这几天做的几套模拟题都要用最小生成树搞~忘得都差不多的我特地来打两个板子。
首先,二者均采用贪心策略。
算法过程:大概是不断从未知集合往已知集合加元素。
感性理解:对于一颗树中的节点(u,v),如果二者间的边权w1小于u->v路径中的边权w2,显然断开w2连接w1更优,这时我们证明了对于max(u->v)<w(u,v);而如果我们采用贪心策略每次选中连接未知集合和已知集合最小边,显然得到的u->v路径上的边都是最小的,即不存在更优解,那么贪心得到的解即是最优解。
#include<bits/stdc++.h>
using namespace std;
#define Inc(i,L,r) for(register int i=(L);i<=(r);++i)
const int N = 1010,Maxe=N*(N-1)/2;
struct Edge{
int cnt,h[N],w[Maxe],to[Maxe],next[Maxe];
inline void add(int x,int y,int z){
next[++cnt]=h[x];to[cnt]=y;w[cnt]=z;h[x]=cnt;
}
}e;
struct Node{
int idx,dist;
bool operator <(const Node&A)const {
return A.dist<dist;
}
};
struct MST{
int n,m;
bool vst[N];
inline void init(){
scanf("%d%d",&n,&m);
Inc(i,1,m){
int x,y,z;scanf("%d%d%d",&x,&y,&z);
e.add(x,y,z),e.add(y,x,z);
}
}
priority_queue<Node>Q;
inline void Prim(){
Q.push((Node){1,0});
while(!Q.empty()){
int x=Q.top().idx,dist=Q.top().dist;Q.pop();
if(vst[x])continue;
vst[x]=1;
for(int p=e.h[x];p;p=e.next[p])
if(!vst[e.to[p]])Q.push((Node){e.to[p],e.w[p]});
}
}
};
#include<bits/stdc++.h>
using namespace std;
#define Inc(i,L,r) for(register int i=(L);i<=(r);++i)
const int N = 510,M = 3e5+10;
struct edge{
int u,v,w;
bool operator <(const edge&A)const {
return A.w>w;
}
};
struct MST{
int n,m,fa[N];
edge e[M];
inline void init(){//n个点,m条边
scanf("%d%d",&n,&m);
for(int i=1;i<=m;i++){
int x,y,z;scanf("%d%d%d",&x,&y,&z);
e[i]=(edge){x,y,z};
}
}
inline int getfa(int u){
return u!=fa[u]?fa[u]=getfa(fa[u]):u;
}
inline void Kruskal(){
sort(e+1,e+m+1);
for(int i=1;i<=n;i++)fa[i]=i;
for(int i=1;i<=m;i++){
int nd1=e[i].u,nd2=e[i].v;
int f1=getfa(nd1),f2=getfa(nd2);
if(f1==f2)continue;
fa[f2]=f1;
}
}
};
比较Prim和Kruskal算法,前者是针对点,后者是对于边。
那么,prim显然更加适合稠密图,kruskal则对于稀疏图更优。
顺带一提:我的prim写法为了和较大数据规模搞,用的优先队列+邻接表,于是时间复杂度(n+m)logm,实际上,可以用邻接矩阵存储保证严格n^2。