Prim 算法与Dijkstra算法

最新推荐文章于 2024-10-01 23:05:47 发布

7Klllling

最新推荐文章于 2024-10-01 23:05:47 发布

阅读量401

点赞数 5

文章标签：算法

本文链接：https://blog.csdn.net/2301_79824033/article/details/139246633

版权

代码

#include <stdio.h>
#include <malloc.h>
 
#define MAX_DISTANCE 10000
 
typedef struct Net {
	int** weights;
	int numNodes;
} Net, * NetPtr;
 
NetPtr initNet(int paraSize, int** paraData) {
	int i, j;
	NetPtr resultPtr = (NetPtr)malloc(sizeof(Net));
	resultPtr->numNodes = paraSize;
 
	resultPtr->weights = (int**)malloc(paraSize * sizeof(int*));
	for (i = 0; i < paraSize; i++) {
		resultPtr->weights[i] = (int*)malloc(paraSize * sizeof(int));
		for (j = 0; j < paraSize; j++) {
			resultPtr->weights[i][j] = paraData[i][j];
		}
	}
 
	return resultPtr;
}
 
int dijkstraOrPrim(NetPtr paraPtr, int paraAlgorithm) {
	int i, j, minDistance, tempBestNode, resultCost;
	int source = 0;
	int numNodes = paraPtr->numNodes;
	int* distanceArray = (int*)malloc(numNodes * sizeof(int));
	int* parentArray = (int*)malloc(numNodes * sizeof(int));
	int* visitedArray = (int*)malloc(numNodes * sizeof(int));
 
	for (i = 0; i < numNodes; i++) {
		distanceArray[i] = paraPtr->weights[source][i];
		parentArray[i] = source;
		visitedArray[i] = 0;
	}
	distanceArray[source] = 0;
	parentArray[source] = -1;
	visitedArray[source] = 1;
 
	tempBestNode = -1;
	for (i = 0; i < numNodes - 1; i++) {
		minDistance = MAX_DISTANCE;
		for (j = 0; j < numNodes; j++) {
			if (visitedArray[j]) {
				continue;
			}
 
			if (minDistance > distanceArray[j]) {
				minDistance = distanceArray[j];
				tempBestNode = j;
			}
		} 
 
		visitedArray[tempBestNode] = 1;
 
		for (j = 0; j < numNodes; j++) {
			if (visitedArray[j]) {
				continue;
			}
 
			if (paraPtr->weights[tempBestNode][j] >= MAX_DISTANCE) {
				continue;
			}
 
			if (paraAlgorithm == 0) {
				if (distanceArray[j] > distanceArray[tempBestNode] + paraPtr->weights[tempBestNode][j]) {
					distanceArray[j] = distanceArray[tempBestNode] + paraPtr->weights[tempBestNode][j];
					parentArray[j] = tempBestNode;
				} 
			}
			else {
				if (distanceArray[j] > paraPtr->weights[tempBestNode][j]) {
					distanceArray[j] = paraPtr->weights[tempBestNode][j];
					parentArray[j] = tempBestNode;
				} 
			}
		} 
	} 
 
	printf("the parent of each node: ");
	for (i = 0; i < numNodes; i++) {
		printf("%d, ", parentArray[i]);
	}
 
	if (paraAlgorithm == 0) {
		printf("From node 0, path length to all nodes are: ");
		for (i = 0; i < numNodes; i++) {
			printf("%d (%d), ", i, distanceArray[i]);
		}
	}
	else {
		resultCost = 0;
		for (i = 0; i < numNodes; i++) {
			resultCost += distanceArray[i];
			printf("cost of node %d is %d, total = %d\r\n", i, distanceArray[i], resultCost);
		}
		printf("Finally, the total cost is %d.\r\n ", resultCost);
	}
 
	printf("\r\n");
 
