任意无向加权图K点连通扩充的逐次改善算法
最短增益路径法

最短增益路径法
最短增益路径法又称为Dijkstra算法,是一种解决加权图的最短路径问题的算法。
该算法首先将起点加入集合S中,然后依次加入不在S集合中的与起点距离最小的点,直到所有的点都被加入。
在加入一个新的点时,更新其它点到起点的距离值。
具体的实现步骤如下:
1.初始化:设置所有顶点的最短距离为无穷大,起点为0;
2.选择距离最小的顶点,将其加入已访问集合S中;
3.遍历该顶点的所有邻居,更新它们到起点的距离值(如果路径距离更小),记录最小距离的邻居;
4.重复2-3步,直到所有顶点都被加入已访问集合S中;
5.通过记录上一步中每个点的最小距离邻居,可以得到最短路径。
Dijkstra算法采用贪心策略,每一步都选择距离最短的点,因此可以得到最短路径。
该算法的时间复杂度为O(n^2),如果使用堆等更高效的数据结构,可以将
时间复杂度降至O(nlogn)。
最小生成树的Prim算法以及Kruskal算法的证明

最⼩⽣成树的Prim算法以及Kruskal算法的证明Prime算法的思路:从任何⼀个顶点开始,将这个顶点作为最⼩⽣成树的⼦树,通过逐步为该⼦树添加边直到所有的顶点都在树中为⽌。
其中添加边的策略是每次选择外界到该⼦树的最短的边添加到树中(前提是⽆回路)。
Prime算法的正确性证明:引理1:对于连通图中的顶点vi,与它相连的所有边中的最短边⼀定是属于最⼩⽣成树的。
引理2:证明:假设最⼩⽣成树已经建成;(vi, vj)是连接到顶点vi的最短边,在最⼩⽣成树中取出vi,断开连接到vi的边,则⽣成树被拆分成1、顶点vi2、顶点vj所在的连通分量(单独⼀个顶点也看作⼀个独⽴的连通分量)3、其余若⼲个连通分量(个数⼤于等于0)三个部分现在要重建⽣成树,就要重新连接之前被断开的各边虽然不知道之前被断开的都是哪⼏条边,但是可以通过这样⼀个简单的策略来重建连接:将vi分别以最⼩的成本逐个连接到这若⼲个互相分离的连通分量;具体来说,就是要分别遍历顶点vi到某个连通分量中的所有顶点的连接,然后选择其中最短的边来连接vi和该连通分量;⽽要将vi连接到vj所在的连通分量,显然通过边(vi, vj)连接的成本最低,所以边(vi, vj)必然属于最⼩⽣成树(如果连接到vi的最短边不⽌⼀条,只要任意挑选其中的⼀条(vi, vj)即可,以上的证明对于这种情况同样适⽤)。
这样我们就为原来只有⼀个顶点vi的⼦树添加了⼀个新的顶点vj及新边(vi, vj);接下来只要将这棵新⼦树作为⼀个连通⼦图,并且⽤这个连通⼦图替换顶点vi重复以上的分析,迭代地为⼦树逐个地添加新顶点和新边即可。
Kruskal算法:通过从⼩到⼤遍历边集,每次尝试为最⼩⽣成树加⼊当前最短的边,加⼊成功的条件是该边不会在当前已构建的图中造成回路,当加⼊的边的数⽬达到n-1,遍历结束。
Kruskal算法的正确性证明:Kruskal算法每次为当前的图添加⼀条不会造成回路的新边,其本质是逐步地连接当前彼此分散的各个连通分量(单个顶点也算作⼀个连通分量),⽽连接的策略是每次只⽤最⼩的成本连接任意两个连通分量。
求解区间图K-连接最短路径问题的在线算法

(h n hi yL brtr fnel e tnomainPo es g S a g a Ke a oaoyo tlg n fr t rcsi , I i I o n
Sh o f mp tr ce c, u a iesy S a g a2 1 0 , hn ) co l Co ue i e F d nUnv ri , hn hi 02 3 C ia o S n t
第 3 卷 第 1 期 8 1
V0 -8 l3
・
计
算
机
工
程 Biblioteka 21 0 2年 6月 J ne 201 u 2
N O. 1 1
Co utrEn ne rng mp e gi e i
软件技术与数据库 ・
