这是Why most graph algorithms do not adapt so easily to negative numbers?的后续问题。最小生成树害怕负重吗?
我认为最短路径(SP)有负权重的问题,因为它将路径上的所有权重相加,并试图找到最小路径。
但我不认为最小生成树(MST)在负权重方面存在问题,因为它只需要单个最小权重边而不关心总权重。
我对不对?
这是Why most graph algorithms do not adapt so easily to negative numbers?的后续问题。最小生成树害怕负重吗?
我认为最短路径(SP)有负权重的问题,因为它将路径上的所有权重相加,并试图找到最小路径。
但我不认为最小生成树(MST)在负权重方面存在问题,因为它只需要单个最小权重边而不关心总权重。
我对不对?
是的,你说得对。 MST的概念允许任意标志的权重。用于查找MST的两种最流行的算法(Kruskal's和Prim's)可以在负边缘上正常工作。
实际上,你可以在你的图的所有边上添加一个很大的正常数,使所有的边都是正的。 MST(作为边缘的一个子集)将保持不变。
事实上,作为图的子图的树具有取决于顶点数量的固定数量的边缘,因此向每个边缘成本添加数字“p”会增加“pE”的总体mst成本。找到最短路径并不正确,因为最短路径可以由不同数量的边组成。 – enedil
找到MST的两种最流行的算法(Kruskal's和Prim's)可以在负边缘上正常工作,因为它们在无向图上工作 – raghavsood33
是的,你是对的,因为如果你看到像dijkstera这样的最短路径算法,它会检查当前顶点v的距离是否大于当前值+边权重的总和,那么它会改变顶点距离的值v从s的总和值,如果边的权重为负,那么它会带来一些问题。
但是在MST问题中存在像prim,kruskal这样的算法,这些算法只取最小权重边缘,从而使负边缘适合于MST。
考虑[计算机科学@ stackexchange](http://cs.stackexchange.com/)? – HongboZhu
@HongboZhu是啊,也许下一次 –
顺便说一句,当图中所有的边都是负数时,找到最短路径与寻找最长路径的问题是一样的,其边界标有绝对值的原始长度。已知最长路径问题是NP难题。 – Palec