![](/user_photo/1334_ivfwg.png)
- •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?
5.4.5 Алгоритм Прима
Как и алгоритм Крускала, алгоритм Прима следует общей схеме алгорит- ма построения минимального остова. Он похож на алгоритм Дейкстры поиска кратчайшего пути в графе. В алгоритме Прима растущая часть остова представляет собой дерево (множество рёбер которого есть А). Как показано на рис. 5.10, формирование дерева начинается с произ- вольной корневой вершины r. На каждом шаге добавляется ребро наименьшего веса среди рёбер, соединяющих вершины этого дерева с вершинами не из дерева. По следствию 5.9 добавляемые рёбра являются безопасными для А, так что в результате получается минимальный остов.
При
реализации
важно
быстро
выбирать
лёгкое
ребро.
Алгоритм
получает
на
вход
связный граф
G
и
корень
r
минимального
покрывающего
дерева.
В
ходе
алгоритма
все
вершины, ещё
не
попавшие
в
дерево,
хранятся
в
очереди
с
приоритетами.
Приоритет
вершины v
определяется
значением
key[v],
которое
равно
минимальному
весу
рёбер,
соединяющих v
с
вершинами
дерева
А.
(Если
таких
рёбер
нет,
полагаем
key[v]
=
.)
Поле
[v]
для
вершин
дерева
указывает
на
родителя,
а
для
вершины
v
Q
указывает
на
вершину дерева,
в
которую
ведёт
ребро
веса
key[v]
(одно
из
таких
рёбер,
если
их
несколько). Мы
не
храним
множество
А
рёбер
строящегося
дерева
явно;
его
можно
восстановить как
А
=
{(v,
[v]):
v
V\{r}\
Q}.
В конце работы алгоритма очередь Q пуста, и множество
А
=
{(v,
[v]):
v
V\{r}}
есть множество рёбер покрывающего дерева.
Листинг 5.10 – Алгоритм Прима
Рисунок 5.10 – Работа алгоритма Прима
На
рис.
5.10 показана
работа
алгоритма
Прима.
Рёбра,
входящие
в
дерево
А.
выделены
серым:
вершины
дерева
–
чёрным
На
каждом
шаге
к
А
добавляется
лёгкое ребро,
пересекающее
разрез
между
деревом
и
его
дополнением.
Например,
на
втором
шаге
можно
было
бы
добавить любое
из
рёбер
(b. с)
и
(a,
h).
После
исполнения
строк
1
– 5
и
первого прохода
цикла
в
строках
6
–
11
дерево
состоит
из
единственной
вершины
r,
все
остальные
вершины
находятся
в
очереди,
и
значение
key[v]
для
них
равно
длине
ребра из
r
в
v
или
,
если
такого
ребра
нет
(в
первом
случае
[v]
=
r).
Таким
образом,
выполнен
описанный
выше
инвариант
(дерево
есть
часть
некоторого
остова, для
вершин
дерева
поле
указывает
на
родителя,
а
для
остальных
вершин
на
«ближайшую» вершину
дерева
–
вес
ребра
до
неё
хранится
в
key[v].
Этот
инвариант
выполняется и
после
следующих
итераций
цикла.
Время работы алгоритма Прима зависит от того, как реализована оче- редь Q. Если использовать двоичную кучу, инициализацию в строках 1 – 4 можно выполнить с помощью процедуры BUILD-HEAP за время O(V). Далее цикл выполняется |V| раз, и каждая операция EXTRACT-MIN занимает время O(log V), всего O(V lоg V). Цикл for в строках 8 – 11 выполняется в общей слож- ности O(E) раз, поскольку сумма степеней вершин графа равна 2|Е|. Проверку принадлежности в строке 9 внутри цикла for можно реализовать за время O(1), если хранить состояние очереди ещё и как битовый вектор размера |V|. При- сваивание в строке 11 подразумевает выполнение операции уменьшения ключа (DECREASE-KEY)) которая для двоичной кучи может быть выполнена за вре- мя O(log V). Таким образом, всего получаем O(V log V + E log V) = O(E log V) – та же самая оценка, что была для алгоритма Крускала.