文 缩 : o — 4 ( 1 l 05 _2 文 标识 A 章 号 1 0 3 8 0 )— 0 —o 0 _ 2 2 2 l 1_ 献 码:
[ sr c]Ai n t l kS ots P t( S ) rbe o trastip pr rsns h nl eag r m r S rbe o nev l Abtat miga i h r t ahK-P po l nni e l hs a e ee tteo —n loi f Ppo l ni ra K—n e m n v , p i h t o K- m t
输 入 ,对于任意 区间 I [, , ta ] = ,b ,计算其在 K s —P问题中的解 s( ;输出 :s( 。 xt ) xt ) 下文将根据 区间图最短路径 问题特 有的性质 ,给出一 个 解 决在线 区间图 K. 连接最短路 径问题 的算 法 ,并分析其复
杂度 。
3 区间图 K 连接最短路径问题的性质 一
运筹学 第八章 图论 - 全

(a)明显为二部图,(b)也是二部图,但不明显,改画为(c) 时即可看出。
2017/7/13 11
图与网络的基本知识
次,奇点,偶点,孤立点 与某一个点vi相关联的边的数目称为 点vi的次(也叫做度),记作d(vi)。 右图中d(v1)=4,d(v3)=5,d(v5)=1。次 为奇数的点称作奇点,次为偶数的
2017/7/13
18
图与网络的基本知识
有向图 无向图
道路
回路
链
圈
道路(边的方向一致)
2017/7/13 19
图与网络的基本知识
连通图
定义10 一个图中任意两点间至少有一条链相连,则称此图为 连通图。任何一个不连通图总可以分为若干个连通子图,每 一个称为原图的一个分图(连通分支)。
连通图
2017/7/13
边,对余下的图重复这个步骤,直至无圈为止。
2、避圈法:每次增加一条边,且与已有边不构成圈,直至恰 有n-1条边为止。
2017/7/13
24
树
例1、下图是某建筑物的平面图,要求在其内部从每一房间都能走到 别的所有的房间,问至少要在墙上开多少门? 试给出一个开门的方案。
三
七
Байду номын сангаас
三 八 一 四 二 五
七 八 九 六
无向图
2017/7/13
有向图
8
图与网络的基本知识
环, 多重边, 简单图 如果边e的两个端点相重,称该边为 环。如右图中边e1为环。如果两个点 之间边多于一条,称为多重边,如右
v2 e5
多重边
e2
e1 v1
环
e3 v3
e4
图中的e4和e5,对无环、无多重边的
【转】彻底弄懂最短路径问题(图论)

【转】彻底弄懂最短路径问题(图论)P.S.根据个⼈需要,我删改了不少问题引⼊问题:从某顶点出发,沿图的边到达另⼀顶点所经过的路径中,各边上权值之和最⼩的⼀条路径——最短路径。
解决最短路的问题有以下算法,Dijkstra算法,Bellman-Ford算法,Floyd算法和SPFA算法,另外还有著名的启发式搜索算法A*,不过A*准备单独出⼀篇,其中Floyd算法可以求解任意两点间的最短路径的长度。
笔者认为任意⼀个最短路算法都是基于这样⼀个事实:从任意节点A到任意节点B的最短路径不外乎2种可能,1是直接从A到B,2是从A经过若⼲个节点到B。
⼀.Dijkstra算法该算法在《数据结构》课本⾥是以贪⼼的形式讲解的,不过在《运筹学》教材⾥被编排在动态规划章节,建议读者两篇都看看。
(1) 迪杰斯特拉(Dijkstra)算法按路径长度递增次序产⽣最短路径。
先把V分成两组:S:已求出最短路径的顶点的集合V-S=T:尚未确定最短路径的顶点集合将T中顶点按最短路径递增的次序加⼊到S中,依据:可以证明V0到T中顶点Vk的最短路径,或是从V0到Vk的直接路径的权值或是从V0经S中顶点到Vk的路径权值之和(反证法可证)。
