最小生成树的prim算法及minimum函数

本文介绍了最小生成树的prim算法，minimum函数的实现过程及该函数对由prim算法所得到的最小生成树的影响。     

最小生成树的计算机求法

介绍了一种有计算机在带权连通简单图中求解最小生成树的方法，并用ｇｕｉｃｋＢＡＳＩＣ语言写出了其源程序。     

求最小生成树的另一算法及其与其它算法的比较

利用最小生成树的性质，先找出一些在生成树中应保留的边，再去掉一些无用的边的思想方法，最后得到一个求最小生成树的算法。其时间复杂度与kruskal算法接近，对于稀疏图，其性能更优越。     

基于最小生成树的动态多播路由算法

提出了基于最小生成树的动态多播路由算法，称之为DPG（dynamic prim-based greedy multicast algorithm)算法，该算法属于不重组的动态多播路由算法。由于在所有节点都是多播节点时，最小生成树是最佳的，因此期望通过该算法产生的多播树的性能在合理的范围之内。结果表明DPG算法是一种平均无效率和最大无效度都在可接受的范围内的一种动态路由算法，尤其在多播节点密度较高时，它的平均无效率和最大无效度都较低。同时DPG算法的平均无效度对网络大小和网络平均节点度数不敏感，DPG算法的另一优点是时间复杂度低，它比贪婪算法和加权贪婪算法都快速。     

基于VB的最小生成树KRUSKAL算法的实现

对求解加权连通无向图最小生成树的KRUSKAL算法进行了探讨,并用VB实现,同时以读取文件的方法输入图,弥补了利用面向过程的程序设计语言在求解最小生成树时输入数据的复杂性。通过可视化的形式显示无向图和最小生成树,使结果直观且容易理解。     

基于最小度约束下的最小生成树算法

针对网络设计和组合优化中的度约束最小生成树问题,通过引入分裂图以及分裂数的概念,给出了网络G关于v0的最小度支撑树的最小度等于分裂数的结论.并在此基础上提出了一种关于v0的最小度约束条件下的最小生成树算法,最后对算法的正确性给出了证明.算例表明了算法的有效性.     

最小生成树算法的快速实现

给出一种基于向量合并的最小生成树算法 ,它的时间复杂度和空间复杂度分别为O(E)和O(max(E ,V) ) ,算法简洁、快速     

基于最小生成树的切片数据点排序算法

提出一种基于最小生成树的切片数据点排序算法,该算法建立散乱点云空间索引结构,基于该结构快速获取切片邻域数据,依据邻域数据与切片的位置关系将其划分为正负2个区域,通过正负邻域配对点连线与切片求交获取切片数据点,构造切片数据点的无向完全连通图,求解该图最小生成树,并将最小生成树的各分枝首尾相连,实现切片数据点的排序,实例证明该算法可对逆向工程中各种复杂型面切片数据点排序,排序结果准确,算法运行效率高。     

基于遗传算法的最小生成树算法

以图论和遗传算法为基础 ,提出了一种求最小生成树的改进遗传算法 .该算法采用二进制编码表示最小树问题 ,用深度优先搜索算法进行图的连通性判断 ,并设计出相应的适应度函数、单亲换位算子和单亲逆转算子以及四种控制性进化策略 ,以提高算法执行速度和进化效率 .与Kruskal算法相比 ,该算法能在一次遗传进化过程中获得一批最小生成树 ,适合于解决不同类型的最小树问题     

全部生成树的组合生成法

利用连通图的增广关联矩阵，给出了求连通图的全部互异的生成树的一种简单、快捷的算法。     

结合闭合解抠图及最小生成树的图论分割算法

针对图像目标物体与背景边界交错在一起或两者之间边界不明晰以及背景与目标纹理相似的情况,进行图像分割非常困难．为此,提出了一种基于图论(graph theory)及闭合解抠图思想的图像分割算法．首先,利用闭合解抠图算法对图像进行预分割,粗糙地将图像分为前景和背景两部分;其次,提取目标及背景的细节,再分别用改进的图论分割算法细分割目标物体及背景,从而得到最终图像分割结果．实验结果表明,抠图算法避免了前景和背景的混叠,改进的图论算法可有效提高6％～12％的分割精度．与传统的区域合并、通常的图论及阈值算法相比,该算法精度高、效果好,具有显著优越性．     

