- 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
================================================================
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。
-
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
-
N个顶点,一定有N-1条边
-
包含全部顶点
-
N-1条边都在图中
-
举例说明(如图:)
- 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:
-
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
-
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
-
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
-
中,将边(ui,vj)加入集合D中,标记visited[vj]=1
-
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
-
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.
================================
=============================================================
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