Java编程：普里姆算法（已知起点求最小生成树）

• 正确的思路，就是尽可能的选择少的路线，并且每条路线最小，保证总里程数最少

最小生成树

================================================================

修路问题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。

1. 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

2. N个顶点，一定有N-1条边

3. 包含全部顶点

4. N-1条边都在图中

5. 举例说明(如图:)

6. 求最小生成树的算法主要是普里姆算法和克鲁斯卡尔算法

普里姆算法介绍

==================================================================

• 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

4. 中，将边（ui,vj）加入集合D中，标记visited[vj]=1

5. 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

6. 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.

图解

================================

代码

=============================================================

package prim;

import java.util.Arrays;

public class PrimAlgorithm {

public static void main(String[] args) {

// 测试图是否创建成功

char[] data = new char[]{‘A’, ‘B’, ‘C’, ‘D’, ‘E’, ‘F’, ‘G’};

int verxs = data.length;

// 邻接矩阵关系使用二维数组描述

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}};

// 创建一个MGraph对象

MGraph mGraph = new MGraph(verxs);

// 创建一个MinTree对象

MinTree minTree = new MinTree();

minTree.createGraph(mGraph, verxs, data, weight);

// 输出

minTree.showGraph(mGraph);

// 测试普里姆算法

minTree.prim(mGraph,0);

}

}

// 创建最小生成树 ———> 村庄的图

class MinTree {

/**

• 创建邻接矩阵

• @param graph 图对象

• @param verxs 图对应顶点个数

• @param data 图的各个顶点的值

• @param weight 图的邻接矩阵

*/

public void createGraph(MGraph graph, int verxs, char[] data, int[][] weight) {

int i, j;

for (i = 0; i < verxs; i++) { // 顶点

graph.data[i] = data[i];

for (j = 0; j < verxs; j++) {

graph.weight[i][j] = weight[i][j];

}

}

}

/**

• 显示图的邻接矩阵

• @param graph 图对象

*/

public void showGraph(MGraph graph) {

for (int[] link : graph.weight) {

System.out.println(Arrays.toString(link));

}

}

/**

• 编写prim算法，的到最小生成树

• @param graph 图

• @param v 起始点,表示从图的第几个结点开始生成 ‘A’->0 ‘B’->1

*/

public void prim(MGraph graph, int v) {

// visited[] 标记结点（顶点）是否被访问过，默认元素的值都是0，表示没有访问过

int visited[] = new int[graph.verxs];

// for (int i = 0; i < graph.verxs; i++) {

// visited[i] = 0;

// }

// 把当前结点标记为已访问

visited[v] = 1;

// 用h1和h2记录两个顶点的下标

int h1 = -1;

int h2 = -1;

int minWeight = 10000; // 将miniWeight初始化成一个大数，后面的遍历过程中，会被替换

for (int k = 1; k < graph.verxs; k++) { // 因为有graph.verxs个顶点，所以普里姆算法结束后，会有graph.verxs-1条边

// 确定每一次生成的子图，和哪个结点的距离最近