Презентация на тему Построение и анализ алгоритмов. Минимальное остовное дерево. (Лекция 6.1)

не содержащий циклов.
Граф связный, если каждая пара различных вершин

графа связана маршрутом.
Для связного графа G = (V, E) остовным деревом
(остовом, каркасом, стягивающим деревом, скелетом)
является граф (дерево) T = (V, F), где F⊆ E.
Рёбра дерева – ветви, остальные рёбра графа – хорды.
В графе много остовов, а именно, число остовов nn-2.

Остовное дерево

…

Повторение с предыдущей лекции

вершин имеется m = n – 1 рёбер

Доказательство (по индукции):

Остовное дерево

Ti, ni

Удаляем некоторый узел и k инцидентных рёбер (k∈1..n − 1 ).
Образуется лес из деревьев Ti с числом узлов ni (i ∈1..k).

E). Матрица весов W[v, u].
Пусть T = (V,

F) – остов графа.
Вес остова определяется как

Минимальное остовное дерево (МОД)

МОД : TM = Arg min ( W(T) )

всех рёбер различны. Тогда оптимальное остовное дерево графа содержит

ребро с наименьшим весом.

Доказательство (от противного): Пусть {v, u} – кратчайшее из всех рёбер – не входит в МОД T.
Добавим {v, u} к T.
Образуется цикл.
Удалим из этого цикла ребро, отличное от {v, u}. Получим T* дерево с весом, меньшим чем вес T, чего не может быть, поскольку T есть МОД (противоречие!).

1. Теорема о минимальном ребре. Версия 0.

оптимальное остовное дерево графа, содержащее ребро с наименьшим весом.
Доказательство

(от противного): Пусть {v, u} – кратчайшее из всех рёбер – не входит в МОД T.
Добавим {v, u} к T. Образуется цикл.
Удалим из этого цикла ребро {v’, u’ }, отличное от {v, u}. Получим T* дерево с весом, меньшим или равным, чем вес T.
Если W [v, u] = W [v’, u’ ], т.е. W(T*)=W(T), то теорема справедлива.
Если W [v, u] < W [v’, u’ ], то W(T*) < W(T), чего не может быть, поскольку T есть МОД (противоречие!).

1. Теорема о минимальном ребре. Версия 0*.

(V, E, W), а {V1, V2} есть разбиение V.

В G имеется МОД, содержащее кратчайшее из рёбер, одна вершина которого принадлежит V1 , а другая – V2.
Доказательство (от противного): Как и ранее, пусть кратчайшее ребро {u, v} (u∈V1 , v ∈V2 ) не входит в МОД …

u

v

u′

v′

На этом цикле есть ребро {u′, v′ }.
W [u, v] ≤ W [u′, v′ ] .
W [u, v] < W [u′, v′ ] . Тогда, удалив {u′, v′ }, получим другое ОД, содержащее T и ребро {u, v} и имеющее меньший вес, чем F. Это противоречит «противному».
W [u, v] = W [u′, v′ ]. Случай равных весов. …

V1

V2

1. Теорема о минимальном ребре. Версия 1.

ребре. Версия 2
Пусть
{(V1, T1), (V2, T2),…, (Vk, Tk)

} – остовный лес на множестве V (т. е. {V1, V2, …, Vk} есть разбиение V и (∀i ∈1..k: Ti ⊂ E)),
{v, u } – кратчайшее из всех рёбер, у которых ровно один конец содержится в V1..
Тогда среди всех остовных деревьев, содержащих все рёбра из множества T = Ukj=1 Tj , существует оптимальное (для заданного леса) остовное дерево, содержащее {v, u }.
Т.е. найдётся остов, содержащий T U{{v,u }} и имеющий минимальный вес среди всех остовов, содержащих T.

Замечание о рёбрах с равными весами и формулировке теоремы.

минимальном ребре















(V1 ,Т1)
v
u
Остальные деревья остовного леса. Узлы V

\V1 .

∃ ОД (V, F), где F ⊃ T и

{u, v} ∉ F, которое короче всех остальных ОД, содержащих T и ребро {u, v}.
Добавим к F ребро {u, v}. Образуется единственный цикл, не все вершины которого содержаться в V1, например, v ∉ V1.

