7
==========================================================================
形成环:即顶点3和5的根节点为同一个结点那么就不用合并
===================================================================
思路:
1.用kruskal算法是从边的角度出发的每次选取最小的边
2.这里涉及到并查集,回归到本题就是先将每个顶点当成一个联通分量(也是一棵树)
并设置其父节点都为 -1,表示根节点,如果两个连通分量根节点不同,那么将其合并,
同时更新其中一个连通分量的根节点为另一个连通分量的根节点
那么到最后就会形成一个根节点,此时图的各个结点也是连通的,我们在每次计算是否合并
两个连通分量的时候,我们就已将权值进行相加,那么这样的结果是最小生成树
3.那么我们就需要对边进行升序排序了,按顺序每次选取最小的边
4.这里考虑到还要对权值进行升序处理,而且是按一组数据中的某个元素 升序处理
那么这里我们就不再用邻接矩阵和邻接表来存数据了,用结构体数组来存每组数据
同时通过重写sort方法来处理升序问题
5.那么通过上方的分析你还有另外一个收获,判断图是否连通,哈哈哈,如果最后的father数组
中每个结点的根节点都是同一个值 那么说明他是连通的 (这里的结点指的是father数组当中的下标)
===================================================================
/**
思路:
1.用kruskal算法是从边的角度出发的每次选取最小的边
2.这里涉及到并查集,回归到本题就是先将每个顶点当成一个联通分量(也是一棵树)
并设置其父节点都为 -1,表示根节点,如果两个连通分量根节点不同,那么将其合并,
同时更新其中一个连通分量的根节点为另一个连通分量的根节点
那么到最后就会形成一个根节点,此时图的各个结点也是连通的,我们在每次计算是否合并
两个连通分量的时候,我们就已将权值进行相加,那么这样的结果是最小生成树
3.那么我们就需要对边进行升序排序了,按顺序每次选取最小的边
4.这里考虑到还要对权值进行升序处理,而且是按一组数据中的某个元素 升序处理
那么这里我们就不再用邻接矩阵和邻接表来存数据了,用结构体数组来存每组数据
同时通过重写sort方法来处理升序问题
5.那么通过上方的分析你还有另外一个收获,判断图是否连通,哈哈哈,如果最后的father数组
只输出一个值 那么说明他是连通的
*/
#include<bits/stdc++.h>
using namespace std;
#define maxx 1000010//这里需要7位数
//定一结构体数组来存每组数据
struct Node{
int from;
int to;
int val;
}node[maxx];
int father[maxx];
bool sort_val(Node a,Node b){
return a.val < b.val;
}
//查询元素的根节点
int find( int a ){
int r=a;
while(father[r]!=r)
r=father[r]; //找到他的前导结点
int i=a,j;
while(i!=r){ //路径压缩算法
j=father[i]; //记录x的前导结点
father[i]=r; //将i的前导结点设置为r根节点
i=j;
}
return r;
}
//合并根节点不同的联通分量
void merg(int a,int b){
// int a = find(x);//查询x的根节点
// int b = find(y);//查询y的根节点
// if(a != b){
father[a] = b;
// }
}
int main(){
int n,m;
int sum = 0;
//cin >> n >> m;
scanf(“%d%d”,&n,&m);
//初始化father数组 将其每个顶点的根节点设置为自己的节点号
for(int i = 1; i <= n; i++){
father[i] = i;
}
for(int i = 0; i < m; i++){
//cin >> node[i].from >> node[i].to >> node[i].val;
scanf(“%d%d%d”,&node[i].from,&node[i].to,&node[i].val);
}
sort(node,node+m,sort_val);
// for(int i = 0; i < m; i++){
// cout << node[i].val << endl;
// }
int count = 0;
for(int i = 0; i < m; i++){
if(count == n - 1){//n个顶点需要 n - 1边
break;
}
int a = find(node[i].from);
int b = find(node[i].to);
if(a != b){
father[a] = b;
sum += node[i].val;
count++;
}
}
printf(“%d”,sum);
// cout << sum;
}
=======================================================================================
这道题用到了并查集,所以我就学了一下并查集,所以把自己的见解也分享给大家(建议 先看视频 再浏览 博客 再自己敲一遍 学习效率高而已,我总是乱着来 以为看几篇博客就会了,其实最后还是老老实实 去B站看大佬讲解视频 才搞懂)
并查集是一种树型的数据结构,
用于处理一些不相交集合(Disjoint Sets)的合并及查询问题
1:查询元素a和元素b是否属于同一组
2:合并元素a和元素b所在组 (将有相同元素的元素 合并为一个组 )
3:需要初始化一个数组存放父节点,其索引值 代表元素
/*
并查集是一种树型的数据结构,
用于处理一些不相交集合(Disjoint Sets)的合并及查询问题
1:查询元素a和元素b是否属于同一组
2:合并元素a和元素b所在组 (将有相同元素的元素 合并为一个组 )
3:需要初始化一个数组存放父节点,其索引值 代表元素
*/
#include<bits/stdc++.h>
using nam
必看视频!获取2024年最新Java开发全套学习资料 备注Java
espace std;
int father[100];
写在最后
还有一份JAVA核心知识点整理(PDF):JVM,JAVA集合,JAVA多线程并发,JAVA基础,Spring原理,微服务,Netty与RPC,网络,日志,Zookeeper,Kafka,RabbitMQ,Hbase,MongoDB,Cassandra,设计模式,负载均衡,数据库,一致性哈希,JAVA算法,数据结构,加密算法,分布式缓存,Hadoop,Spark,Storm,YARN,机器学习,云计算…
nvert/d03a705143646f4f3f6ea879d59b2788.png)(title-必看视频!获取2024年最新Java开发全套学习资料 备注Java)]
espace std;
int father[100];
写在最后
还有一份JAVA核心知识点整理(PDF):JVM,JAVA集合,JAVA多线程并发,JAVA基础,Spring原理,微服务,Netty与RPC,网络,日志,Zookeeper,Kafka,RabbitMQ,Hbase,MongoDB,Cassandra,设计模式,负载均衡,数据库,一致性哈希,JAVA算法,数据结构,加密算法,分布式缓存,Hadoop,Spark,Storm,YARN,机器学习,云计算…
[外链图片转存中…(img-IeXlQ8Rm-1716400318527)]