(2) 求最短路径步骤1. 初使时令 S={V0},T={其余顶点},T中顶点对应的距离值,若存在<V0,Vi>,为<V0,Vi>弧上的权值(和SPFA初始化⽅式不同),若不存在<V0,Vi>,为Inf。
2. 从T中选取⼀个其距离值为最⼩的顶点W(贪⼼体现在此处),加⼊S(注意不是直接从S集合中选取,理解这个对于理解vis数组的作⽤⾄关重要),对T中顶点的距离值进⾏修改:若加进W作中间顶点,从V0到Vi的距离值⽐不加W的路径要短,则修改此距离值(上⾯两个并列for循环,使⽤最⼩点更新)。
3. 重复上述步骤,直到S中包含所有顶点,即S=V为⽌(说明最外层是除起点外的遍历)。
离散优化模型及算法设计

一、拟阵问题及贪婪算法
在P类中又存在着一个被称为拟阵的具有更为良好性质的问题类,其中的 任一问题均可用一种被称为贪婪法的方法来求解,而这一性质并不是所有 的P问题都具有的。
e , 例 9.1 (最小生成树问题——MST)给定一连通图G=(V,E), 有一表示边长的权C(e)(表示顶点间的距离或费用),求此图的具有 最小总权的生成树。
定理9.3 M是图G中的最大匹配当且仅当G中不存在关于M的增广路。 证明:必要性显然,现证充分性。若存在G中的更大匹配M‘,合并M、 M‘得到一个图G’,易见G’每一顶点的次至多为2(注:G’可能不连通)。 G’可包括偶数边的圈,圈中M与M‘中的边的数量相等。由于| M‘|>| M|,G’ 中至少含一条路,其中M‘中的边多于M中的边,不难看出,这条路是G的 关于M的增广路。 现在可以看出,找最大匹配的关键在于找增广路。读者不难用顶点标号 的办法(由未盖点出发),作出一个求解两分图匹配的增广路算法。此 算法稍加改动,还可以用于非两分图的情况。
例9.3 (入树问题) 给出一个有向图G=(V,A),对A中的每一条孤e,给 出一个权C(e),求A的一个具有最大权(或最小权)的子集B,要求B 中任意两条孤都没有公共的终点。 考察下面的入树问题实例: 例9.4 给出有向图G=(V,A)(图9.3),孤上标出的数字为该边的 权,求此图具有最大权的入树。 解:由于入树不能包含具有公共终点的孤,故对每一顶点 i 只能选 取一条入孤。为使选出的弧具有最大权,只需要对每一顶点选取权最大 的入孤,可用计算量为O(∣V∣∣E∣)的贪婪法求解,具有最大权的 入树为 1,2 , 2 ,1 , 2 ,4 , 4 ,5 , 5 ,3 。 类似地,出树问题也可以用贪婪法求解。
如果所有边的权均为1,则最大权匹配化成最大匹配问题(即求边数最多 的匹配)。对于这一较为简单的子问题,存在着增广路算法。
6.3.1强连通分支算法--Kosaraju算法、Tarjan算法和Gabow算法
6.3.1强连通分⽀算法--Kosaraju算法、Tarjan算法和Gabow算法强连通分⽀算法本节内容将详细讨论有向图的强连通分⽀算法(strongly connected component),该算法是图深度优先搜索算法的另⼀重要应⽤。
强分⽀算法可以将⼀个⼤图分解成多个连通分⽀,某些有向图算法可以分别在各个联通分⽀上独⽴运⾏,最后再根据分⽀之间的关系将所有的解组合起来。
在⽆向图中,如果顶点s到t有⼀条路径,则可以知道从t到s也有⼀条路径;在有向⽆环图中个,如果顶点s到t有⼀条有向路径,则可以知道从t到s必定没有⼀条有向路径;对于⼀般有向图,如果顶点s到t有⼀条有向路径,但是⽆法确定从t到s是否有⼀条有向路径。
可以借助强连通分⽀来研究⼀般有向图中顶点之间的互达性。
有向图G=(V, E)的⼀个强连通分⽀就是⼀个最⼤的顶点⼦集C,对于C中每对顶点(s, t),有s和t是强连通的,并且t和 s也是强连通的,即顶点s和t是互达的。
图中给出了强连通分⽀的例⼦。
我们将分别讨论3种有向图中寻找强连通分⽀的算法。
3种算法分别为Kosaraju算法、Tarjan算法和Gabow算法,它们都可以在线性时间内找到图的强连通分⽀。
