图论入门小结

1.传递闭包
和弗洛伊德一样的三个循环...不过从三角形松弛变成了判断两个点是否都有一条到某一个中间节点的路径,若有则两点联通. 复杂度n^3
 

2.弗洛伊德 任意两点间最短路

三角形性质 dis[x]+len[x][y]>=dis[y];//某一点到x的距离+x与y之间的距离>=该点到y的距离
松弛就是把不满足上述要求的最短距离改为满足的...
复杂度n^3
三个循环,中间节点放最外面
1 for(){// k的循环
2     for(){// i的循环
3         for(){// j的循环
4             if(dis[i][k]+dis[k][j]>=dis[i][j]){
5                 dis[i][j]=dis[i][k]+dis[k][j];
6             }
7         }
8     }
9 }
View Code

初始化:

没有相连的边则权值为正无穷,用memset全部初始化为10即可;
自己到自己的距离为0;
 
163博客真的对强迫症太不友好了QAQ手动缩进浑身难受.
  
3.迪杰斯特拉 单源最短路 可用堆优化虽然还不会但是还是要大写加粗
邻接表和矩阵都可以用
要求不能有负权
1.找距离所求点最短距离的点;
2.然后以该点为中间点对其他所有未访问的点做松弛同时对该点做访问过的标记;
3.如果能找到没有访问过的点,返回1,否则结束;
 
复杂度n^2.
 1 void work(int st){
 2     for(int i=1;i<=n;i++){
 3         dis[i]=maps[st][i];
 4     }
 5     memset(vis,0,sizeof(vis));
 6     vis[st]=1;
 7     dis[st]=0;
 8     for(int i=1;i<=n;i++){
 9         int minn=99999999;
10         int k=0;
11         for(int j=1;j<=n;j++){
12             if(dis[j]<=minn&&(!vis[j])){
13                 minn=dis[j];
14                 k=j;
15             }
16         }
17         if(k==0){
18             return;
19         }
20         vis[k]=1;
21         for(int j=1;j<=n;j++){
22             if((maps[k][j]+dis[k]<=dis[j])&&(!vis[j])){
23                 dis[j]=dis[k]+maps[st][j];
24             }
25         }
26     }
27 }
View Code

4.Bellman_ford算法  判断是否有负环

5.SPFA 改进上面的
4用边表
5用邻接表+队列
p196自己翻书好了.....
 
6.最小生成树
p200

 

转载于:https://www.cnblogs.com/137shoebills/p/7783584.html

### 什么是图论图论是研究图(Graph)的数学理论,广泛应用于计算机科学、信息科学、社会学、生物学等多个领域。图由一组顶点(Vertex)和连接这些顶点的(Edge)组成,可以用来表示对象之间的关系[^2]。 ### 图的基本定义 图通常记作 $ G = (V, E) $,其中: - $ V $ 是顶点集合。 - $ E $ 是集合,每条连接两个顶点。 根据是否有方向性,图可分为: 1. **无向图**:没有方向性,例如社交网络中朋友关系。 2. **有向图**:具有方向性,例如网页链接关系。 ### 图的分类 根据不同的属性,图可以分为以下几类: 1. **无权图**:不带权重。 2. **带权图**:每条都有一个权重值,表示连接的成本或距离。 3. **稀疏图**:的数量远小于顶点数量的平方。 4. **稠密图**:的数量接近于顶点数量的平方。 5. **完全图**:任意两个顶点之间都有一条连接。 ### 图的连通性 图的连通性描述了顶点之间的可达性: 1. **连通图**:在无向图中,任意两个顶点之间存在路径。 2. **强连通图**:在有向图中,任意两个顶点之间存在双向路径。 3. **弱连通图**:忽略的方向后,图是连通的。 定理说明: - 在具有 $ n $ 个结点的图中,若 $ v_i $ 到 $ v_j $ 存在一条路,则 $ v_i $ 到 $ v_j $ 必存在一条长度不大于 $ n-1 $ 的路[^4]。 - 图是强连通则必是单侧连通;是单侧连通则必是弱连通。 ### 图的表示方法 图可以通过以下两种常见方式表示: #### 邻接矩阵 邻接矩阵是一个二维数组 $ A $,其中 $ A[i][j] $ 表示从顶点 $ i $ 到顶点 $ j $ 是否存在。对于带权图,$ A[i][j] $ 可以存储的权重。 ```python # 示例:无向图的邻接矩阵表示 graph = [ [0, 1, 0, 1], [1, 0, 1, 0], [0, 1, 0, 1], [1, 0, 1, 0] ] ``` #### 邻接表 邻接表是一个列表,每个顶点对应一个链表,存储与该顶点相连的所有顶点。 ```python # 示例:邻接表表示 graph = { 0: [1, 3], 1: [0, 2], 2: [1, 3], 3: [0, 2] } ``` ### 图的基本算法 图的基本算法包括: 1. **深度优先遍历(DFS)**:通过递归或栈实现,用于探索图中的所有可达顶点。 2. **广度优先遍历(BFS)**:通过队列实现,用于寻找最短路径。 3. **求解连通量**:统计图中连通分量的数量。 4. **判断两个顶点是否连通**:使用 DFS 或 BFS 检查是否存在路径。 5. **寻找连通路径**:记录路径并输出。 6. **寻找最短路径**:常用 Dijkstra 算法或 Floyd-Warshall 算法。 ### 经典图论问题和应用 图论的经典问题包括: 1. **最短路径问题**:如 Dijkstra 算法、Bellman-Ford 算法。 2. **最小生成树问题**:如 Prim 算法、Kruskal 算法。 3. **最大匹配问题**:如匈牙利算法。 4. **网络流问题**:如 Ford-Fulkerson 算法。 5. **拓扑排序问题**:用于任务调度。 图的应用非常广泛,包括社交网络分析、交通网络优化、互联网路由协议等。 ### 入门教程和学习资料推荐 1. **书籍**: - 《算法导论》:详细讲解图论算法。 - 《数据结构与算法分析》:提供图论基础概念。 2. **在线课程**: - Coursera 上的《Algorithms on Graphs》课程。 - LeetCode 和 HackerRank 提供大量图论练习题。 3. **博客和文章**: - 优快云 和知乎上的图论入门教程。 - GeeksforGeeks 提供详细的图论算法实现。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值