最小生成树Prim算法和Kruskal算法[Java语言实现]

1,普里姆算法(Prim)

  • 此算法可以称为“加点法”,每次迭代选择代价最小的边对应的点,加入到最小生成树中。算法从某一个顶点s开始,逐渐长大覆盖整个连通网的所有顶点。
  • 具体步骤如下
  1. 图的所有顶点集合为V;初始令集合u={s},v=V−u;
  2. 在两个集合u,v能够组成的边中,选择一条代价最小的边(u0,v0),加入到最小生成树中,并把v0并入到集合u中。
  3. 重复上述步骤,直到最小生成树有n-1条边或者n个顶点为止。
  • 具体操作如图所示
    在这里插入图片描述

Java代码如下所示(仅供参考):

import java.util.ArrayList;
import java.util.List;

/**
 * @author biHuGang
 * @date 2020/4/28
 */
public class DemoPrim {
    static int[][] graph;
    //存放已经加入到最小生成树的边
    static List<Integer> arr = new ArrayList<>();
    static boolean[] vis;

    public static void main(String[] args) {
        vis = new boolean[6];
        //邻接矩阵
        graph = new int[][]{
                {0, 6, 1, 5, 0, 0},
                {6, 0, 5, 0, 3, 0},
                {1, 5, 0, 5, 6, 4},
                {5, 0, 5, 0, 0, 2},
                {0, 3, 6, 0, 0, 6},
                {0, 0, 4, 2, 6, 0}
        };
        int ans = prim(0);
        System.out.println(ans);
    }

    private static int prim(int start) {
        int ans = 0;
        for (int i = 0; i < 5; i++) {
            //将该节点加入到集合中
            arr.add(start);
            //标记
            vis[start] = true;
            int val = Integer.MAX_VALUE;
            //寻找最小边
            for (int row : arr) {
                for (int j = 0; j < 6; j++) {
                    if (!vis[j]) {
                        if (graph[row][j] < val && graph[row][j] > 0) {
                            start = j;
                            val = graph[row][j];
                        }
                    }
                }
            }
            ans += val;
        }
        return ans;
    }
}

// ans = 15;

2,克鲁斯卡尔算法(Kruskal)

  • 此算法可以称为“加边法”,初始最小生成树边数为0,每迭代一次就选择一条满足条件的最小代价边,加入到最小生成树的边集合里。
  1. 把图中的所有边按代价从小到大排序;
  2. 把图中的n个顶点看成独立的n棵树组成的森林;
  3. 按权值从小到大选择边,所选的边连接的两个顶点ui,vi,应属于两颗不同的树,则成为最小生成树的一条边,并将这两颗树合并作为一颗树。
  4. 重复(3),直到所有顶点都在一颗树内或者有n-1条边为止。
    在这里插入图片描述
  • 该算法可以借助并查集来实现
  • 如果对并查集还不了解的,可以看我的另一篇博客—并查集Java实现

Java代码如下所示(仅供参考)

import java.util.ArrayList;
import java.util.Arrays;
import java.util.Collections;
import java.util.List;

/**
 * @author biHuGang
 * @date 2020/4/28
 */
public class DemoKruskal {
    static int[][] graph;
    static List<Node> arr = new ArrayList<>();
    static int[] parent;
    static int[] rank;
    static int ans = 0;

    public static void main(String[] args) {
        parent = new int[6];
        rank = new int[6];
        Arrays.fill(parent, -1);
        Arrays.fill(rank, 0);
        graph = new int[][]{
                {0, 6, 1, 5, 0, 0},
                {0, 0, 5, 0, 3, 0},
                {0, 0, 0, 5, 6, 4},
                {0, 0, 0, 0, 0, 2},
                {0, 0, 0, 0, 0, 6},
                {0, 0, 0, 0, 0, 0}
        };
        for (int i = 0; i < 6; i++) {
            for (int j = 0; j < 6; j++) {
                if (graph[i][j] != 0) {
                    arr.add(new Node(i, j, graph[i][j]));
                }
            }
        }
        Collections.sort(arr);
        for (int i = 0; i < arr.size(); i++) {
            Node node = arr.get(i);
            union_root(node);
        }
        System.out.println(ans);
    }

    //合并根
    private static void union_root(Node node) {
        int x_root = find_root(node.x);
        int y_root = find_root(node.y);
        //如果在同一棵树上,则不做任何操作
        if (x_root == y_root) {
            return;
        } else {
            //rank数组优化
            if (rank[x_root] > rank[y_root]) {
                parent[y_root] = x_root;
            } else if (rank[x_root] < rank[y_root]) {
                parent[x_root] = y_root;
            } else {
                parent[x_root] = y_root;
                rank[y_root]++;
            }
            ans += node.val;
        }
    }

    //寻找根(路径压缩递归版)
    private static int find_root(int x) {
        if (parent[x] == -1) return x;
        return parent[x] = find_root(parent[x]);
    }

    //寻找根(路径压缩非递归版)
    /*private static int find_root(int x) {
        int root = x;
        while (parent[root] != -1){
            root = parent[root];
        }
        while (parent[x] != -1){
            int r = parent[x];
            parent[x] = root;
            x = r;
        }
        return root;
    }*/

}

class Node implements Comparable<Node> {
    int x;
    int y;
    int val;

    public Node(int x, int y, int val) {
        this.x = x;
        this.y = y;
        this.val = val;
    }

    @Override
    public int compareTo(Node o) {
        return this.val - o.val;
    }
}

// ans = 15;

转载:勿在浮沙筑高台 http://blog.csdn.net/luoshixian099/article/details/51908175

  • 1
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Prim算法Kruskal算法都是求解图的最小生成树问题的经典算法,它们的思想和实现方法不同,下面是它们的实验小结。 1. Prim算法 Prim算法是一种贪心算法,它从图的某个点开始,逐步扩展生成树,直到生成整个图的最小生成树算法步骤如下: 1.1 选取任意一个点作为起始点,将该点加入生成树中。 1.2 找到与当前生成树相连的边中,权重最小的边,将其连接的点加入生成树中。 1.3 重复步骤1.2,直到生成整个图的最小生成树Prim算法的时间复杂度为O(E log V),其中 E 表示边的数量,V 表示点的数量。Prim算法的优点是实现简单,适用于稠密图;缺点是不适用于稀疏图。 2. Kruskal算法 Kruskal算法也是一种贪心算法,它从图的所有边开始,逐步扩展生成树,直到生成整个图的最小生成树算法步骤如下: 2.1 将图中所有边按照权重从小到大排序。 2.2 依次选择每条边,判断该边的两个端点是否在同一连通块中,如果不在,则将它们合并,并将该边加入生成树中。 2.3 重复步骤2.2,直到生成整个图的最小生成树Kruskal算法的时间复杂度为O(E log E),其中 E 表示边的数量。Kruskal算法的优点是适用于稀疏图;缺点是实现相对复杂。 综上所述,Prim算法Kruskal算法都是求解图的最小生成树问题的有效算法,选择哪种算法主要取决于图的性质和算法实现的难易程度。

“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