Kosaraju算法Kosaraju算法的解释和实现都⽐较简单,为了找到强连通分⽀,⾸先对图G运⾏DFS,计算出各顶点完成搜索的时间f;然后计算图的逆图GT,对逆图也进⾏DFS搜索,但是这⾥搜索时顶点的访问次序不是按照顶点标号的⼤⼩,⽽是按照各顶点f值由⼤到⼩的顺序;逆图DFS所得到的森林即对应连通区域。
具体流程如图(1~4)。
上⾯我们提及原图G的逆图GT,其定义为GT=(V, ET),ET={(u, v):(v, u)∈E}}。
也就是说GT是由G中的边反向所组成的,通常也称之为图G的转置。
在这⾥值得⼀提的是,逆图GT和原图G有着完全相同的连通分⽀,也就说,如果顶点s和t在G中是互达的,当且仅当s和t在GT中也是互达的。
最优控制的计算方法
可得
3、将 代入协态方程,且由边界条件 从t=1倒向积分可得 这里选步长因子 。如此继续下去,直至指标函数随迭代变化很小为止。 由 ,得
图b 最优状态的求解
图a 用梯度法寻找最优控制 右图表示了控制和状态的初始值和第一次迭代值,可以看到第一次迭代 就几乎收敛到最优值, 与最优值还有差异,而且一般说来愈接近最优值收敛愈慢。
K=1时时,控制量为
所以,这个例子只要两步迭代即可得到最优解。一般说来,共轭梯度法比梯度法收敛快,但接近最优解后收敛性仍是较慢的。一个补救办法是重新启动,即找出几个共轭梯度方向 后,令 ,再重新迭代,寻找共轭梯度方向。
可以证明 ,即为最优控制。这只要证明
2、共轭梯度法
*
用共轭梯度法寻找最优控制时是沿着所谓共轭梯度向量的方向进行的。为了说明共轭梯度的意义,我们先从求函数极值问题的共轭梯度法开始,再推广到求泛函极值问题。
(1) 求函数极值的共轭梯度法
其中,
C为常数, Q为正定阵。
要求寻找X使F(X)取极值。
设F(X)是定义在Rn空间中的二次指标函数
直接法的特点是,在每一步迭代中,U(t)不一定要满足H 取极小的必要条件,而是逐步改善它,在迭代终了使它满足这个必要条件,而且,积分状态方程是从t0到tf ,积分协态方程是从tf到t0,这样就避免了去寻找缺少的协态初值(t0)的困难。常用的直接法有梯度法,二阶梯度法,共轭梯度法。
间接法的特点是,在每一步迭代中都要满足H取极小的必要条件,而且要同时积分状态方程和协态方程,两种方程的积分都从从t0到tf或从tf到t0 。常用的间接法有边界迭代法和拟线性化法。
任意连通图与偏k-树乘积图的树宽
Vo _ 9 No. l2 1
Fe . b 2 08 0
文 章 编 号 :6 2—6 7 (0 8 0 0 7 0 17 8 1 2 0 ) 1— 0 8— 2
任 意 连 通 图 与 偏 树 乘 积 图 的 树 宽
冯爱 芬 , 志 勇 黄
( 南 科 技 大 学 理 学 院 , 南 洛 阳 4 10 ) 河 河 703
L i n, 否 则 a r n{ mk}
本 文假设 G为 任意连 通图 , 改进 了原 来 的条件得 到 一个 新 的结果 。
1 主 要 结 果 和 证 明
定 义 3 设 G和 是 两个 图 , G和 的乘 积图 G ×H定义 如下 : 则
() ( H 1 V G× )= { Y l ∈V G , ( ) , ( )Y∈V H } ( )(。Y) , ) G× ( ) ; 2 ,。 和(:Y 在 : H中相邻当且仅
其 中 q H)表示 图 的团数 ( ( 即最 大团数 的基数 ) 。 从而把 树宽 的 问题转 化为 弦图扩 张问题 , 也就 是对 图 G适 当加 边 , 使之 成为 弦 图 , 使 其 团数 为 而
最小 。
A n ogS C re rbr , o iD和 Pok rw k A于 18 nl rsuo si 9 7年证 明了树 宽 问题 的 N P一完 全性 】文 献 [ ] 推 , 6又
维普资讯
第2 9卷 第 1 期 20 0 8年 2月
河 南 科 技 大 学 学 报 :自 然 科 学 版