	return resultCost;
}
 
NetPtr constructSampleNet() {
	int i, j;
	int myGraph[6][6] = {
		{0, 6, 1, 5, 0, 0},
		{6, 0, 5, 0, 3, 0},
		{1, 5, 0, 5, 6, 4},
		{5, 0, 5, 0, 0, 2},
		{0, 3, 6, 0, 0, 6},
		{0, 0, 4, 2, 6, 0} };
	int** tempPtr;
	int numNodes = 6;
	printf("Preparing data\r\n");
 
	tempPtr = (int**)malloc(numNodes * sizeof(int*));
	for (i = 0; i < numNodes; i++) {
		tempPtr[i] = (int*)malloc(numNodes * sizeof(int));
	}
 
	for (i = 0; i < numNodes; i++) {
		for (j = 0; j < numNodes; j++) {
			if (myGraph[i][j] == 0) {
				tempPtr[i][j] = MAX_DISTANCE;
			}
			else {
				tempPtr[i][j] = myGraph[i][j];
			}
		}
	}
 
	printf("Data ready\r\n");
 
	NetPtr resultNetPtr = initNet(numNodes, tempPtr);
	return resultNetPtr;
}
void testPrim() {
	NetPtr tempNetPtr = constructSampleNet();
	printf("=====Dijkstra algorithm=====\r\n");
	dijkstraOrPrim(tempNetPtr, 0);
	printf("=====Prim algorithm=====\r\n");
	dijkstraOrPrim(tempNetPtr, 1);
}
 
int main() {
	testPrim();
	return 1;
}

运行结果

学习心得

Prim算法学习心得
算法思想：
Prim算法是一种贪心算法，用于解决最小生成树问题。它的基本思想是从图中任选一个顶点作为起点，然后每次选择一条连接起点集合和未连接集合的边，且这条边的权值最小。重复这个过程，直到所有顶点都加入生成树中。
数据结构：
在实现Prim算法时，我通常使用数组或优先队列来存储边的信息。优先队列能够确保每次选择的都是当前权值最小的边，从而提高了算法的效率。
理解“最小生成树”：
学习Prim算法让我更加深入地理解了最小生成树的概念。一个图的最小生成树是指能够连接图中所有顶点且边权和最小的树。这种结构在实际应用中非常有用，例如在设计和规划通信网络、构建交通网络等方面。
贪心策略的应用：
Prim算法体现了贪心策略在解决问题时的强大能力。它每次选择的都是当前状态下的最优解，从而逐步逼近全局最优解。这种策略在解决许多实际问题时都非常有效。
Dijkstra算法学习心得
算法思想：
Dijkstra算法是一种单源最短路径算法，用于计算图中一个顶点到所有其他顶点的最短路径。它的基本思想是以起始点为中心向外层层扩展，直到扩展到所有顶点为止。在每一步中，它都选择当前已扩展顶点集合中距离起始点最近的顶点作为下一个扩展点。
数据结构：
在实现Dijkstra算法时，我通常使用优先队列（如最小堆）来存储待扩展的顶点。优先队列能够确保每次选择的都是当前距离起始点最近的顶点，从而提高了算法的效率。
理解“最短路径”：
学习Dijkstra算法让我更加深入地理解了最短路径问题的本质。在许多实际问题中，我们都需要找到从起点到终点的最短路径，例如在网络路由、地图导航等方面。Dijkstra算法为我们提供了一种高效解决这类问题的方法。
非负权重的限制：
值得注意的是，Dijkstra算法要求图中所有边的权重都是非负的。如果存在负权重的边，Dijkstra算法可能无法得出正确的结果。这是因为负权重的边可能导致“负权环”的出现，使得从起点到终点的最短路径变得不可达。
总结
通过学习Prim算法和Dijkstra算法，我不仅掌握了两种重要的图论算法，还深刻理解了它们背后的思想和应用场景。这两种算法在解决实际问题时都表现出了强大的能力，但它们的应用范围和限制也有所不同。因此，在实际应用中，我们需要根据问题的具体需求选择合适的算法来解决问题。同时，这两种算法也激发了我对图论和其他计算机科学领域的进一步学习兴趣。