POJ 1258

116 篇文章 2 订阅
32 篇文章 0 订阅

最小生成树,模板题,直接按照模板来 就可以了。

注意:这里程序没有终止条件,就是一直是输入样例。


#include <iostream>
using namespace std;

#define MAXV 110
#define MAX 100010

int n;
int map[MAXV][MAXV];
int d[MAXV];
bool vis[MAXV];

void Prim(){
    int i,j,k;
    k = 0;
    for(i=1;i<=n;i++){
        d[i] = map[1][i];
        vis[i] = 0;
    }
    for(i=1;i<=n;i++){
        int temp = MAX;
        for(j=1;j<=n;j++){
            if(!vis[j]&&d[j]<temp){
                temp = d[j];
                k = j;
            }
        }
        vis[k] =  1;
        for(j=1;j<=n;j++){
            if(!vis[j]&&d[j]>map[k][j])
                d[j] = map[k][j];
        }
    }
    for(i=1;i<=n;i++)
        d[1] += d[i];
    cout<<d[1]<<endl;
}

int main(){
    int i,j;
    while(cin>>n){
        for(i=1;i<=n;i++)
            for(j=1;j<=n;j++)
                cin>>map[i][j];
        Prim();
    }
    return 0;
}

Prim算法是这样来做的: 
    首先以一个结点作为最小生成树的初始结点,然后以迭代的方式找出与最小生成树中各结点权重最小边,并加入到最小生成树中。加入之后如果产生回路则跳过这条边,选择下一个结点。当所有结点都加入到最小生成树中之后,就找出了连通图中的最小生成树了。


算法特点
     该算法的特点是当前形成的集合T始终是一棵树。将T中U和TE分别看作红点和红边集,V-U看作蓝点集。算法的每一步均是在连接红、蓝点集的紫边中选择一条轻边扩充进T中。MST性质保证了此边是安全的。T从任意的根r开始,并逐渐生长直至U=V,即T包含了 C中所有的顶点为止。MST性质确保此时的T是G的一棵MST。因为每次添加的边是使树中的权尽可能小,因此这是一种"贪心"的策略。
算法分析
     该算法的时间复杂度为O(n2)。与图中边数无关,该算法适合于稠密图。


Kruskal算法:

#include <iostream>
#include <algorithm>
using namespace std;

#define MAXV 110

int p[MAXV];

struct pro{
    int u;
    int v;
    int w;
}E[MAXV*MAXV];

bool cmp(pro a,pro b){
    return a.w<b.w;
}

int Find(int a){
    return a == p[a]?a:a=Find(p[a]);
}

int main(){
    int n;
    int i,j,value;
    while(cin>>n){
        int k = 0;
        int ans = 0;
        for(i=1;i<=n;i++)
            p[i] = i;
        for(i=1;i<=n;i++){
            for(j=1;j<=n;j++){
                cin>>value;
                if(j>=i+1){
                    E[k].u = i;
                    E[k].v = j;
                    E[k].w = value;
                    k++;
                }
            }
        }
        sort(E,E+k,cmp);
        for(i=0;i<k;i++){
            int x = Find(E[i].u);
            int y = Find(E[i].v);
            if(x!=y){
                ans += E[i].w;
                p[x] = y;
            }
        }
        cout<<ans<<endl;
    }
    return 0;
}


    Kruskal算法与Prim算法的不同之处在于,Kruskal在找最小生成树结点之前,需要对所有权重边做从小到大排序。将排序好的权重边依次加入到最小生成树中,如果加入时产生回路就跳过这条边,加入下一条边。当所有结点都加入到最小生成树中之后,就找出了最小生成树。


算法描述:克鲁斯卡尔算法需要对图的边进行访问,所以克鲁斯卡尔算法的时间复杂度只和边又关系,可以证明其时间复杂度为O(ElogE)。
算法过程:
1.将图各边按照权值进行排序
2.将图遍历一次,找出权值最小的边,(条件:此次找出的边不能和已加入最小生成树集合的边构成环),若符合条件,则加入最小生成树的集合中。不符合条件则继续遍历图,寻找下一个最小权值的边。
3.递归重复步骤2,直到找出n-1条边为止(设图有n个结点,则最小生成树的边数应为n-1条),算法结束。得到的就是此图的最小生成树。


        克鲁斯卡尔(Kruskal)算法因为只与边相关,则适合求稀疏图的最小生成树。而prime算法因为只与顶点有关,所以适合求稠密图的最小生成树。


       无疑,Kruskal算法在效率上要比Prim算法快,因为Kruskal只需要对权重边做一次排序,而Prim算法则需要做多次排序。尽管Prim算法每次做的算法涉及的权重边不一定会涵盖连通图中的所有边,但是随着所使用的排序算法的效率的提高,Kruskal算法和Prim算法之间的差异将会清晰的显性出来。

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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