Лекция 10: Графы. Остовные деревья минимальной стоимости

Лекция 10
Остовные деревья
Курносов Михаил Георгиевич
к.т.н. доцент Кафедры вычислительных систем
Сибирский государственный университет
телекоммуникаций и информатики
http://www.mkurnosov.net/teaching

Задача
2
 Имеется n городов, которые необходимо соединить дорогами,
так, чтобы можно было добраться из любого города в любой другой
(напрямую или через другие города)
 Известна стоимость строительства дороги между любой парой городов
(задан взвешенный граф)
 Между какими городами строить дороги?
2
87
65
45
140
43
94
98
110
78
49
Новосибирск
Бийск
Томск
Барнаул
Кемерово

Задача
33
87
65
45
140
43
94
98
110
78
49
Бийск
Томск
Барнаул
Кемерово
Стоимость проекта
87 + 65 + 49 + 140 = 341

Задача
44
87
65
45
140
43
94
98
110
78
49
Бийск
Томск
Барнаул
Кемерово
Стоимость проекта
65 + 49 + 140 + 43 = 297

Остовные деревья
5
 О́стовное дерево связного графа (Spanning tree) –
это ациклический связный подграф (дерево),
в который входят все вершины данного графа
5
1
2
3
4
5
 Синонимы: остов, покрывающее дерево, скелет графа
1
2
3
4
5
Это не остов –
присутствует
цикл

Остовные деревья минимальной стоимости
6
 Если граф взвешенный, то рассматривается задача
о нахождении остовного дерева с минимальной суммой
весов входящих в него рёбер
6
1
2
5
3
4
100
10
30
50
10
20
60
1
2
5
3
4
100
10
30
50
10
20
60
Cost = 10 + 50 + 10 + 60 = 130 Cost = 100 + 10 + 50 + 20 = 180

Применение остовных деревьев
7
 Остовное дерево минимальной стоимости
(Minimum spanning tree, MST) – это остовное дерево
с минимальной суммой весов его ребер
 Практическое применение MST
 Формирование дерева для широковещательной
рассылки информации в сети (tree for broadcasting)
 прокладка TV-кабеля между домами (вес ребер –
стоимость прокладки кабеля между парой домов)
 Spanning Tree Protocol в телекоммуникационных сетях
стандарта Ethernet для предотвращения образования
циклов в сети
 …
7

Алгоритмы построения MST
8
Алгоритм
Вычислительная сложность
Матрица
смежности
Списки смежности +
двоичная куча
Списки смежности +
фибоначчиева куча
Крускала
(J. Kruskal, 1956)
𝑂(|𝐸| log |𝑉|)
Прима
(V. Jarník, 1930;
R. Prim, 1957;
E. Dijkstra, 1959)
𝑂( 𝑉 2) 𝑂(( 𝑉 + |𝐸|) log |𝑉|) 𝑂( 𝐸 + |𝑉| log |𝑉|)
Борувки
(O. Borůvka, 1926)
𝑂(|𝐸| log |𝑉|)
(B. Chazelle, 2000)
𝑂(|𝐸| ∙ 𝛼( 𝐸 , |𝑉|)),
где α(m, n) – обратная функция Аккермана

Система непересекающихся множеств
9
 Система непересекающихся множеств
(Disjoint-set data structure) – структура данных
для представления непересекающихся множеств
 Поддерживает следующие операции:
 MakeSet(i) – создает множество из одного элемента i
 FindSet(i) – возвращает номер множества,
которому принадлежит элемент i
 UnionSets(i, j) – объединяет множества, содержащие
элементы i и j
 Подробное описание
 (Aho, С. 169, MFSET)
 (Levitin, С. 381)
 (CLRS, С. 582)

Система непересекающихся множеств
10
 MakeSet(1)
 MakeSet(4)
 MakeSet(6)
 MakeSet(3)
{1}, {4}, {6}, {3}
 UnionSets(1, 3)
{1, 3}, {4}, {6}
 UnionSets(4, 3)
{1, 3, 4}, {6}

Алгоритм Крускала (Kruskal)
11
6
2
1
4
6
3
5
5
3
6
2
1
5 5
6 4
1. Создается пустой граф T из n вершин,
несвязанных ребрами
2. Все ребра исходного графа G
помещают в очередь с приоритетом
Приоритет – вес ребра wij
(ребра упорядочиваются
по не убыванию весов – min heap)
G
2
1
4
6
3
5
T
Prio. Q: (1, 3), (4, 6), (2, 5), (3, 6), (2, 3), …
В графе T 6 компонент
связности

12
6
2
1
4
6
3
5
5
3
6
2
1
5 5
6 4
3. Цикл из n – 1 итерации
(по количеству ребер в MST)
a) Из очереди извлекается ребро
(i, j) с минимальным весом
(HeapDeleteMin)
b) Если ребро (i, j) связывает
вершины из разных компонент
связности графа T, то ребро
добавляется в граф T
G
2
1
4
6
3
5
T
Prio. Q: (1, 3), (4, 6), (2, 5), (3, 6), (2, 3), …

