zoukankan      html  css  js  c++  java
  • 图的最小生成树

    Prim:适合边稠密的图

    设置2个数据结构:MST lowcost

    我们假设V1是起始点,进行初始化(lowcost[]==-1 代表 无通路 lowcost[i]==0代表 顶点 i 加入到MST 中):

    V1 加入MST  比较 其余定点到 MST 内所有顶点的权值(即:其余顶点到V1)

     lowcost[2]=6,lowcost[3]=1,lowcost[4]=5,lowcost[5]=-1,lowcost[6]=-1,明显看出,以V3为终点的边的权值最小=1,

    V3 加入MST 比较 其余定点到 MST 内所有顶点的权值(即:其余顶点到V1,V3)

    需要更新lowcost数组: 

    lowcost[2]=5,lowcost[4]=5,lowcost[5]=6,lowcost[6]=4

    V6 加入MST 比较 其余定点到 MST 内所有顶点的权值(即:其余顶点到V1,V3,V6)

    .。。。。。。。

    直到所有点在MST内

    dijkstra算法:适合边稀疏的图

    1.  把每个顶点放到集合 V 中

    2.  找到图内权值最小的边<A,D>放到集合 E 中;在集合 V 内 标记 顶点A D,

      边<A ,B>,<B,D>,<E,D>,<F,D>进行下一次的比较

    3.  重复操作 2 直到集合 V 内所有顶点都被标记;按照 此时集合 E 内的边连接各个顶点 即可得到最小生成树

  • 相关阅读:
    Docker03-镜像
    Docker02:Centos7.6安装Docker
    Docker01-重要概念
    WEB开发新人指南
    Lpad()和Rpad()函数
    Unable to find the requested .Net Framework Data Provider. It may not be installed
    redis自动过期
    redis简单的读写
    redis的安装
    Ajax缓存,减少后台服务器压力
  • 原文地址:https://www.cnblogs.com/Sky-Aces/p/8410414.html
Copyright © 2011-2022 走看看