J u n lo n n Unv ri f c e c n e h o o y N tr lS in e o r a fHe a ie s y o in e a d T c n l g : a u a ce c t S
一种基于马尔可夫链的高维离群点挖掘算法
一种基于马尔可夫链的高维离群点挖掘算法唐志刚;杨炳儒;杨珺【摘要】提出了一种基于马尔可夫链的离群点检测(outlier detection algorithms based on Markov chain,MRKFOD)算法.该算法把基本数据集看作一个加权无向图,数据集中的每个数据表示一个节点,用每条加权边表示节点之间的相似度;形成一个邻接矩阵,把邻接矩阵当作马尔可夫链中的概率转移矩阵;寻求概率转移矩阵的主要特征向量;把每个节点的主要特征向量值作为每个数据的离群度.实验结果表明,该算法与其他高维离群点挖掘算法相比,在效率及有效处理的维数方面均有显著提高.【期刊名称】《系统工程与电子技术》【年(卷),期】2010(032)012【总页数】4页(P2721-2724)【关键词】数据挖掘;离群点;高维数据集;马尔可夫链;加权无向图【作者】唐志刚;杨炳儒;杨珺【作者单位】北京科技大学信息工程学院,北京,100083;南华大学数理学院,湖南,衡阳,421001;北京科技大学信息工程学院,北京,100083;北京科技大学信息工程学院,北京,100083【正文语种】中文【中图分类】TP1820 引言离群点检测是数据挖掘的基本任务之一[1-2],其目的是消除噪音或发现潜在的、有意义的知识,在实际生活中有着广泛的应用,如信用卡欺诈检测、入侵检测、生态系统失调检测、公共卫生中的异常疾病的爆发监测、公共安全中的突发事件的发生、异常天气的发现等。
离群点检测逐渐引起数据库、机器学习、统计学等领域研究人员的兴趣。
现已经出现了一些高效的离群点检测算法:基于聚类的、统计的、距离的、深度的以及基于密度的方法等5种类型[3-7]。
到目前为止,所提出的大多数离群点检测算法对高维数据的异常检测效果都不是很理想。
高维数据离群点检测与其他数据集的离群点检测差别较大的原因主要有两个:①高维数据的稀疏性导致所有记录在传统距离的意义上都很有可能是离群点,即机器学习中的“维数灾难”[7],因此高维空间中很难找到一个通用的离群产生机制;②高维数据离群点检测算法的计算复杂度通常都比较高,算法的执行效率极低。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第27卷第1期 、b1.27 No.1 辽宁工程技术大学学报(自然科学版)
Journal of Liaoning Technical University(Namral Science) 2008年2月
Feb. 20o8
文章编号:1008.0562(2008)o1.0082-.03 任意无向加权图 点连通扩充的逐次改善算法
王永德 ,孙雨耕 (I.青岛理工大学自动化工程学院,山东青岛266033;2.天津大学电气与自动化工程学院,天津300300) 摘 要:为了对网络的可靠性寻求较好的近似算法,研究了任意无向不加权图情况下的极小 点连通扩充算法:在此基础上提出无 向加权图G总边数和各点的连通度均保持不变时,使图G的总权值变小的一种可行边交换方法:同时得出一个可行边交换的引理,并加 以证明。最终推出了任意无向加权图K点连通最小扩充的逐次改善算法,应用该算法作了大量例题,得到比较满意的效果。为解决任 意无向加权图最小扩充问题给出了一种新途径。 关键词:无向加权图:K点连通;扩充;算法;边交换 中图分类号:TN 915 文献标识码:A