基于蚁群系统的双目标最小生成树算法

带有多个目标的最小生成树问题在实际生活中有着广泛的应用,但用传统方法很难有效地解决,本文提出一种基于多目标决策的蚁群系统求解双目标最小生成树算法,利用两个启发信息来构造新的状态转移规则,并改进了信息素更新规则,指导蚂蚁找到Pareto最优解。试验结果表明,该算法能有效解决双目标生成树问题,与Pareto最优枚举法比较,求解时间减少了。     

遗传算法在求解度约束最小生成树中的应用

提出采用遗传算法求解度约束最小生成树问题的思路，从问题的描述，用Prufer数对树进行编码及度的改进，到具体的算法描述，进行了详细说明，最后用实例分析验证了该算法的可行性，取得了令人满意的结果。     

基于二叉排序树的哈夫曼编码

传统的哈夫曼编码的实现方式是在构造哈夫曼的基础上,从叶子节点到根节点逆向进行的。为了提高编码的效率,给出了一种新的哈夫曼编码实现方式,该方式通过利用二叉排序树的数据结构,从哈夫曼的根节点出发,向叶子节点进行编码,在编码过程中仅将哈夫曼树的每个叶子节点进行一次扫描便可以得到各个叶子节点的哈夫曼编码。该方法不仅符合编码的思维方式,而且解决了原先编码过程中大量指针移动的问题。     

多维数据的改进最小生成树聚类算法

针对传统的应用于基因表示的最小生成树(MST)聚类算法在时间复杂度和聚类质量上的不足,提出了一种新的应用于数据处理的改进最小生成树(IMST)的聚类算法.该算法在提高构造最小生成树的效率的同时,通过对初步划分的生成树用矩阵表示,以度最大的结点作为聚类中心,再根据中心点算法完成聚类,解决了以往最小生成树算法无法解决的多个簇用短边或长度相同的边相连无法分类的问题,从而提高了聚类速度,改善了聚类的质量.通过对多维数据进行分析,计算各个属性的差异度,得出结论:一些属性的存在对于构造最小生成树有很小的影响或没有影响,删除这些属性列也可以提高效率,达到减少计算复杂性的目的.     

一种不用构造二叉树的哈夫曼编码

针对传统哈夫曼编码算法都需要建立哈夫曼树的缺点,提出了一种不用建立哈夫曼树也可以进行哈夫曼编码的算法。该算法抛开具体的树结构,只需用一维数组模拟二叉树的创建过程求得每个符号的编码长度,然后根据编码长度为每个符号分配编码。算法分析表明,该算法需要的内存空间比传统哈夫曼编码算法要少很多。同时,算法的时间复杂度为O(n)。     

基于平衡因子判定完全二叉树的算法

完全二叉树是数据结构中讨论的重要内容之一,目前对完全二叉树的判定方法较为单一,通过分析和研究完全二叉树和平衡二叉树中平衡因子的性质,得出了基于平衡因子判定完全二叉树的方法及判定算法。     

一种构建严格平衡二叉搜索树的非递归算法

针对传统算法所构造的平衡二叉搜索树并非真正平衡的二叉搜索树,设计了一种构建严格平衡二叉搜索树的非递归算法。改进后的算法具有计算速度快、占用内存小、计算机易于实现等优点。改进算法的核心是生成严格二叉搜索树的先序序列,提出了对升序序列的进行二分得到严格二叉搜索树的先序序列,讨论并给出了构建严格二叉搜索树的快速算法,该算法充分利用了栈在计算过程中提供的二分信息得到严格二叉搜索树的先序序列,该算法与传统算法相比可更快地构建严格二叉搜索树。     

空间二叉树在外形不规则颗粒三维建模中的应用

基于一种用球体单元填充颗粒内部空间建立模型的方法,其球体单元的形成依据颗粒表面和内部节点信息.在计算颗粒表面和内部网格节点之间最短距离时,把二叉树优化算法引入到了用VC++编写的程序中.同时利用该算法实现了某一真实颗粒的三维建模,通过对比原有算法的计算效率,该算法能够在保证颗粒建模精度的前提下,提高计算效率约70倍,可以在很大程度上节约颗粒模型特别是大规模颗粒模型生成的时间.