嘉嘉
A person
嘉嘉的博客

图论

AI Summary

本文介绍了图论中的Kruskal算法用于构建最小/最大生成树,以及Dijkstra算法用于求单源最短路径,强调Kruskal通过边权排序和并查集实现最优树构建,Dijkstra适用于非负边权的路径问题。

图论的笔记

Kruskal

最大/小生成树算法

一棵 $n$ 个节点的树可以理解为一个 $n$ 个节点; $n-1$条边的连通图(一个节点可以到达任意一个其它节点)

即,断开一条边,树分为两个连通块。则断开 $k$ 条边树被分为 $k+1$ 个连通块。

生成树是什么?

从一张 $n$ 个节点 $m$ 条边的图中选出 $n-1$ 条边,组成一个(连通的)树

最小生成树:边权最小的生成树;最大生成树相反。

反向考虑一棵树的构建过程:

一开始是 $n$ 个独立的点(连通块),然后每增加一条边就减少一个连通块。我们可以使用并查集来实现连通块的维护。

要构建一颗最小生成树,只要按照边权升序排序,依次考虑。

那怎么考虑呢?对于要考虑的两个节点 $u$、$v$,通过并查集查看它们是否在同一连通块中(find(u)==find(v)),如果是则不选(这样会形成环而最终的树中不应该有环);否则可以选。

Kruskal算法的流程:

1.初始化并查集
2.按边权排序,依次扫描每条边:

  • 如果 $u$、$v$ 在同一连通块中,扫描下一条;
  • 否则选择

动态算法演示

Dijkstra

解决单源最短路径(SSSP)的算法

流程:

$ dis(x) $ 表示从起点 $S$ 到 $x$ 的最短距离

  • 初始化 $dis(S)$ 为 $0$,其它为 正无穷
  • 在未被标记的节点中找到 $dis$ 最小的并标记
  • 将上一步找到的最小的设为 $x$,扫描 $s$ 的所有出边 $(x,y,z)$(即从 $x$ 到 $y$ 的距离为 $z$),如果 $dis(y)>dis(x)+z$就更新 $dis(y)$

它只能处理非负边权!

时间复杂度为 $O(n^2)$

justin的头像

justin

Author

Leave a Reply

textsms
account_circle
email

嘉嘉的博客

图论
图论的笔记 Kruskal 最大/小生成树算法 一棵 $n$ 个节点的树可以理解为一个 $n$ 个节点; $n-1$条边的连通图(一个节点可以到达任意一个其它节点) 即,断开一条边,树分为两个连通块。则断开 $k$ 条边树被分为 $k+1$ 个连通块。 生成树是什么? 从一张 $n$ 个节点 $m$ 条边的图中选出 $n-1$ 条边,组成一个(连通的)树 最小生成树:边权最小的生成树;最大生成树相反。 反向考虑一棵树的构建过程: 一开始是 $n$ 个独立的点(连通块),然后每增加一条边就减少一个连通块。我们可以使用并查集来实现连通块的维护。 要构建一颗最小生成树,只要按照边权升序排序,依次考虑。 那怎么考虑呢?对于要考虑的两个节点 $u$、$v$,通过并查集查看它们是否在同一连通块中(find(u)==find(v)),如果是则不选(这样会形成环而最终的树中不应该有环);否则可以选。 Kruskal算法的流程: 1.初始化并查集2.按边权排序,依次扫描每条边: 动态算法演示 Dijkstra 解决单源最短路径(SSSP)的算法 流程: $ dis(x) $ 表示从起点 $S$ 到 $x$ 的最短距离 它只能处理非负边权! 时间复杂度为 $O(n^2)$
Scan QR code to continue reading
2023-02-05