Optimizing recurrent algorithm for k-vertex—connected augmentation On arbitrary undirected weighted graph WANGYongde ,SUN Yugengz (1-Automation School,Qingdao University of Technology,Qingdao 266033 China; 2.College of Electrical and Automation Engineering,Tianjin University,Tianjing 300300,China) Abstract:The algorithm for K-vertex—connected minimal augmentation based on arbitrary undirected no—weighted graph is firstly researched.Then an efficient edge exchange approach is proposed,in which total weight value ofgraph G Can be reduced under total edge ofundirected weighted graph G and connected degree of each vertex kept constant.At the same time,the lemma of efficient edge exchange is given and proved.Finally,the optimizing recurrent algorithm for K-vertex—connected minimal augmentation on arbitrary undirected weighted graph is given.This algorithm is used in a large number of example,which proves that the results are satisfactory. So this is a new approach for solving minimal augmentation on arbitrary undirected weighted graph. Key words:undirected weighted graph:K-vertex—connected:augmentation:algorithm:edge exchange
引 言 在网络设计中,一个基本问题是考虑网络的可 靠性,网络的可靠性主要取决于网络拓扑结构。根 据不同的要求定义不同的可靠性指标,图的连通性 是常用的指标,图的扩充问题就是基于这类实际问 题提出的【 1 o对于任意给定图G=( ,E)的权值矩
阵w=【w J ,以及一连通阵口 R=【 J ,要 求找到一个权值最小的边集E ,使得G【 ,E U E ) 是尺连通的,到目前为止,已有不少文献对扩充问 题一系列子问题进行研究,尤其对不加权连通扩充 问题的研究取得了比较满意的结果I 引。加权扩充问 题已经被证明为ⅣP一完全问题【J J,目前还只能寻 求较好的近似算法。 本文提出一种求解任意无向加权图 点连通扩 充的逐次改善算法;其思路在于:首先开发了无向
不加权图极小 点连通扩充算法,在任意图G 基 础上得到不加权 点连通扩充图的连通扩充及带宽 网络规划的研究.的初始扩充图G 。对初始扩充图 G 赋予边权值,就得到加权的初始扩充图;对该 图进行用边交换方法逐次改善,最终得到总权值为 最小解或近优解。
1 点连通扩充的初始图算法 对于Gn为任意图及K为任意正整数,首先求 出Go的增广 点连通图G ,然后按Madert61可行 删除的概念删除z点,得到G。的 点连通初始扩 充图G 。由于点连通情况下不能保证总存在可删 除点,所以需要增加边,最后求出的初始图G 是 G 的极小 点连通扩充图。在文献【3】的基础上研
收稿日期:2007414-12 基金项目:教育部博士学科点基金资助项I ̄t(2003005637) 作者简介:王永德(1958-)男,辽宁新民人,硕士,副教授,主要从事图论及电网络系统优化,控制理论与工程等方面的确研究。本文编校:杨瑞华
