Java数据结构——图：最小生成树(普利姆算法Prim)

一、基本原理

本质就是就是最小生成树问题， 先介绍一下最小生成树(Minimum Cost Spanning Tree)，简称 MST。给定一个带权的无向连通图,如何选取一棵生成树,使树上所有边上权的总和为最小,这叫最小生成树。

普利姆(Prim)算法求最小生成树，也就是在包含 n 个顶点的连通图中，找出只有(n-1)条边包含所有 n 个顶点的连通子图，也就是所谓的极小连通子图

普利姆的算法如下:

1. 设 G=(V,E)是连通网，T=(U,D)是最小生成树，V,U 是顶点集合，E,D 是边的集合
2. 若从顶点 u 开始构造最小生成树，则从集合 V 中取出顶点 u 放入集合 U 中，标记顶点 v 的 visited[u]=1
3. 若集合 U 中顶点 ui 与集合 V-U 中的顶点 vj 之间存在边，则寻找这些边中权值最小的边，但不能构成回路，将顶点 vj 加入集合 U 中，将边（ui,vj）加入集合 D 中，标记 visited[vj]=1
4. 重复步骤②，直到 U 与 V 相等，即所有顶点都被标记为访问过，此时 D 中有 n-1 条边
5. 提示: 单独看步骤很难理解，我们通过代码来讲解，比较好理解.
6. 图解普利姆算法

简单说就是以已访问过的点为基点，看看还有哪些未访问过点和这些已访问过的点连通，每次选出最短的那条边

二、代码实现

1. 有胜利乡有 7 个村庄(A, B, C, D, E, F, G) ，现在需要修路把 7 个村庄连通
2. 各个村庄的距离用边线表示(权) ，比如 A – B 距离 5 公里
3. 问：如何修路保证各个村庄都能连通，并且总的修建公路总里程最短?

public class PrimAlgorithmm {
 
    public static void main(String[] args) {
        //看看图是否创建成功
        char[] data = new char[]{'A','B','C','D','E','F','G'};
        int verxs = data.length;
        //邻接矩阵用二维数组表示 10000表示两个点不连通
        int [][]weight=new int[][]{
                {10000,5,7,10000,10000,10000,2},
                {5,10000,10000,9,10000,10000,3},
                {7,10000,10000,10000,8,10000,10000},
                {10000,9,10000,10000,10000,4,10000},
                {10000,10000,8,10000,10000,5,4},
                {10000,10000,10000,4,5,10000,6},
                {2,3,10000,10000,4,6,10000},};
        //创建MGraph对象
        MGragh gragh = new MGragh(verxs);
        //创建MinTree对象
        MinTree minTree = new MinTree();
        minTree.createGraph(gragh,verxs,data,weight);
        //输出
        minTree.showGraph(gragh);
        //测试普利姆
        minTree.prim(gragh,0);
    }
}
 
//创建最小生成树
class MinTree{
    //创建图的邻接矩阵
 
    /**
     * @param gragh 图对象
     * @param verxs 图对应顶点个数
     * @param date 图的各个顶点值
     * @param weight 图的矩阵
     */
    public void createGraph(MGragh gragh,int verxs,char date[],int[][] weight){
        int i,j;
        for (i=0;i<verxs;i++){
            gragh.data[i] = date[i];
            for (j=0;j<verxs;j++){
                gragh.weight[i][j] = weight[i][j];
            }
        }
    }
 
    //显示图片邻接矩阵
    public void showGraph(MGragh gragh){
        for (int[] link:gragh.weight){
            System.out.println(Arrays.toString(link));
        }
    }
 
    //编写算法得到最小生成树
    public void prim(MGragh gragh,int v){
        //visited[] 标记节点被访问过
        int visited[]=new int[gragh.verxs];
        //把当前节点标记为
        visited[v] = 1;
        //h1和h2记录两个顶点下标
        int h1 = -1;
        int h2 = -1;
        int minWeight = 10000;//先初始化大数 有比他小的就替换
        for (int k = 1; k < gragh.verxs ; k++){
 
            //每次生成的子图和哪个节点的距离最近
            for (int i=0;i<gragh.verxs;i++){ //i节点表示被访问过的节点
                for (int j=0;j<gragh.verxs;j++){ //j节点表示还没访问过的节点
                    if (visited[i]==1 && visited[j] ==0 && gragh.weight[i][j] < minWeight){
                        //替换minWeight
                        minWeight = gragh.weight[i][j];
                        h1 = i;
                        h2 = j;
                    }
                }
            }
            System.out.println("边<"+gragh.data[h1]+","+gragh.data[h2]+">权值："+minWeight);
            //当当前节点标记为已经访问
            visited[h2] = 1;
            minWeight = 10000;
        }
    }
}
 
class MGragh{
    int verxs; //表示图的节点个数
    char[] data;//表示节点数据
    int [][] weight; //存放边 邻接矩阵
 
    public MGragh(int verxs){
        this.verxs = verxs;
        data = new char[verxs];
        weight = new int[verxs][verxs];
    }
}