5.4.2 Построение минимального покрывающего дерева
Итак, пусть дан связный неориентированный граф G = (V, Е) и весовая функция w: ЕR. Мы хотим найти минимальное покрывающее дерево (мини- мальный остов), следуя жадной стратегии.
Общая схема всех наших алгоритмов будет такова. Искомый остов строится постепенно: к изначально пустому множеству А на каждом шаге добавляется одно ребро. Множество А всегда является подмножеством некоторого мини- мального остова. Ребро (u, v), добавляемое на очередном шаге, выбирается так, чтобы не нарушить этого свойства: тоже должно быть подмноже- ством минимального остова. Мы называем такое ребро безопасным ребром (safe edge) для А.
Листинг 5.8 – Общий алгоритм построения минимального покрывающего дерева
По определению безопасного ребра свойство «А является подмножеством некоторого минимального остова» остаётся истинным после любого числа ите- раций цикла (для пустого множества это свойство, очевидно, выполнено), так что в строке 5 алгоритм выдаёт минимальный остов. Конечно, главный вопрос состоит в том, как искать безопасное ребро в строке 3. Такое ребро существует (если А является подмножеством минимального остова, то любое ребро этого остова, не входящее в А, является безопасным).
Заметим, что множество А не может содержать циклов (поскольку является частью минимального остова). Поэтому добавляемое в строке 4 ребро соеди- няет различные компоненты графа GА = (V, A), и с каждой итерацией цикла число компонент уменьшается на 1. Вначале каждая точка представляет собой отдельную компоненту; в конце весь остов одна компонента, так что цикл повторяется |V| – 1 раз.
В оставшейся части этого раздела будет приведено правило отыскания безопас- ных рёбер. В следующем разделе будут описаны два алгоритма, использующих это правило для эффективного поиска безопасных рёбер.
Начнём с определений. Разрезом (cut) (S, V \ S) неориентированного графа G = (V, E) называется разбиение множества его вершин на два подмножества (рис. 5.7) .
Говорят, что ребро (и, v) Е пересекает (crosses) разрез (S, V \ S), если один из его концов лежит в S, а другой – в V \ S. Разрез согласован с множе- ством рёбер А (respects the set А), если ни одно ребро из А не пересекает этот разрез. В множестве пересекающих разрез рёбер выделяют ребра наименьшего (в этом множестве) веса, называя их лёгкими (light edges).
Теорема 5.8. Пусть G = (V, Е) – связный неориентированный граф, на множе- стве вершин которого определена вещественная функция w. Пусть А – мно- жество рёбер, являющееся подмножеством некоторого минимального остова графа G. Пусть (S, V \ S) – разрез графа G, согласованный с А, а (u, v) – лёгкое ребро для этого разреза. Тогда ребро (u, v) является безопасным для А.
Доказательство. Пусть Т – минимальный остов, содержащий А. Предположим, что Т не содержит ребра (и, v), поскольку в противном случае доказываемое утверждение очевидно. Покажем, что существует другой минимальный остов Т ', содержащий,так что ребро (и, v) является безопасным для А.
Рисунок 5.7 – Два изображения одного и того же разреза графа
На рисунке 5.7: (а) Вершины множе- ства S изображены чёрными. вершины из V \ S –белыми. Рёбра, пересекающие разрез, соединяют белые вершины с чёрными. Единственное лёгкое ребро, пересекающее разрез – ребро (d, с). Множество А состоит из серых рёбер. Разрез (S, V \ S) согласован с А (ни одно ребро из А не пересекает разрез). (б) Вершины множества S изображены слева, вершины V \ S – справа. Ребро пересекает разрез, если оно пересекает вертикальную прямую.
Рисунок 5.8 – К доказательству теоремы 5.8
На рисунке 5.8 все вершины S – чёрные, вершины V \ S – белые. Изображены только рёбра минимального остова (назовём его Т). Рёбра множества А выделены серым цветом; (u, v) лёгкое ребро, пересекающее разрез (S, V \ S); (х, у) – ребро единственного пути р от u к v в Т.
Остов Т связен и потому содержит некоторый (единственный) путь р из и в v (рис. 5.8); ребро (и, v) замыкает этот путь в цикл. Поскольку вершины и и v принадлежат разным частям разреза (S, V \ S), в пути р есть по крайней мере одно ребро (х, у), пересекающее разрез. Это ребро не лежит в А, так как разрез согласован с А. Добавив к дереву Т ребро (и, v) и удалив из получившегося цикла ребро (х, у), получим новый остов Т ' = Т \ {(х, у)} {(u, v)}.
Покажем, что Т ' минимальный остов. Поскольку (и, v) – лёгкое ребро, пересекающее разрез (S, V \ S), изъятое из Т ребро (х, у) имеет не меньший вес, чем добавленное вместо него ребро (и, v), так что вес остова мог только уменьшиться. Но остов был минимальным, значит, вес его остался прежним, и новый остов Т ' будет другим минимальным остовом (того же веса). Поэтому ребро (и, v), содержащееся в Т ', является безопасным.
Следствие 5.9. Пусть G = (V, Е) связный неориентированный граф и на мно- жестве Е определена весовая функция w. Пусть А – множество рёбер графа, являющееся подмножеством некоторого минимального остова. Рассмотрим лес GA = (V, А). Пусть дерево С – одна из связных компонент леса GA. Рассмот- рим все рёбра графа, соединящие вершины из С с вершинами не из С, и возьмём среди них ребро наименьшего веса. Тогда это ребро безопасно для А.
Доказательство. Оно очевидно: разрез (С, V \ С) согласован с А, а ребро (и,v) – лёгкое ребро для этого разреза.
