图论中最小生成树算法-Prim(普里姆)算法、kruskal(克鲁斯卡尔避圈法)算法、破圈算法

                                                                                       最小生成树中的三种经典算法

     一、Prim算法

     Prim算法是由Prim1957年提出的一个著名算法。作者因此而出名。

     算法根据MST(Minimum Spanning Tree)的性质:

            设G=(V,E)是一个无向联通网,U是顶点集V的一个非空子集,若(u,v)是一条具有最小全集的边,其中具有u属于U,v属于V-U,则必然存在一棵包含边(u,v)的最小生成树。

            算法过程:

            1、从U={u0}(u0属于V),TE={ }开始,重复下面过程;

            2、在所有u属于U,v属于{V-U}的边(u,v)属于E中,找一条代价最小的边并入集合TE,同时v并入U;

            3、重复2,直到U=V为止,此时TE中必有n-1条边,否则说明图G非连通图;

    算法实现的数据结构相对容易,数组或结构体均可以,具体的实现可以参考以下的题目:

    http://blog.csdn.net/landy_john/article/details/7480277

 

    http://blog.csdn.net/landy_john/article/details/7464125

 

    http://blog.csdn.net/landy_john/article/details/7439347

 

   二、Kruskal算法

                 数学家克鲁斯克尔于1956年提出。

          算法原理:

                  按照边的从小到大取边,并入边的两个节点,在这个过程中保证并入边后不构成圈,因此也称避圈法。

          算法过程:

                  1、选择边e1,使得其权值最小;

                  2、若已经选定边e1, e2,…,ek,则从E-e1, e2,…,ek }中选择边ek+1,使得:

                       (a)G[e1, e2,…, ek+1]为无圈图

                                      (b)ek+1的权值w(ek+1)尽可能小

                             3、2不能进行时,停止。

                 算法的实现可以采用并查集,具体联系题目可参考如下:

 

                  http://blog.csdn.net/landy_john/article/details/7480277

 

           http://blog.csdn.net/landy_john/article/details/7464125

 

           http://blog.csdn.net/landy_john/article/details/7439347

 

     三、破圈法

          在克鲁斯克尔算法基础上,我国著名数学家管梅谷教授于1975年提出了最小生成树的破圈法。

          算法大致过程:

                 1、从赋权图G的任意圈开始,去掉该圈中权值最大的一条边,称为破圈;

                 2、不断破圈,直到G中没有圈为止,最后剩下的G的子图为G的最小生成树。

          算法实现可以参考如下描叙:

                 1、算法可以运用栈和 Depth First Search(DFS)算法;

                 2、当遍历到达起点时,就会得到一个圈;

                 3、破圈,继续遍历。

          

 

 

 

 

 

 

 

  

  • 1
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
最小生成树是指在一个连通图,找到一棵包含所有顶点且权值最小的生成树。普里姆算法克鲁斯卡尔算法都是常用的求解最小生成树算法。 1. 普里姆算法: - 算法思路: - 从图任意选择一个顶点作为起始点,将其加入最小生成树。 - 从已加入最小生成树的顶点集合,选择一个顶点v,将与v相连的边权值最小的边(u, v)加入最小生成树,并将顶点u加入最小生成树的顶点集合。 - 重复上一步,直到最小生成树包含了图所有的顶点。 - 算法实现(邻接矩阵存储): ```python def prim(graph): num_vertices = len(graph) selected = [False] * num_vertices selected[0] = True for _ in range(num_vertices - 1): min_weight = float('inf') u, v = -1, -1 for i in range(num_vertices): if selected[i]: for j in range(num_vertices): if not selected[j] and graph[i][j] < min_weight: min_weight = graph[i][j] u, v = i, j selected[v] = True print(f"Add edge ({u}, {v}) with weight {min_weight} to the minimum spanning tree.") # 示例图的邻接矩阵表示 graph = [ [0, 2, 0, 6, 0], [2, 0, 3, 8, 5], [0, 3, 0, 0, 7], [6, 8, 0, 0, 9], [0, 5, 7, 9, 0] ] prim(graph) ``` 2. 克鲁斯卡尔算法: - 算法思路: - 将图的所有边按照权值从小到大进行排序。 - 依次选择权值最小的边,如果这条边的两个顶点不在同一个连通分量,则将这条边加入最小生成树,并将这两个顶点合并到同一个连通分量。 - 重复上一步,直到最小生成树包含了图所有的顶点。 - 算法实现(邻接表存储): ```python class Edge: def __init__(self, src, dest, weight): self.src = src self.dest = dest self.weight = weight class Graph: def __init__(self, num_vertices): self.num_vertices = num_vertices self.edges = [] def add_edge(self, src, dest, weight): self.edges.append(Edge(src, dest, weight)) def find(parent, i): if parent[i] == i: return i return find(parent, parent[i]) def union(parent, rank, x, y): xroot = find(parent, x) yroot = find(parent, y) if rank[xroot] < rank[yroot]: parent[xroot] = yroot elif rank[xroot] > rank[yroot]: parent[yroot] = xroot else: parent[yroot] = xroot rank[xroot] += 1 def kruskal(graph): result = [] i, e = 0, 0 graph.edges = sorted(graph.edges, key=lambda x: x.weight) parent = [] rank = [] for node in range(graph.num_vertices): parent.append(node) rank.append(0) while e < graph.num_vertices - 1: edge = graph.edges[i] i += 1 x = find(parent, edge.src) y = find(parent, edge.dest) if x != y: e += 1 result.append(edge) union(parent, rank, x, y) for edge in result: print(f"Add edge ({edge.src}, {edge.dest}) with weight {edge.weight} to the minimum spanning tree.") # 示例图的邻接表表示 graph = Graph(5) graph.add_edge(0, 1, 2) graph.add_edge(0, 3, 6) graph.add_edge(1, 2, 3) graph.add_edge(1, 3, 8) graph.add_edge(1, 4, 5) graph.add_edge(2, 4, 7) graph.add_edge(3, 4, 9) kruskal(graph) ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

敩科炼技堂

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值