下面的解释是通过我对 大话数据结构 中的算法的一些理解和参照最小生成树之Prim(普里姆)算法所总结出来的,若有写的不好的地方,欢迎指正,同时也希望大家在看完之后能有所收获。
我们先看看普里姆的大致思路:就是要在图中找到原图中找到最小权值的边,并把这条边并如最小生成树中。
大致方法:找到以 i 顶点的最小权值的边后,我们把这个顶点 i 加入到MST中后,然后要寻找以 i 结点为起点的边的最小权值,依次类推,知道图中最后一个结点加入到MST中。
在来了解下面的几个概念(对理解普里姆法则非常重要):
lowcost [ i ] : 代表以 i 这个结点为终点的边的最小权值,lowcost [ i ] = 0 , 就表示 结点 i 加入了MST。
adjvex [ i ] : 表示对应的是结点 i 的起点。< adjvex[ i ] , i >是MST的一条边,adjvex[ i ] = 0说明结点 i 的起点加入MST。
如下图所示:我们先用邻接矩阵创建好了一个无向连通图,并画出了结点之间边的的关系
我们现在从顶点 v0 开始(最小生成树从哪个顶点开始都无所谓),先对数组 lowcost 和 adjvex 进行初始化:
查看以 v0 为起点的边的最小权值,是 10,其对应的终点是 v1 ,v1 加入MST。 让lowcost [1] = advjvex [1] =0。然后我们要将lowcost [0] 中的权值一一和以v1为终点的边的权值做比较,当后者的权值小于前者时,lowcost [0]中的权值就要被以v1为起点的边的权值替换,advex数组对应的值也要改成v1的下标,如下图:
经过比较后得到新的lowcost 和 adjvex数组:
==============================================================
通过lowcost 数组我们知道:下个加入MST的是 v5,它对应的起点为adjvex [5],即v0
因此,我们重复上面的操作:
lowcost [5] = adjvex [5] = 0,再将lowcost数组一一与以v5为终点的边的权值做比较
再把后者当中小于前者的权值赋值给 lowcost 数组,advex数组对应的值也要改成相应结点的下标:
得到新的lowcost 和 adjvex数组之后,我们重复以上操作:
==============================================================
==============================================================
==============================================================
==============================================================
==============================================================
最终得出下面的结果:
最后lowcost和adjvex数组的值全部为零,全部结点加入MST。
下面的代码来自《大话数据结构》7.6.1
void MinSpanTree_Prim(MGraph G)
{
int min,i,j,k;
int adjvex[MAXVEX]; //保存相关顶点下标
int lowcost[MAXVEX]; //保存相关顶点间边的权值
lowcost[0]=0; //初始化第一个权值为0,即v0加入生成树
//lowcost的值为0,在这里就是此下标的顶点已经加入生成树
adjvex[0]=0; //初始化到第一个顶点的下标路径为0
for(i=1;i<G.numVertexes;++i) //循环除下标为0外的全部顶点
{
lowcost[i]=G.arc[0][i]; //将V0顶点与之有边的权值存入数组
adjvex[i]=0; //初始化都为V0的下标路径
}
for(i=1;i<G.numVertexes;++i){
min=INFINITY; //初始化最小权值为+inf,通常设置为上限数字,上面图是以*表示
j=0;k=0;
while(j<G.numVertexes) //循环全部顶点
{
if(lowcost[j]!=0&&lowcost[j]<min)
{ //如果权值不为零,且权值小于min
min=lowcost[j];//则让当前权值成为最小值
k=j;//将当前最小值的下标存入k
}
j++;
}
printf("(%d,%d)",adjvex[k],k); //打印当前顶点边中权值最小边
lowcost[k]=0; //将当前顶点的权值设置为0,表示此顶点已经完成任务
for(j=1;j<G.numVertexes;++j)
{ //循环所有顶点
if(lowcost[j]!=0 && G.arc[k][j] < lowcost[j])
{
//若k能到的点未完成任务并且此边小于对应的lowcost
lowcost[j]=G.arc[k][j]; //将较小权值存入lowcost
adjvex[j]=k; //将下标为k的顶点存入adjvex
}
}
}
}