{===========main===========}
begin
init;
iftoposort(indgr)then
fori:
=1tondowrite(tsort[i],'')
elsewriteln('Acirclefound')
end.
5.Kruskal
1) 适用范围:
a) MST(MinimumSpanningTree,最小生成树)
b) 无向图(有向图的是最小树形图)
c) 多用于稀疏图
d) 边已经按权值排好序给出
2) 算法描述:
基本思想:
每次选不属于同一连通分量(保证无圈)且边权值最小的2个顶点,将边加入MST,并将所在的2个连通分量合并,直到只剩一个连通分量
3) 算法实现:
a) 将边按非降序排列(Quicksort,O(E㏒E))
b) While合并次数少于|V|-1
i. 取一条边(u,v)(因为已经排序,所以必为最小)
ii. Ifu,v不属于同一连通分量then
1) 合并u,v所在的连通分量
2) 输出边(u,v)
3) 合并次数增1;tot=tot+W(u,v)
c) 算法结束:
tot为MST的总权值
4) 分析总结:
检查2个顶点是否在同一连通分量可以使用并查集实现(连通分量看作等价类)。
我们可以看到,算法主要耗时在将边排序上。
如果边已经按照权值顺序给出,那太棒了……
另外一种可以想到的实现方法为:
O(n)时间关于边权建二叉小根堆;每次挑选符合条件的边时使用堆的DelMin操作。
这种方法比用Qsort预排序的方法稍微快一些,编程复杂度基本一样。
附程序。
另外,如果边权有一定限制,即<=某常数c,则可以使用线性时间排序以获得更好的时间效率。
5) 程序:
programkruskal;
typearr=array[0..100,1..3]oflongint;
var
n,m,i,j,k,min,vt:
longint;
s,t:
array[0..100]oflongint;
g:
arr;
procedureheap(varr:
arr;nn,ii:
longint);
varfr,en,i,j,x:
longint;
begin
i:
=ii;x:
=r[i,3];
fr:
=r[i,1];en:
=r[i,2];j:
=2*ii;
whilej<=nndo
begin
if(j if x r[i,3]:
=r[j,3];r[i,2]:
=r[j,2];r[i,1]:
=r[j,1];
i:
=j;j:
=2*i;
end
elsej:
=nn+1;
end;
r[i,3]:
=x; r[i,2]:
=en;r[i,1]:
=fr;
end;
begin
assign(input,'kruskal.in');
reset(input);
readln(n,m);
fori:
=1tomdo
readln(g[i,1],g[i,2],g[i,3]);
fori:
=mdiv2downto1do
heap(g,m,i);
fori:
=mdownto2do
begin
k:
=g[i,1];g[i,1]:
=g[1,1];g[1,1]:
=k;
k:
=g[i,2];g[i,2]:
=g[1,2];g[1,2]:
=k;
k:
=g[i,3];g[i,3]:
=g[1,3];g[1,3]:
=k;
heap(g,i-1,1);
end;
fillchar(s,sizeof(s),0);
fillchar(t,sizeof(t),0);
vt:
=0;
fori:
=1ton-1do
begin
min:
=maxlongint;
{ k:
=0; }
forj:
=1tomdo
ifs[j]=0then
if((t[g[j,1]]=0)xor(t[g[j,2]]=0))or(i=1)then
ifg[j,3] begin
min:
=g[j,3];
k:
=j; break;
end;
s[k]:
=1;
t[g[k,1]]:
=1;
t[g[k,2]]:
=1;
vt:
=vt+min;
end;
fori:
=1tomdo
ifs[i]=1then
begin
writeln(g[i,1],'->',g[i,2]);
end;
writeln(vt);
end.