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:

在这里插入图片描述

  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
    在这里插入图片描述

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:
    在这里插入图片描述

四、普里姆算法最佳实践(修路问题)

在这里插入图片描述

  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];
    }
}

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值