eisner.mst-tutorial

Informations

• Publié par: Viwyir
• Nombre de lectures: 15
• Langue: English

Extrait

out
Ch
thanks
Algorithms
but
for
A
Minim
W
um
to
Spanning
v
T
puzzles,
rees
the

prelim
A
Kannan,
T
p
utorial
that
Discussion
friendship
Jason
y
Eisner
talk
Univ
the
ersit
ough
y
examples.
of
m
P
T
ennsylv
w,
ania
F
April
only
1997
ting

pap
This
discuss
rep
for
ort
willingness
w
the
as
to
originally
me
submitted
out
in
ev
fulllmen
w
t
v
of
to
the
with
W
y
ritten
to
Preliminary
y
Exam
committee|
I
andy
I,
arno
Departmen
Sampath
t
and
of
an
Computer
ung|not
and
for
Information
oin
Science,
me
Univ
the
ersit
ers
y
I
of
here,
P
also
ennsylv
their
ania,
and
and
o
w
er
as
past
supp
ears
orted
hang
in
with
part
and
b
ab
y
algorithms,
a
or
National
en
Science
Aristotelian
F
orld!
oundation
future
Graduate
ersion
Researc
t
h
illustrate
F
ideas
ello
pictorial
wship.
State-of-the-Art
Manhange
O
algorithms
The
MST
classic
giv
\easy"
approac
optimization
algorithm
problem
main
is
tation
to
attempts
nd
Bor
the
Sp
minim
));
um
h
spanning
also
tree
m
(MST)
Fib
of
and
a
,
connected,
t
undirected
of
graph.
the
Go
o
o
tak
d
n
p
O
olynomial-time
and
algorithms
O
ha
b
v
kson's
e
in
b
)
een
An
kno
algorithms.
wn
are
since
generalizations
1930.
Sp
Ov
pap
er
shed
the
the
last
Krusk
10
and
y
uvk
ears,
v
ho
of
w
Galil,
ev
whic
er,
time
the
m
standard
m
O
the
(
m
m
Karger,
log
arjan,
n
on
)
m
results
erication
of
King.
Krusk
F
al
d
and
an
Prim
O
ha
=
v
er
e
the
b
endix
een
heaps.
impro
Implemen
v
details
ed
claried,
to
some
linear
are
or
en.
near-linear
ecically
time.
the
The
er
new
to
metho
ligh
ds
on
use
classical
sev
of
eral
al,
tric
Prim,
ks
of
of
_
general
a;
in
impro
terest
ed
in
h
order
Gab
to
w,
reduce
and
the
encer,
n
h
um
es
b
only
er
(
of
log(log*
edge
log*
w
n
eigh
and
t
randomized
comparisons
(
and
)
the
of
amoun
Klein,
t
T
of
whic
other
relies
w
an
ork.
(
This
)
tutorial
v
reviews
algorithm
those
y
metho
It
ds,
considers
building
rederic
up
metho
strategies
for
step
taining
b
MST
y
time
step
(
so
1
as
2
to
p
exp
c
ose
to
the
graph.
insigh
app
ts
explains
b
onacci
ehind
Abstract
the:
d
:
ten
:
ts
Analysis.
x
:
1
:
In
:
tro
:
duction
:
7
Prim's
x
:
2
:
A
ontr
Whimsical
:
Ov
:
erview
ossible
8
Use
x
:
2.1
)
Problem.
:
:
:
:
only
:
:
:
The
:
15
:
:
:
:
:
gr
:
:
:
(Ov
:
:
:
e
:
:
:
:
:
set
:
:
:
:
:
is
:
3.12
:
:
:
:
:
3.13
:
:
:
:
:
discipli
:
:
:
:
:
clustering
:
:
:
:
:
:
:
:
:
:
:
x
:
:
:
:
8
p
x
:
2.2
:
F
x
ormalization.
:
:
:
:
:
:
Gr
:
lightest
:
algorithm
:
:
:
:
:
:
:
e
:
e
:
:
:
:
:
:
:
:
:
:
:
log
:
ci
:
:
:
:
:
:
:
:
:
:
:
dense
:
:
:
:
:
:
:
:
:
:
:
dges
:
:
:
:
:
:
:
:
8
ide
x
Prim's
2.3
uvk
Implemen
metho
tation.
:
:
:
:
:
:
.
:
:
:
:
:
:
:
:
:
low
:
e
:
:
:
:
:
:
:
:
:
:
:
om
:
Notation.
:
:
:
:
:
:
:
:
:
m
:
Prim's
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
the
:
using
:
dge
8
3.10
x
elopmen
3
:
Classical
:
Metho
:
ds
:
10
:
x
:
3.1
to
Notation
e
and
c
Con
x
v
:
en
:
tions.
:
:
:
:
:
:
:
:
:
:
:
:
:
:
Prim's
:
(
:
+
:
Fib
:
aps
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
optimal
:
aphs
:
:
:
:
:
:
10
:
x
:
3.2
:
Prop
:
erties
:
of
:
spanning
Prim's
trees.
MST
:
3.14
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
The
:
shar
:
Kruskal's
:
4
:
Bor
:
algorithm
:
b
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
4.1
:
:
10
:
Sp
:
anning
:
tr
:
e
:
es
:
ar
:
e
:
c
A
onne
aph
cte
during
d
dy
and
Discussion.
acyclic
:
x
:
3.3
:
Prop
:
erties
:
of
:
the
:
MST.
:
:
15
:
shrinks
:
ass
:
x
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
1
:
)
:
3.9
:
algorithm
:
erview).
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
10
:
MST
:
has
12
cut
ow
and
tr
cycle
e
pr
the
op
e
erties
p
x
x
3.4
Prim's
Pro
(Dev
of.
t).
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
12
:
\buckets"
:
r
:
duc
:
the
:
of
:
andidate
:
dges
:
3.11
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
11
12
x
algorithm
3.5
O
Remark.
n
:
n
:
m
:
with
:
onac
:
he
:
x
:
Remark.
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
13
:
is
:
for
:
gr
:
x
:
Discussion.
:
:
:
:
:
:
:
:
:
:
:
:
11
:
Using
:
cut
:
and
:
cycle
:
pr
:
op
:
erties
:
to
:
nd
:
the
:
MST
13
x
sorts
3.6
the
Krusk
e
al's
x
algorithm.
Greedy
:
ne.
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:
:<