Теорема о минимальном ребре

u

v

u′

v′

На этом цикле есть ребро {u′, v′ }.
W [u, v] ≤ W [u′, v′ ] .
W [u, v] < W [u′, v′ ] . Тогда, удалив {u′, v′ }, получим другое ОД, содержащее T и ребро {u, v} и имеющее меньший вес, чем F. Это противоречит «противному».
W [u, v] = W [u′, v′ ]. Случай равных весов. …

V1

V \V1

Bоruvka, 1926)
Ярник (V. Jarnik, 1930)
Крускал (J.B. Kruskal, Jr., 1956)
Прим

(R.C. Prim, 1957)
Дейкстра (E.W. Dijkstra, 1959)
Мы рассмотрим:
Алгоритм Крускала (Жадный алгоритм)
Алгоритм ЯПД (Ярника-Прима-Дейкстры)
Алгоритм Бoрувки (позже, в лекции 7)

Википедии
«Алгоритм Краскала — алгоритм построения минимального остовного дерева взвешенного

связного неориентированного графа. Открыт Джозефом Крускалом в 1956 году.»

Joseph B. Kruskal. On the Shortest Spanning Subtree of a Graph and the Traveling Salesman Problem. // Proc. AMS. 1956. Vol 7, No. 1. C. 48–50

порядке неубывания весов.
2. Поочерёдно выбирать рёбра минимального веса, не

образующие циклов с ранее выбранными.

2. Жадный алгоритм построения МОД (Kruskal, 1956)

W[1..12]: 1, 3, 4, 9, 15, 16, 17, 20, 23, 25, 26, 36

W(T)= 1+3+4+9+17+23 = 57

(Kruskal, 1956)
Vs - множество множеств узлов (множество деревьев остовного

леса)
begin {алгоритм МОД }
Vs := { }; T:= { };
for ∀ v ∈ V do добавить {v} к Vs;
Построить очередь Q из всех рёбер e ∈ E, упорядочив их по возрастанию весов;
while Card(Vs) > 1 do
begin
Выбрать из Q ребро e = {u,v} с минимальным весом;
Удалить e из Q;
If u и v принадлежат разным подмножествам W1 и W2 из Vs
then
begin Заменить W1 и W2 на W1 ∪ W2 в Vs;
T := T ∪ {e}
end
end {while}
end {алгоритма МОД };

Замечание. Ср. с примером о связности.
Найти W1∈Vs, такое, что u∈W1. То же для v и W2. Это операция НАЙТИ.
Заменить в Vs подмножества W1 и W2 на их объединение W1∪W2 - это операция ОБЪЕДИНИТЬ.

Vs - множество деревьев остовного леса = мн-во подмножеств

узлов, T –множество рёбер МОД
Vs = { }; T= { };
for (∀ v ∈ V) добавить {v} к Vs;
Построить очередь Q из всех рёбер e ∈ E, упорядочив их по возрастанию весов;
while (Card(Vs) > 1) {
Выбрать из Q ребро e = {u,v} с минимальным весом;
Удалить e из Q;
if (u и v принадлежат разным подмножествам W1 и W2 из Vs) {
Заменить W1 и W2 на W1 ∪ W2 в Vs;
T = T ∪ {e}
}
} // end-while
// конец алгоритма МОД

01.03.2016

Алгоритмы на графах: построение МОД

Замечание. Ср. с примером о связности.
Найти W1∈Vs, такое, что u∈W1. То же для v и W2. Это операция НАЙТИ.
Заменить в Vs подмножества W1 и W2 на их объединение W1∪W2 - это операция ОБЪЕДИНИТЬ.

(Kruskal, 1956)
a
b
c
d
e
f
g
1, 3, 4, 9, 15, 16, 17, 20,

23

Сложность (быстрый поиск – медленное объединение)
~ m log m + n2 (!)

O(m log m) при соответствующей реализации набора непересекающихся подмножеств

Vs.
Сортировка O(m log m). Очередь с приоритетами – пирамида → O(k log m). В худшем случае O(m log m).

