最小生成树
百度百科上对于最小生成树的定义是这样的:一个有 n 个结点的连通图的生成树是原图的极小连通子图,且包含原图中的所有 n 个结点,并且有保持图连通的最少的边。
通俗的解释最小生成树包括以下两点:(1) 最小;(2) 树。
对于树的概念,必须满足以下两条性质:
(1)图中没有任何环;
(2)必须连接所有顶点且都是互通的;
故,对于一个有N个顶点的树,他有N-1条边。
接下来是最小。一个图会有若干个生成树,我们把这些生成树边的权值相加称为权值和。不同的生成树会有不同的权值和,而最小生成树就是权值和最小的那棵树。
生成树的示意图如下:
求解最小生成树有两种算法:Prim算法,Kruskal算法,本篇主要介绍一下Prim算法。
Prim算法流程
prim 算法采用的是一种贪心的策略。
每次将离连通部分的最近的点和点对应的边加入的连通部分,连通部分逐渐扩大,最后将整个图连通起来,并且边长之和最小。
我们将图中各个节点用数字 1 ~ n 编号。
要将所有景点连通起来,并且边长之和最小,步骤如下:
(1) 用一个 st 数组表示节点是否已经连通。st[i] 为真,表示已经连通,st[i] 为假,表示还没有连通。初始时,state 各个元素为假。即所有点还没有连通。
用一个 dist 数组保存各个点到连通部分的最短距离,dist[i] 表示 i 节点到连通部分的最短距离。初始时,dist 数组的各个元素为无穷大。
用一个 pre 数组保存节点的是和谁连通的。pre[i] = k 表示节点 i 和节点 k 之间需要有一条边。初始时,pre 的各个元素置为 -1。
(2) 从 1 号节点开始扩充连通的部分,所以 1 号节点与连通部分的最短距离为 0,即disti[1] 置为 0。
(3)遍历 dist 数组,找到一个还没有连通起来,但是距离连通部分最近的点,假设该节点的编号是 i。i节点就是下一个应该加入连通部分的节点,st[i] 置为 1。
用青色点表示还没有连通起来的点,红色点表示连通起来的点。
这里青色点中距离最小的是 dist[1],因此 st[1] 置为 1。
(4) 遍历所有与 i 相连但没有加入到连通部分的点 j,如果 j 距离连通部分的距离大于 i j 之间的距离,即 dist[j] > w[i][j](w[i][j] 为 i j 节点之间的距离),则更新 dist[j] 为 w[i][j]。这时候表示,j 到连通部分的最短方式是和 i 相连,因此,更新pre[j] = i。
与节点 1 相连的有 2, 3, 4 号节点。1->2 的距离为 100,小于 dist[2],dist[2] 更新为 100,pre[2] 更新为1。1->4 的距离为 140,小于 dist[4],dist[4] 更新为 140,pre[2] 更新为1。1->3 的距离为 150,小于 dist[3],dist[3] 更新为 150,pre[3] 更新为1。
(5) 重复 3 4步骤,直到所有节点的状态都被置为 1.
这里青色点中距离最小的是 dist[2],因此 st[2] 置为 1。
与节点 2 相连的有 5, 4号节点。2->5 的距离为 80,小于 dist[5],dist[5] 更新为 80,pre[5] 更新为 2。2->4 的距离为 80,小于 dist[4],dist[4] 更新为 80,pre[4] 更新为2。
选dist[4],更新dist[3],dist[5],pre[3],pre[5]。
选dist[5],没有可更新的.
选dist[3],没有可更新的。
(6)此时 dist 数组中保存了各个节点需要修的路长,加起来就是。pre 数组中保存了需要选择的边。
应用实例
求最小生成树
给定一个 n n n 个点 m m m 条边的无向图,图中可能存在重边和自环,边权可能为负数。
求最小生成树的树边权重之和,如果最小生成树不存在则输出 i m p o s s i b l e impossible impossible。
代码如下:
import java.io.*;
import java.util.*;
class Main {
public static int N = 510;
public static int INF = 0x3f3f3f;
public static int n, m;
public static int[][] g = new int[N][N];
public static int[] dist = new int[N];
public static boolean[] st = new boolean[N];
public static void main(String[] args) throws IOException {
BufferedReader bufferedReader = new BufferedReader(new InputStreamReader(System.in));
String[] str1 = bufferedReader.readLine().split(" ");
n = Integer.parseInt(str1[0]);
m = Integer.parseInt(str1[1]);
for (int i = 1; i <= n; i ++) {
Arrays.fill(g[i], INF);
}
for (int i = 0; i < m; i ++) {
String[] str2 = bufferedReader.readLine().split(" ");
int a = Integer.parseInt(str2[0]);
int b = Integer.parseInt(str2[1]);
int c = Integer.parseInt(str2[2]);
g[a][b] = g[b][a] = Math.min(g[a][b], c);
}
int t = prim();
if (t == INF) {
System.out.println("impossible");
} else {
System.out.println(t);
}
bufferedReader.close();
}
public static int prim() {
Arrays.fill(dist, INF);
int res = 0;
for (int i = 0; i < n; i ++) {
int t = -1;
for (int j = 1; j <= n; j ++) {
if (!st[j] && (t == -1 || dist[t] > dist[j])) {
t = j;
}
}
if (i != 0 && dist[t] == INF) {
return INF;
}
if (i != 0) {
res += dist[t];
}
st[t] = true;
for (int j = 1; j <= n; j ++) {
dist[j] = Math.min(dist[j], g[t][j]);
}
}
return res;
}
}
代码实现和Dijkstra算法很像,思想也比较类似,因此可以对比记忆。