- Министерство образования Российской Федерации
- Содержание
- 1.2 Скорость роста функций
- 1.3 Анализ алгоритмов; время работы в лучшем, худшем случаях и в среднем
- 1.4 Типы данных, структуры данных и абстрактные типы данных
- 1.5 Динамические множества
- 2 Алгоритмы сортировок
- 2.1 Понятие внутренней и внешней сортировки
- 2.2 Сортировка вставками
- 2.3 Сортировка слиянием
- 2.3.1 Описание алгоритма
- 2.3.2 Анализ времени работы алгоритмов «разделяй и властвуй»
- 2.3.2 Анализ времени работы сортировки слиянием через рекуррентное соотношение
- 2.3.3 Анализ времени работы сортировки слиянием через геометрическую интерпретацию
- 2.4 Пирамидальная сортировка
- 2.4.1 Введение в алгоритм
- 2.4.2 Сохранение основного свойства кучи
- 2.4.3 Построение кучи
- 2.5 Быстрая сортировка
- 2.5.1 Введение в алгоритм
- 2.5.2 Описание
- 2.5.3 Разбиение массива
- 2.5.4 Особенности работы быстрой сортировки
- 2.6 Особенности реализации алгоритмов сортировки; сортировка за линейное время
- 2.6.1 Введение
- 2.6.2 Разрешающее дерево сортировки сравнениями
- 2.7 Цифровая сортировка
- 2.8 Сортировка вычерпыванием
- 2.8.1 Описание алгоритма
- 2.8.2 Вероятностный анализ времени работы сортировки вычерпыванием
- 2.8.3 Анализ времени работы сортировки вычерпыванием через геометрическую интерпретацию
- 2.9 Сортировка подсчетом
- 2.9.1 Описание алгоритма
- 2.9.2 Анализ времени работы
- 3 Элементарные и нелинейные структуры данных
- 3.1 Элементарные структуры: список, стек, очередь, дек
- 3.1.1 Список Линейный однонаправленный список
- Линейный двунаправленный список
- Двунаправленный список с фиктивными элементами
- Циклические списки
- Циклический однонаправленный список
- Циклический двунаправленный список
- 3.1.2 Стек
- 3.1.3 Очередь
- 3.1.3 Дек
- 3.2 Нелинейные структуры данных
- 3.2.1 Представление корневых деревьев в эвм
- Обходы деревьев
- 3.2.2 Двоичные деревья Спецификация двоичных деревьев
- Реализация
- Обходы двоичных деревьев
- 3.2.3 Двоичные деревья поиска Основные операции
- Минимум и максимум
- Следующий и предыдущий элементы
- Добавление и удаление
- Случайные деревья поиска
- Оптимальные деревья поиска
- 4 Хеширование
- 4.1 Введение
- 4.2 Прямая адресация; таблицы с прямой адресацией
- 4.3 Хеш – таблицы; возникновение коллизий и их разрешение
- Разрешение коллизий с помощью цепочек
- Анализ хеширования с цепочками
- 4.4 Способы построения хеш – функций Выбор хорошей хеш-функции
- Ключи как натуральные числа
- Деление с остатком
- Умножение
- Универсальное хеширование
- 4.5 Открытая адресация; способы вычисления последовательности испробованных мест: линейная последовательность проб, квадратичная последовательность проб, двойное хеширование
- Линейная последовательность проб
- 1 / (1 – )
- 5 Основные принципы разработки алгоритмов
- 5.1 Введение в теорию графов
- 5.1.1 Графы
- 5.1.2 Представление графов
- 5.2 Алгоритмы на графах: поиск в ширину, поиск в глубину
- 5.2.1 Поиск в ширину (волновой алгоритм)
- 5.2.2 Анализ поиска в ширину
- 5.2.3 Деревья поиска в ширину
- 5.2.4 Поиск в глубину
- 5.2.5 Анализ поиска в глубину
- 5.2.6 Свойства поиска в глубину
- 5.2.7 Классификация рёбер
- 5.3 Топологическая сортировка, задача о разбиении графа на сильно связанные компоненты
- 5.3.1 Топологическая сортировка
- 5.3.2 Сильно связные компоненты
- 5.4 Алгоритм построения минимального остовного дерева
- 5.4.1 Остовные деревья минимальной стоимости
- 5.4.2 Построение минимального покрывающего дерева
- 5.4.3 Алгоритмы Крускала и Пpимa
- 5.4.4 Алгоритм Крускала
- 5.4.5 Алгоритм Прима
- 5.5 Задача нахождения кратчайших путей на графах; алгоритм Флойда; алгоритм Дейкстры
- 5.5.1 Нахождение кратчайшего пути
- 5.5.2 Алгоритм Дейкстры
- 5.5.3 Алгоритм Флойда
- 5.6 Поиск с возвратом
- 5.6.1 Введение
- 5.6.2 Переборные алгоритмы
- 5.6.3 Метод ветвей и границ
- 5.6.4 Метод альфа-бета отсечения
- 5.6.5 Локальные и глобальные оптимальные решения
- 5.7 Метод декомпозиции ( «Разделяй и властвуй»)
- 5.7.1 «Ханойские башни»
- 5.8 Жадные алгоритмы и динамическое программирование
- 5.8.1 Задача о выборе заявок
- 5.8.2 Дискретная задача о рюкзаке
- 5.8.3 Непрерывная задача о рюкзаке
- 5.8.4 Числа Фибоначчи
- 5.8.5 Задача триангуляции многоугольника
- 5.8.6 Дп, жадный алгоритм или что-то другое?