Algorithm 负权重边

Algorithm 负权重边,algorithm,graph,tree,minimum-spanning-tree,Algorithm,Graph,Tree,Minimum Spanning Tree,完整问题:如果一个图的所有边权重都是正的,那么连接所有顶点并具有最小总权重的任何边子集都必须是一棵树。给出一个例子来说明,如果我们允许某些权重为非正的,则不会得出相同的结论 我的答案是:因为边连接所有顶点,所以它必须是一棵树。在图形中,可以删除其中一条边,但仍可以连接所有顶点。此外,图中也可以允许负边(例如Prim和Kruskal算法) 请让我知道是否有一个明确的答案,并向我解释你是如何得出这个结论的。这个问题让我有点不知所措。首先,树是一种图形。所以“在一个图中,你可以删除一条边,但仍然连接所

完整问题:如果一个图的所有边权重都是正的,那么连接所有顶点并具有最小总权重的任何边子集都必须是一棵树。给出一个例子来说明,如果我们允许某些权重为非正的,则不会得出相同的结论

我的答案是:因为边连接所有顶点,所以它必须是一棵树。在图形中,可以删除其中一条边,但仍可以连接所有顶点。此外,图中也可以允许负边(例如Prim和Kruskal算法)


请让我知道是否有一个明确的答案,并向我解释你是如何得出这个结论的。这个问题让我有点不知所措。

首先,树是一种图形。所以“在一个图中,你可以删除一条边,但仍然连接所有顶点”不是真的。树是一个没有圈的图,即在任意两个节点之间只有一条路径

负权重通常可以存在于树或图中


解决这个问题的方法是,如果你有一个连接所有组件的图,但不是一棵树,那么它也不是最小权重的(即,有一些其他的图做同样的事情,总权重较低)。只有当这个图只包含正边时,这个结论才是正确的,因此,您还应该提供一个反例—一个不是树的图,它的权重最小,并且是完全连通的。

首先,树是一种图。所以“在一个图中,你可以删除一条边,但仍然连接所有顶点”不是真的。树是一个没有圈的图,即在任意两个节点之间只有一条路径

负权重通常可以存在于树或图中


解决这个问题的方法是,如果你有一个连接所有组件的图,但不是一棵树,那么它也不是最小权重的(即,有一些其他的图做同样的事情,总权重较低)。只有当这个图只包含正边时,这个结论才是正确的,因此,您还应该提供一个反例-一个不是树的图,它具有最小权重,并且是完全连接的。

对于非负权重,添加一条边以从一个节点遍历到另一个节点总是导致权重增加,因此对于最小权重,您总是避免这样做


如果允许负权重,则添加边可能会减少权重。如果您有一个整体权重为负的循环,则最小权重要求您无限地停留在该循环中(导致整个路径的权重为负)。

对于非负权重,添加要从一个节点到另一个节点进行遍历的边始终会导致权重增加,因此对于最小权重,您总是避免这样做


如果允许负权重,则添加边可能会减少权重。如果你有一个总体权重为负的循环,那么最小权重要求你无限地停留在该循环中(导致整个路径的权重为负)。

这就更有意义了。所以,像A到B(-1),B到C(-3),C到A(-5)这样的东西将是一个图,最小权重,完全连通。是吗?一个非树图,是的。(一棵树就是一个图形——如果你用“图形”来表示“非树”,人们会感到困惑。)除此之外,这看起来是一个很好的例子。这更有意义。所以,像A到B(-1),B到C(-3),C到A(-5)这样的东西将是一个图,最小权重,完全连通。是吗?一个非树图,是的。(一棵树就是一个图形——如果你用“图形”来表示“非树”,人们会感到困惑。)除此之外,这看起来是一个很好的例子。可能是最好的答案!也许是最好的答案!