1. 普里姆算法
1.1 应用场景-修路问题
看一个应用场景和问题:
- 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
- 各个村庄的距离用边线表示(权) ,比如 A – B 距离 5 公里
- 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.
1.2 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。
- N 个顶点,一定有 N-1 条边
- 包含全部顶点
- N-1 条边都在图中
- 举例说明(如图:)
- 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
1.3 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:
- 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
- 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,标记顶点 v 的 visited[u]=1
- 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,标记 visited[vj]=1
- 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
- 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.
- 图解普利姆算法
1.4 普里姆算法最佳实践(修路问题)
- 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
- 各个村庄的距离用边线表示(权) ,比如 A – B 距离 5 公里
- 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?
代码实现如下:
import java.util.Arrays;
public class PrimAlgorithm {
public static void main(String[] args) {
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连通
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 graph = new MGraph(verxs);
//创建一个MinTree对象
MinTree minTree = new MinTree();
minTree.createGraph(graph, verxs, data, weight);
minTree.showGraph(graph);
minTree.prim(graph, 1);
}
}
//创建最小生成树
class MinTree{
public void createGraph(MGraph graph,int verxs,char data[],int[][] weight){
int i,j;
for(i = 0 ; i < verxs; i++){
graph.data[i] = data[i];
for(j = 0 ; j < verxs; j++){
graph.weight[i][j] = weight[i][j];
}
}
}
//显示图的邻接矩阵
public void showGraph(MGraph graph){
for(int[] link : graph.weight ){
System.out.println(Arrays.toString(link));
}
}
/****
*
* @param graph 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 graph,int v){
int visited[] = new int[graph.verxs];
for(int i = 0 ; i < graph.verxs ; i++ ){
visited[i] = 0;
}
//把当前节点标记为已访问
visited[v] = 1;
int h1 = -1;
int h2 = -1;
int minWeight = 10000; //将minWeight 初始化成一个大数
for(int k = 1; k < graph.verxs ; k++){
//确定每一次生成的子图和哪个节点的距离最近
for(int i = 0; i < graph.verxs ; i++ ){ //i 节点表示被访问过的节点
for(int j = 0 ; j < graph.verxs ; j++ ){ // j节点表示还没有访问过的节点
if(visited[i] == 1 && visited[j] == 0 && graph.weight[i][j] < minWeight){
minWeight = graph.weight[i][j];
h1 = i;
h2 = j;
}
}
}
//找到最小权值的边
System.out.println("边<" + graph.data[h1] + "," + graph.data[h2] + "> 权值: " + minWeight);
//将当前这个结点标记为已经访问
visited[h2] = 1;
//minWeight重新设置为10000
minWeight = 10000;
}
}
}
class MGraph{
int verxs;//表示图的节点个数
char[] data; //存放结点数据
int[][] weight;//存放边 邻接矩阵
public MGraph(int verxs){
this.verxs = verxs;
data = new char[verxs];
weight = new int[verxs][verxs];
}
}
运行借结果如下: