技术图文：如何利用C# 实现 Prim 最小生成树算法？

本文链接：https://blog.csdn.net/LSGO_MYP/article/details/92703684

背景

我们上一篇图文介绍了如何利用 C# 实现 Kruskal 最小生成树算法？，Kruskal 算法通过寻找边最优的方式来构造最小生成树，本篇图文介绍如何利用 C# 实现 Prim 最小生成树算法，Prim 算法通过寻找顶点最优的方式来构造最小生成树。

在继续介绍 Prim 算法之前，我整理了以前发布的有关数据结构与算法的图文，建个索引以方便大家的复习啊。

线性结构

树形结构

如何利用C#实现Huffman编码？

排序相关

搜索相关

LeetCode 实战

技术分析

Prim 算法：

Prim算法

例子：

该例子演示了一个含有6个结点，10条边的联通网，通过 Prim 算法从 V0 点开始逐步演化为含有6个结点，5条边的连通子网的过程，即构造最小生成树的过程。

代码实现

我们利用邻接表的方式来存储图的结构。有关于边表 EdgeNode、顶点表 VertexNode 和图 AdGraph 的结构，参见如何利用 C# 实现 Kruskal 最小生成树算法？中的 Step1、Step2 和 Step3。

上面例子，在内存中的邻接表结构为：

邻接表

最小生成树的节点结构 SpanTreeNode，参见如何利用 C# 实现 Kruskal 最小生成树算法？中的 Step4。

有了以上的基础，我们就可以写 Prim 算法了。

public SpanTreeNode[] MiniSpanTree(string vName)
{
    int i = GetIndex(vName);
    if (i == -1)
        return null;

    SpanTreeNode[] spanTree = new SpanTreeNode[VertexCount];
    
    //首先加入根节点
    spanTree[0] = new SpanTreeNode(_vertexList[i].VertexName,
        "NULL", 0.0);

    //U中结点到各结点最小权值那个结点在VertexList中的索引号
    int[] vertexIndex = new int[VertexCount];
    
    //U中结点到各个结点的最小权值
    double[] lowCost = new double[VertexCount];
    
    for (int j = 0; j < VertexCount; j++)
    {
        lowCost[j] = double.MaxValue;
        vertexIndex[j] = i;
    }

    EdgeNode p1 = _vertexList[i].FirstNode;
    while (p1 != null)
    {
        lowCost[p1.Index] = p1.Weight;
        p1 = p1.Next;
    }
    vertexIndex[i] = -1;

    for (int count = 1; count < VertexCount; count++)
    {
        double min = double.MaxValue;
        int v = i;
        for (int k = 0; k < VertexCount; k++)
        {
            if (vertexIndex[k] != -1 && lowCost[k] < min)
            {
                min = lowCost[k];
                v = k;
            }
        }
        spanTree[count] = new SpanTreeNode(_vertexList[v].VertexName,
            _vertexList[vertexIndex[v]].VertexName, min);
        vertexIndex[v] = -1;

        EdgeNode p2 = _vertexList[v].FirstNode;
        while (p2 != null)
        {
            if (vertexIndex[p2.Index] != -1 &&
                p2.Weight < lowCost[p2.Index])
            {
                lowCost[p2.Index] = p2.Weight;
                vertexIndex[p2.Index] = v;
            }
            p2 = p2.Next;
        }
    }
    return spanTree;
}

总结

到此为止代码部分就全部介绍完了，我们来看一下上面例子的应用。

利用邻接表存储图的结构。

static AdGraph CreateGraph()
{
    AdGraph result = new AdGraph(6);
    result[0] = "V0";
    result[1] = "V1";
    result[2] = "V2";
    result[3] = "V3";
    result[4] = "V4";
    result[5] = "V5";
    result.AddEdge("V0", "V1", 6);
    result.AddEdge("V0", "V2", 1);
    result.AddEdge("V0", "V3", 5);
    result.AddEdge("V1", "V0", 6);
    result.AddEdge("V1", "V2", 5);
    result.AddEdge("V1", "V4", 3);
    result.AddEdge("V2", "V0", 1);
    result.AddEdge("V2", "V1", 5);
    result.AddEdge("V2", "V3", 7);
    result.AddEdge("V2", "V4", 5);
    result.AddEdge("V2", "V5", 4);
    result.AddEdge("V3", "V0", 5);
    result.AddEdge("V3", "V2", 7);
    result.AddEdge("V3", "V5", 2);
    result.AddEdge("V4", "V1", 3);
    result.AddEdge("V4", "V2", 5);
    result.AddEdge("V4", "V5", 6);
    result.AddEdge("V5", "V2", 4);
    result.AddEdge("V5", "V3", 2);
    result.AddEdge("V5", "V4", 6);
    return result;
}

从 V2 点开始构建最小生成树。

static void Main(string[] args)
{
    AdGraph alg = CreateGraph();
    SpanTreeNode[] tree = alg.MiniSpanTree("V2");
    double sum = 0;
    for (int i = 0; i < tree.Length; i++)
    {
        string str = "(" + tree[i].ParentName + ","
                        + tree[i].SelfName + ") Weight:"
                        + tree[i].Weight;
        Console.WriteLine(str);
        sum += tree[i].Weight;
    }
    Console.WriteLine(sum);
}