13
6
2
1
4
6
3
5
5
3
6
2
1
5 5
6 4
(HeapDeleteMin)
G
2
1
4
6
3
5
T
Q: (1, 3), (4, 6), (2, 5), (3, 6), (2, 3), …

14
6
2
1
4
6
3
5
5
3
6
2
1
5 5
6 4
(HeapDeleteMin)
G
2
1
4
6
3
5
T
Q: (4, 6), (2, 5), (3, 6), (2, 3), …

15
6
2
1
4
6
3
5
5
3
6
2
1
5 5
6 4
(HeapDeleteMin)
G
2
1
4
6
3
5
T
Q: (2, 5), (3, 6), (2, 3), …

6
2
1
4
6
3
5
5
3
6
2
1
5 5
6 4
(HeapDeleteMin)
G
2
1
4
6
3
5
T
Q: (3, 6), (2, 3), …

6
2
1
4
6
3
5
5
3
6
2
1
5 5
6 4
(HeapDeleteMin)
G
2
1
4
6
3
5
T
Q: (2, 3), …

6
2
1
4
6
3
5
5
3
6
2
1
5 5
6 4
(HeapDeleteMin)
G
2
1
4
6
3
5
T
 Построили остовное дерево T
минимальной стоимости (MST)
 Стоимость 1 + 5 + 3 + 4 + 2 = 15

19
function MST_Kruskal([in] G, [out] T)
// Input: G = (V, E)
// Output: T = (V, E’)
T = CreateGraph(|V|)
// Помещаем вершину i в отдельное множество
// (компоненту связности графа T)
for each i in V do
MakeSet(i)
end for
// Помещаем ребра в очередь с приоритетом
for each (i, j) in E do
PriorityQueueInsert(w[i][j], (i, j))
end for
C = |V| // Количество компонент связности

20
while C > 1 do
// Извлекаем ребро с минимальным весом
(i, j) = PriorityQueueRemoveMin()
seti = FindSet(i)
setj = FindSet(j)
if seti != setj then
// Концы ребра из разных множеств
GraphAddEdge(T, (i, j))
UnionSets(i, j)
C = C - 1
end if
end for
end function

21
function MST_Kruskal([in] G, [out] T)
// Input: G = (V, E)
// Output: T = (V, E’)
T = CreateGraph(|V|)
// Помещаем вершину i в отдельное множество
// (компоненту связности графа T)
for each i in V do
MakeSet(i)
end for
// Помещаем ребра в очередь с приоритетом
for each (i, j) in E do
PriorityQueueInsert(w[i][j], (i, j))
end for
C = |V| // Количество компонент связности
MFSET (Aho)
O(|V|)
Binary heap
O(|E|log|E|)

22
while C > 1 do
// Извлекаем ребро с минимальным весом
(i, j) = PriorityQueueRemoveMin()
seti = FindSet(i)
setj = FindSet(j)
if seti != setj then
// Вершины ребра из разных множеств
GraphAddEdge(T, (i, j))
UnionSets(i, j)
C = C - 1
end if
end for
end function
O(log|E|)
O(1)
O(1)
O(|V|)
 В худшем случае цикл выполняется |E| раз

Алгоритм Крускала (Binary heap + MFSET)
23
𝑇Kruskal = 𝑂 𝑉 + 𝑂 𝐸 log 𝐸 + 𝑂 𝐸 log 𝐸 + 𝑂 𝑉 2
Извлечение
ребер из
очереди
Объединение
множеств
Вставка ребер
в очередь
Создание
множеств
log 𝐸 ≤ log 𝑉 2 = 2 log |𝑉|
𝑇Kruskal = 𝑂 𝐸 log 𝐸 + 𝑂 𝑉 2 = 𝑂 𝐸 log 𝑉 + 𝑂 𝑉 2
 Отчего зависит сложность алгоритма Крускала
 от реализации сортировки ребер по их весу (Sort, Binary heap, …)
 от реализации системы непересекающихся множеств

/* mfset.h: Disjoint set data structure */
struct set {
int size;
int first;
};
struct elem {
int set;
int next;
};
struct mfset {
struct set *sets;
struct elem *elems;
int nelems;
int nsets;
};
MFSET
24elems
sets

struct mfset *mfset_create(int nelems)
{
struct mfset *p;
int i;
p = malloc(sizeof(*p));
p->nelems = nelems;
p->nsets = 0;
p->sets = malloc(sizeof(struct set) * nelems);
p->elems = malloc(sizeof(struct elem) * nelems);
for (i = 0; i < nelems; i++) {
p->sets[i].size = 0;
p->sets[i].first = -1;
p->elems[i].set = -1;
p->elems[i].next = -1;
}
return p;
}
MFSET
TCreate = O(nelems)

void mfset_free(struct mfset *set)
{
free(set->sets);
free(set->elems);
free(set);
}
void mfset_makeset(struct mfset *set, int elem)
{
set->sets[set->nsets].size = 1;
set->sets[set->nsets].first = elem;
set->elems[elem].set = set->nsets;
set->elems[elem].next = -1;
set->nsets++;
}
MFSET
26
TMakeSet = O(1)