Базовые операции с набором непересекающихся подмножеств:
принадлежность заданной вершины к одному из подмножеств (НАЙТИ);
ОБЪЕДИНИТЬ подмножества.
(См. следующую лекцию)

Жадный алгоритм построения МОД (Kruskal, 1956)

МОД (Jarnik, Prim, Dijkstra; алгоритм "ближайшего соседа" )






















Жадный

алгоритм
(на каждом шаге дерево растёт за счёт слияния поддеревьев)

Алгоритм ЯПД
(выбор ближайшей вершины к дереву, на каждом шаге дерево вырастает на одну ветку)

из теоремы, при этом (V1, T1) – дерево, а остальные (Vi, Ti) – изолированные вершины, т.е. Vi = {vj(i)} и Ti = ∅.
Предполагаемая сложность: пусть G – полный граф, тогда на i-ом шаге при выборе «ближайшей» для всех i вершин текущего дерева необходимо просмотреть все остальные (n – i) изолированные вершины, т.е. всего i (n – i) вариантов. Суммарно по всем шагам получим

Алгоритм Ярника-Прима-Дейкстры

Можно улучшить алгоритм до O(n2). i n-i

которая облегчает выбор ближайшей вершины, но требует коррекции на

каждом шаге.
Пусть Near[1..n] - массив вершин, Near [v] – вершина дереваT = (Vt, Et), ближайшая к вершине v, ещё не включённой в T.
Тогда на i-ом шаге находим ближайшую к дереву вершину за (n – i) сравнений. Коррекция оставшихся Near [*] требует (n – i – 1) действий, т.е. всего на i-ом шаге не более 2(n – i), а суммарно по всем шагам будет O(n2).

Дерево
T = (Vt, Et)

V \ Vt

множество вершин графа G=(V,E), а d [1..n][1..n] – матрица

весов
Выход: множества Vt - вершин, Et - ветвей МОД, Wt - общий вес МОД
Рабочие: near[1..n] - массив вершин

//алгоритм МОД
//выбор произвольной вершины v0
Vt = {v0}; Et = { } ; Wt = 0;
for (∀ v ∈(V \ Vt) ) near[v] = v0; //инициализация near[*]
while (Card(Vt) < n) {
v=вершина из V\Vt с минимальным значением d[v][near[v]]; //ф1
Vt = Vt +{v}; Et = Et + { {v,Near[v]} } ; Wt = Wt + d[v][near[v]];
//коррекция массива near[*] после включения v в T :
for (∀ x ∈ (V \ Vt)) if (d[x][near[x]] > d[x][v]) near[x] = v;
} //end-while
} // конец алгоритма МОД

Алгоритм Ярника-Прима-Дейкстры

= +∞ ;
for (∀ x ∈(V \ Vt))

if (d[x][near[x]] < min) {
min = d[x][near[x]] ;
v = x;
}

/* Можно наряду с near[*] использовать рабочий массив
расстояний dist[x] = d[x][near[x]] */

Алгоритм Ярника-Прима-Дейкстры

g
W(T) = 23+1+4+9+3+17 = 57

m = n(n − 1)/2.
Алгоритм ЯПД – (асимптотически) оптимальный.
Действительно,

входная симметричная матрица весов содержит m=n(n − 1)/2 элементов. В том числе и вес минимального ребра. Минимум из m чисел нельзя найти быстрее, чем за (m-1) сравнений.
Пусть для заданной матрицы решена задача МОД за число шагов (операций) X(n). Решением является дерево, содержащее (n − 1) ребро, в том числе кратчайшее. За (n − 2) шага можно извлечь это ребро, т.е. минимальный элемент матрицы.
Тогда если X(n) + (n − 2) < (m-1), т.е. X(n) < (m-1) - (n − 2), то и задачу нахождения минимума из n(n − 1)/2 элементов можно решить за менее, чем n(n − 1)/2 -1 шагов, что неверно.
Отсюда X(n) ≥(n-1)(n-2)/2.
Итак, нижняя граница задачи МОД есть Ω(n2),
и алгоритм ЯПД – (асимптотически) оптимальный.

4. Нижняя граница задачи нахождения МОД

иначе (чуть менее формально).
Во входной весовой матрице m=n(n −

1)/2 элементов. Ни один из них не может быть исключён из анализа. Пусть всё-таки один из элементов алгоритмом был проигнорирован. Он точно не войдёт в построенное ОД. Именно он мог оказаться минимальным ребром, и, следовательно, построенный остов не будет являться минимальным (!).

