虽然设计一个好的求解算法其实需要更多抽象思维的细胞而不是严谨的数学思维，但幸运的是存在用于解决面对各种条件复杂、维度多样的问题的算法设计方法，利用算法实际方法来设计日常应用需要解决复杂问题算法。在设计的同时，观察这些算法解决问题的模式能了解优化设计算法的方向。一般情况下，为了让算法表现得更有艺术感，需要多次尝试对算法进行精致的调整。但是在大部分情况下，简单、没有深入算法精髓的调整，新算法的性能肯定无法达到要求，或者调整后无法适用于现实条件，甚至在最后会出现大相庭径的运算结果，这时就必须寻求另外的方法来解决这个问题。

目前广泛熟知的算法设计技术有分而治法[16]、回溯法[17]、贪心算法[18]、动态规划算法等[19]。其中每个技术都有其最适用的算法，例如贪心算法是一种求最优解问题的最直接高效的设计技术，因为该技术遵循的是当前最优原则，因为并非对所有问题都能得到整体最优解，但有时却能凭借判别每一步中最优的选择以达到整体范围的最优，并且能达到消耗资源最少的效果。文献综述

贪心算法最常被运用于求解最小权重生成树。最小权重生成树，简称最小生成树（minimum spanning tree。MST），对设计和研究多点间路程相关的问题中扮演非常重要的角色，其核心考虑的问题是在保持连通最少的边的情况下，一个有n个结点的连通图的生成树是原图的极小连通子图，沟通了原图的所有的点。贪心算法有两个延展的算法，分别是kruskal（克鲁斯卡尔）算法或prim（普里姆）算法。

Boruvka算法也是研究最小权重生成树的一支古老的分支，Boruvka算法一直被认为是Kruskal算法的增广版，然而不仅仅如此。Boruvka算法这是分步完成，每一步都增加多条MST边，最后再将所增的MST边整合。

最小生成树是近年来计算机学术科目中一非常重要的内容，是现代数学及计算机学科中相对热门的研究方向，对该课题的研究在一定程度上对计算机科学在应用及学术有一定积极推进作用的影响。通过深入对比Boruvka算法和贪心算法在算法简洁性和结果精确度两个角度的优劣，了解这个贪心算法算法发展的更优方向，提高算法建议性和准确性。

1。2最小生成树研究的进展及成果

随着最小生成树的研究被广泛应用，近年来许多新的技术也逐渐反过来影响最小生成树的研究以及改变其研究的方向。对最小生成树的研究方向的制定是离不开其在技术方面的实际应用的反向指导的。通过对近年来最小生成树应用成果不断更新的了解，便能清除地看出其研究的进展。来`自+优-尔^论:文,网www.youerw.com +QQ752018766-

1。 配电网架优化规划的改进最小生成树算法[1]

    随着电网的普及，90年代后，需要架构的电力中转站越来越多，优化配电网网架的规划已经无法通过简单地设置来达到合理、节省的效果了。网架的优化规划是在计划加入配电网中供电变电站的设置点及范围内，充分考虑由地理位置决定的负荷分布及其电量大小的情况下，设计配电站建造线路的拓扑结构和电站间连接导线规范。整个设计师在保证各点电源质量的同时，让建造费用和运行费用总和最低。该问题的研究是将发电站起点、线路交叉点、电力使用点作为节点，节点间的导线作为边，线路投资和运行损益作为权重，因而可以发现该类网架优化规划问题就抽象转变成求图的最小生成树问题。此时对最小生成树的研究以“最短”、“最少”、“简单”的方向为主。贪心算法就是被广泛应用于配电网架优化规划的算法，此时的算法在实际中的应该得到广泛的传播与发展。