使用MapReduce实现定图的最小生成树

如何实现计算最小生成树

什么是最小生成树

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
$$w(T)=\sum _{(u,v)\in t}w(u,v)$$
的 w(T) 最小，则此 T 为 G 的最小生成树。

简单来说，就是在一个具有N个顶点的带权连通图G中，如果存在某个子图G’，其包含了图G中的所有顶点和一部分边，且不形成回路，并且子图G’的各边权值之和最小，则称G’为图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

最小生成树的性质

• 最小生成树不能有回路。
• 最小生成树可能是一个，也可能是多个。
• 最小生成树边的个数等于顶点的个数减一。

使用Kruskal算法实现最小生成树

克鲁斯卡尔算法的核心思想是：在带权连通图中，不断地在边集合中找到最小的边，如果该边满足得到最小生成树的条件，就将其构造，直到最后得到一颗最小生成树。

Kruskal算法简述

假设 WN=(V,{E}) 是一个含有 n 个顶点的连通网，则按照克鲁斯卡尔算法构造最小生成树的过程为：先构造一个只含 n 个顶点，而边集为空的子图，若将该子图中各个顶点看成是各棵树上的根结点，则它是一个含有 n 棵树的一个森林。之后，从网的边集 E 中选取一条权值最小的边，若该条边的两个顶点分属不同的树，则将其加入子图，也就是说，将这两个顶点分别所在的两棵树合成一棵树；反之，若该条边的两个顶点已落在同一棵树上，则不可取，而应该取下一条权值最小的边再试之。依次类推，直至森林中只有一棵树，也即子图中含有 n-1条边为止。

实现逻辑

1. 将所有的边根据距离由小到大排序
2. 先选择最小的一条边作为初始树，并且将这条边的两个点记录至Set集合
3. 继续选择第二条边最小边（如果有两条相等的边，则随机选一条）从第二条边开始，选择时需做判断，判断规则：
   1. 将该边加入后，是否会形成闭环。如果形成闭环则直接跳过。
   2. 如果没形成闭环，就判断两个点是否在Set集合中，·出现过的则不记录，没有出现过的就新增进去，并将权值（距离）记录。
4. 重复第3步，直到遍历完所有的边。

MapReduce实现Kruskal算法

数据格式

点1 点2 权值（距离）

完整代码

• MyMapReduce.java

public class MyMapReduce {
   
	static double sum = 0D;
	public static void main(String[] args) {
   
		Configuration conf = new Configuration();
		Job job = null;
		try {
   
			job = Job.getInstance(conf, "MyFirstJob");
		} catch (IOException e) {
   
			e.printStackTrace();
		}
		//作业以jar包形式  运行
		job.setJarByClass(MyMapReduce.class)