01.03.2016

Алгоритмы на графах: построение МОД

используется рабочий массив расстояний dist[x] = d[x][near[x]].
Реализуем

из данных (x, near[x], dist[x]) очередь с приоритетами по ключу dist[x].
Минимальный элемент извлекается (с восстановлением пирамиды) за O (log n) действий. При помещении вершины v в остовное дерево производим коррекцию данных о вершинах, смежных с v и находящихся в очереди. Коррекция каждой такой вершины x (ребра {v, x}) требует O (log n) действий, но при этом такое ребро «возникает» и «исчезает» лишь один раз за всё время.
Т.о. суммарно требуется O ((n+m) log n) операций, или, что то же, O (m log n).
Ср. с O (n2) (например, при m =O (n))

Реализация алгоритма Ярника-Прима-Дейкстры
для разрежённых графов

выполнения.
Варианты:

Стандартный - для «плотных» графов (m =O(n2))
Для разрежённых графов

(m = O(n))

ЯПД (n = 9; m = 20)
Упрощённое представление

ЯПД (n = 9; m = 20)

2

После двух шагов
Текущее МОД: {a, i, c}

После четырёх шагов
Текущее МОД: {a, i, c, b, h}

ЯПД (n = 9; m = 20)

3

После четырёх шагов
Текущее МОД: {a, i, c, b, h}

После шести шагов
Текущее МОД: {a, i, c, b, h, g, e}

ЯПД (n = 9; m = 20)

4

После восьми шагов
Результат - МОД:
{a, i, c, b, h, g, e, f, d}
W = 1+2+4+8+7+5+6+14 = 47

После шести шагов
Текущее МОД: {a, i, c, b, h, g, e}

алгоритма Ярника-Прима-Дейкстры (вариант для разрежённых графов)

ЯПД (n = 9; m = 20)

(x, near[x], dist[x])

dist[x] = d[x][near[x]].

(x, dist[x])

(b,4)

(c,2)

(d,15)

(e,13)

(f,12)

(g,10)

(h,11)

(i,1)

(b,4)

(c,2)

(d,15)

(e,13)

(f,12)

(g,10)

(h,11)

(i,1)

ЯПД (n = 9; m = 20)

(c,2)

(f,12)

(h,11)

(i,1)

(e,13)

(b,4)

(d,15)

(g,10)

(f,12)

(h,8)

(d,15)

(g,9)

(e,13)

(c,2)

(b,4)

(f,12)

(g,9)

(d,15)

(h,8)

(e,13)

(c,2)

(b,4)

Шаг 1

ТМОД = {a, i}

ЯПД (n = 9; m = 20)

(f,12)

(d,14)

(h,8)

(e,13)

(g,9)

(f,12)

(g,9)

(d,15)

(h,8)

(e,13)

(c,2)

(b,4)

(b,4)

Шаг 2

ТМОД = {a, i, c}

ЯПД (n = 9; m = 20)

(f,12)

(d,14)

(h,8)

(e,13)

(g,9)

(b,4)

(f,12)

(e,13)

(g,9)

(d,14)

(h,8)

Шаг 3

ТМОД = {a, i, c, b}

ЯПД (n = 9; m = 20)

(e,13)

(f,12)

(d,14)

(g,7)

Шаг 4

ТМОД = {a, i, c, b, h}

(f,12)

(e,13)

(g,9)

(d,14)

(h,8)

ЯПД (n = 9; m = 20)

(e,5)

(d,14)

(f,6)

Шаг 5

ТМОД = {a, i, c, b, h, g}

(e,13)

(f,12)

(d,14)

(g,7)

(f,6)

(d,14)

(e,5)

ЯПД (n = 9; m = 20)

(d,14)

(f,6)

Шаг 6

ТМОД = {a, i, c, b, h, g, e}

(f,6)

(d,14)

(e,5)

ЯПД (n = 9; m = 20)

(d,14)

Шаг 7

ТМОД = {a, i, c, b, h, g, e, f}

(d,14)

(f,6)

ЯПД (n = 9; m = 20)

Шаг 8

ТМОД = {a, i, c, b, h, g, e, f, d}

(d,14)