MFSET
27
int mfset_findset(struct mfset *set, int elem)
{
return set->elems[elem].set;
}
TFindSet = O(1)

void mfset_union(struct mfset *set,
int elem1, int elem2)
{
int temp, i, set1, set2;
set1 = mfset_findset(set, elem1);
set2 = mfset_findset(set, elem2);
if (set->sets[set1].size <
set->sets[set2].size)
{
temp = set1;
set1 = set2;
set2 = temp;
}
MFSET
28

/* S1 > S2; Merge elems of S2 to S1 */
i = set->sets[set2].first;
while (set->elems[i].next != -1) {
set->elems[i].set = set1;
i = set->elems[i].next;
}
/* Add elems of S1 to the end of S2 */
set->elems[i].set = set1;
set->elems[i].next = set->sets[set1].first;
set->sets[set1].first = set->sets[set2].first;
set->sets[set1].size += set->sets[set2].size;
/* Remove S2 */
set->sets[set2].size = 0;
set->sets[set2].first = -1;
set->nsets--;
}
MFSET
29
TUnion = O(n)

int search_mst_kruskal(struct graph *g,
struct graph *mst)
{
struct mfset *set;
struct heap *pq;
struct heapvalue edge;
struct heapitem item`;
int mstlen, i, j, n, w, s1, s2;
n = g->nvertices;
mstlen = 0;
/* Create forest (N sets) */
set = mfset_create(n);
for (i = 0; i < n; i++) {
mfset_makeset(set, i);
}
Алгоритм Крускала (Adj. matrix + MFSET + Bin. heap)
30

/* Insert edges in heap */
pq = heap_create(n * n);
/* For all edges (adj. matrix) */
for (i = 0; i < n; i++) {
for (j = i + 1; j < n; j++) {
w = graph_get_edge(g, i + 1,
j + 1);
if (w > 0) {
edge.i = i;
edge.j = j;
heap_insert(pq, w, edge);
}
}
}
31

32
for (i = 0; i < n - 1; ) {
item = heap_removemin(pq);
s1 = mfset_findset(set, item.value.i);
s2 = mfset_findset(set, item.value.j);
if (s1 != s2) {
mfset_union(set, item.value.i,
item.value.j);
mstlen += item.priority;
graph_set_edge(mst, item.value.i + 1,
item.value.j + 1,
item.priority);
i++;
}
}
heap_free(pq);
mfset_free(set);
return mstlen;
}

Пример
33
int main()
{
struct graph *g, *mst;
int i, j, mstlen;
g = graph_create(6);
graph_set_edge(g, 1, 2, 6);
6
2
1
4
6
3
5
5
3
6
2
1
5 5
6 4

mst = graph_create(6);
mstlen = search_mst_kruskal(g, mst);
printf("Minimum spanning tree: %dn", mstlen);
for (i = 0; i < 6; i++) {
for (j = 0; j < 6; j++) {
printf("%4d ", graph_get_edge(mst,
i + 1, j + 1));
}
printf("n");
}
graph_free(mst);
graph_free(g);
return 0;
}
Пример
34

Пример
35
$ ./kruskal
Minimum spanning tree: 15
0 0 1 0 0 0
0 0 5 0 3 0
1 5 0 0 0 4
0 0 0 0 0 2
0 3 0 0 0 0
0 0 4 2 0 0

Алгоритм Прима (Prim)
36
6
2
1
4
6
3
5
5
3
6
2
1
5 5
6 4
1. Создается пустой граф T.
2. Во множество U помещается
вершина 1, с которой начнется
формирование остова.
3. Цикл пока U ≠ V
a) Найти ребро (i, j) с наименьшим
весом такое, что i  U и j  V
b) Добавить ребро (i, j) в граф T
c) Добавить вершину j
во множество U
G
2
1
4
6
3
5
T

Домашнее чтение
 Прочитать о системе непересекающихся множеств
в [Aho] и [CLRS]

Лекция 10: Графы. Остовные деревья минимальной стоимости

More Related Content

What's hot (20)

Viewers also liked (20)

Similar to Лекция 10: Графы. Остовные деревья минимальной стоимости (20)

More from Mikhail Kurnosov (12)

Лекция 10: Графы. Остовные деревья минимальной стоимости