维普资讯 http://www.cqvip.com 第1期 王永德,等:任意无向加权图 点连通扩充的逐次改善算法 83 究了任恿无向不加权图 点连通扩充初始图算法. 算法(BGKA) (1)增加一个点Z不属于v(ao),即
G Go U{zJ; (2)检查 (G)一{z)中每点的度,如果V的 度小于 ,则在V点与Z点之间增加 —d(v,G)条 边: (3)检查 (G)一 )中每一点对之间的点连
通度,如均大于K,转(4),否则向下进行; (a)假设存在两点 、v∈v(a)一 ),
G U,V)=m ,设U,V分离集CG U,V);则 CG U,V)将G分成两个以上的子图Gl,G2,…; 设 ∈Gl;令cl=CG U,V)U v(a1),令ml=m; C=cG U,V);P= (G1);(注:C为割点集,Gl 为K点连通块,P为K点连通块中非割点集,ml为 该子块的 余度) (b)对所有的 、v ∈Cl进行检查,如果有
G ,v --m <K,转(3.4); (C)此时Cl已为k点连通块;找一点 ∈v(a。),在 与Z点之间增加k—m条边,转 (3): (d)设c ,v )为U ,v 分离集,则
c.P(P,v )将G分割成两个以上的子图G , G;,…,设 ∈G ;令ml=min{m,m ),令 c c U c ( ,v ) ; c。 ( (G )Uc ,v ))nC。;P=C。一 (c.n c);并转(b); (4)此时G即为最小增广 扩充图,若 d(z,G)为奇数,任取一点),∈v(a)一{z),增加
一条边(),,z)边; (5)按 (v,z;G)的不增序列对G中的点进行 排序 l,V2,...vlvIj;如 (vl,z;G)=0;转(8);
任意四点vl、v2、v3、v4,若边(vl,v2)∈G, (v。,v )∈G,(v。,v。) G,(v:,v ) G,则去 除边(v。,v:),(v。,v ),增加边(v。,v。),(v:,v )称 为一次边交换,如图1。
l 2 o-——-—o一
,O O 3 G图
2 1 7 l l
3 G 图
图1边交换 Fig.1 edge exchange 记G =Xchang(G,VI, 2, ,v4)。显然边交换不 改变图G的总边数,且各点的连通度均保持不变。 如果 G 是 点连通的 , 且 G =Xchang(G,VI, 2, ,v4)也是 点连通的,则 称这样的边交换为可行边交换。要检查一个边交换 是否可行,要检查多少点对之间的连通度?本文得 出下面引理: 引理 设G为 点连通的,如果
G,(vl,V2) , G,(v3,V4) K则G 仍为 点 连通的。 证明 用反证法,令 (G ) ,将推导出
G,(vl,v2)<K或者 G, 3,V4) 。 由于 ,所以必存在两点a、b∈vCa)使 得/2G,a, ) 。则IcG,(口, )I ,设 (口, )将 G 分成两个以上的子图G.,G,,…,设a∈G., b∈G2,那么这个分离集 ( ,b)必将分离v1, v 或者分离v ,v ,不然的话在G中同样的分离 集C (口,b)也分离a,b,即日,b在G中连通度 达不到 , 这是不可能的。 所以
G, (vl,V2) ICG,a, )I 或者 (6)取V-的一条边进行可行删除,若存在删 G,(v3,v ) ICG,a, )l 成立,这与题设矛
除z的一 转二 . . 。。一 盾,从而证明 (G,) 成立o{I ̄ tlt-T
. ..取 ,z; )最小且大于0的两点,各增 一 。 换是否可行只需要检
加一条到z的边,转 51 ; 查 不羔 之商 莲通壶即可。
~ 3 K点连通扩充的逐次改善算法
在初始扩充图Gb的基础上,采用边交换方法, 扩充的逐次改善算法的步骤:
维普资讯 http://www.cqvip.com