有向非负权图边为 $(1,2,4)$、$(1,3,2)$、$(2,3,1)$、$(2,4,5)$、$(3,4,8)$、$(3,5,10)$、$(4,5,2)$。该图最小生成树的总权值为( )。
最小生成树:Prim(加点法,O(n²)或O(mlog n))、Kruskal(加边法,O(mlog m))。Kruskal需用并查集判环。
Kruskal算法需按边权排序,用并查集判断是否形成环。Prim算法适用于稠密图,Kruskal适用于稀疏图。
【考点】最小生成树(MST)|有向图与无向图的转换|Kruskal算法
🎯 考纲定位:本考点位于 GESP 7-9 级图论模块,命题人刻意用"有向图"包装 MST 概念,卡住考生对算法适用场景的模糊认知——8 级难度下,识别"图的方向性是否影响算法选择"是核心区分点。
🧠 解题思维:看到"有向图"+"最小生成树"应立刻警觉:MST 定义仅针对无向图。正确路径是先将每条有向边视为无向边处理,再用 Kruskal 按权排序贪心选边。关键观察:5 个顶点需选 4 条边,按权从小到大依次加入且不构成环。排序后前四条有效边为 (2,3,1)、(1,3,2)、(4,5,2)、(2,4,5),总权 1+2+2+5=10。
🪤 陷阱拆解:选项 A(7) 来自误把 (1,2,4)、(1,3,2)、(2,3,1)、(4,5,2) 直接相加,忽略了"生成树"必须连通所有顶点且无环;选项 B(8) 是仅取最小四条边但不验证连通性;选项 C(9) 则是错误地选了 (1,2,4) 替换 (2,4,5)。命题人最阴险之处在于题干强调"有向图",诱导考生尝试有向图的最小生成树(如 Chu-Liu/Edmonds 算法),却忘了 MST 本质是无向概念,导致方向性思维干扰。
🔄 反命题思维:若将题意改为"求有向图的最小生成树(arborescence)",则需指定根节点并求最小入边集,答案会完全不同。刷到此类题时,先问自己"题目要求的是无向 MST 还是有向 arborescence?"——这是区分考点的核心。