普里姆算法学习(Java)

普里姆算法学习(Java)

学习视频：尚硅谷韩老师java讲解数据结构和算法

一、应用场景-修路问题

1.1、看一个应用场景和问题：

1. 有胜利乡有 7 个村庄(A, B, C, D, E, F, G) ，现在需要修路把 7 个村庄连通
2. 各个村庄的距离用边线表示(权) ，比如 A – B 距离 5 公里
3. 问：如何修路保证各个村庄都能连通，并且总的修建公路总里程最短?
   思路: 将 10 条边，连接即可，但是总的里程数不是最小.
   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

二、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。 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

1. N 个顶点，一定有 N-1 条边
2. 包含全部顶点
3. N-1 条边都在图中
4. 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
   

三、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，并将顶点 v 加入visiteds集合
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 U 中，将边（ui,vj）加入集合 D 中，并将顶点 vj加入visiteds集合
4. 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
5. 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.
6. 图解普利姆算法：
   

四、普里姆算法最佳实践(修路问题)

1. 有胜利乡有 7 个村庄(A, B, C, D, E, F, G) ，现在需要修路把 7 个村庄连通
2. 各个村庄的距离用边线表示(权) ，比如 A – B 距离 5 公里
3. 问：如何修路保证各个村庄都能连通，并且总的修建公路总里程最短?
4. 代码实现:

package com.lxf.prim;

import java.util.ArrayList;
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;
        //邻接矩阵的关系使用二维数组表示,10000 这个大数，表示两个点不联通
        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MGraph对象
        MGraph mGraph = new MGraph(verxs);
        //创建一个MinTree对象
        MiniTree miniTree = new MiniTree();
        miniTree.createGraph(mGraph,verxs,data,weight);
        //打印这个图
        miniTree.showGraph(mGraph);

        //测试普利姆算法
        miniTree.prim(mGraph,0);

    }


}
class MiniTree{
    /**
     * 创建图的邻接矩阵
     * @param graph 图对象
     * @param verxs 图对应的顶点的个数
     * @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){
        for (int i = 0; i < verxs; i++) {//循环顶点
            graph.data[i]=data[i];
            for (int j = 0; j < verxs; j++) {//循环边
                graph.weight[i][j]=weight[i][j];
            }
        }
    }

    /**
     * 显示图的邻接矩阵
     * @param graph
     */
    public void showGraph(MGraph graph){
        for (int[] link : graph.weight) {
            System.out.println(Arrays.toString(link));
        }
    }

    /**
     * 编写prim算法，得到最小生成树
     * @param mGraph 图
     * @param v 表示从图的第几个顶点开始生成'A'->0 'B'->1...
     */
    public void prim(MGraph mGraph,int v){
        //集合存储已经访问过的点
        ArrayList<Integer> visiteds = new ArrayList<>();
        //把当前的这个结点加入集合
        visiteds.add(v);
        //h1和h2记录两个顶点的下标
        int h1=-1;
        int h2=-1;
        int minWeight=10000;//将minWeight初始成一个大数，后面在遍历过程中，会被替换
        while (visiteds.size()<mGraph.verxs){//直到连通所有顶点为止

            //这个是确定每一次生成的子图，和哪个结点的距离最近
            for (int i = 0; i < visiteds.size(); i++) {//i结点表示被访问过的结点
                for (int j = 0; j < mGraph.verxs; j++) {//j结点表示还没有访问过的结点
                    if(!visiteds.contains(j)&&mGraph.weight[visiteds.get(i)][j]<minWeight){
                        //替换minWeight（寻找已经访问过的结点和未访问过的结点间的权值最小的边）
                        minWeight=mGraph.weight[visiteds.get(i)][j];
                        h1=visiteds.get(i);
                        h2=j;
                    }
                }
            }
            //找到一条边是最小
            System.out.println("边<"+mGraph.data[h1]+","+mGraph.data[h2]+">权值："+minWeight);
            //将当前的这个结点加入集合
            visiteds.add(h2);
            //minWeight 重新设置为最大值10000
            minWeight=10000;
        }
    }
}


class MGraph{
    int verxs;//表示图的结点个数
    char[] data;//存放结点数据
    int[][] weight;//存放边，就是我们的邻接矩阵

    public MGraph(int verxs){
        this.verxs=verxs;
        data=new char[verxs];
        weight=new int[verxs][verxs];
    }
}