首先来回顾一下最小生成树的概念:
在一给定的无向图G = (V, E) 中,(u, v) 代表连接顶点 u 与顶点 v 的边(即),而 w(u, v) 代表此边的权重,若存在 T 为 E 的子集(即)且为无循环图,使得
的 w(T) 最小,则此 T 为 G 的最小生成树。
最小生成树其实是最小权重生成树的简称。
简单地说,就是一个无环且权值最小的连通图。
计算最小生成树有Kruskal算法和Prim算法,以下给出两种算法的C++模板:
Kruskal:
struct line{
int l,r,w;
}a[1000000];
bool eee(line x11,line y11){
return x11.w<y11.w;
}
int n,aa,b[1000000]={},c=1,d,ans=0;
int zbb(int p){
if(b[p]==p) return p;
return zbb(b[p]);
}
.......
sort(a+1,a+c,eee);
for(int i=1;i<c;i++){
if(zbb(a[i].l)!=zbb(a[i].r)){
ans+=a[i].w;
b[zbb(a[i].l)]=a[i].r;
d++;
if(d==n) break;
}
}
从程序中不难看出,Kruskal算法的核心思想就是先将边从小到大排序,然后判断边的两端是否有相同的祖宗(即是否联通),如果不是,则将两边联通,知道整个图联通为止。
Prim:
#define MAXN 100001
#define INF 96795798
int closest[MAXN],lowcost[MAXN],m;//m为节点的个数
int G[MAXN][MAXN];//邻接矩阵
int prim(){
for(inti=0;i<m;i++){
lowcost[i]=INF;
}
for(inti=0;i<m;i++){
closest[i]=0;
}
closest[0]=-1;//加入第一个点,-1表示该点在集合U中,否则在集合V中
int num=0,ans=0,e=0;//e为最新加入集合的点
while(num<m-1){//加入m-1条边
int micost=INF,miedge=-1;
for(inti=0;i<m;i++)
if(closest[i]!=-1){
int temp=G[e][i];
if(temp<lowcost[i]){
lowcost[i]=temp;
closest[i]=e;
}
if(lowcost[i]<micost)micost=lowcost[miedge=i];
}
ans+=micost;
closest[e=miedge]=-1;
num++;
}
return ans;
}
从这段代码里,我们可以发现,Prim算法的核心即是先任意选择一个点,然后将这个点加入集合,接着选择与这个点联通的权值最小的边并联通,将边的另一端加入集合,然后连接集合中的点所联通的边中最小的那一条,并重复以上操作,直到所有点联通为止。