最小生成树
最小生成树(MST)
一个有 n 个结点的连通图的生成树是原图的极小连通子图,且包含原图中的所有 n 个结点,并且有保持图连通的最少的边。
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) 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。
最小生成树性质
设G=(V,E)是一个连通网络,U是顶点集V的一个非空真子集。若(u,v)是G中一条“一个端点在U中(例如:u∈U),另一个端点不在U中的边(例如:v∈V-U),且(u,v)具有最小权值,则一定存在G的一棵最小生成树包括此边(u,v)。
最小生成树算法
Prim 算法 (普里姆 算法) O(V^2)
/// 邻接矩阵 n*n
#include<iostream>
#include<cstring>
using namespace std;
const int INF= 0x3f3f3f3f;
const int maxn=110;
bool vis[maxn];
int lowc[maxn],cost[maxn][maxn];
int prim(int n,int x){
int ans=0;
memset(vis,false,sizeof(vis));
vis[x]=true;
for(int i=0;i<n;i++) lowc[i]=cost[x][i]; /// 注意是0 - n-1 还是 1 - n !!!
for(int i=0;i<n;i++){
if(i==x) continue;
int minc=INF;
int p=-1;
for(int j=0;j<n;j++){ /// MST性质 轻边
if(!vis[j]&&lowc[j]!=0&&minc>lowc[j]){
minc=lowc[j];
p=j;
}
}
if(minc==INF) return -1; /// 原图不联通
ans+=minc;
vis[p]=true;
for(int j=0;j<n;j++){ /// p 点进入 MST, 更新 (MST 性质)
if(!vis[j]&&cost[p][j]!=0){
if(lowc[j]==0) lowc[j]=cost[p][j];
else if(lowc[j]>cost[p][j]) lowc[j]=cost[p][j];
}
}
}
return ans;
}
int main(){
int n,m,x,y,z;
cin>>n>>m;
for(int i=1;i<=m;i++){
cin>>x>>y>>z;
cost[x][y]=z;
cost[y][x]=z;
}
cout<<prim(n,x)<<endl;
return 0;
}
Prim 算法 + 堆优化 O(E log(V))
/// 堆优化的prim算法
#include <stdio.h>
#include <string.h>
#include <iostream>
#include <vector>
#include <queue>
#define LL long long
#define N 100000+10 ///最大节点数
#define M 1000000+10 ///最大的边数
///N<=10^5, M<=10^6
using namespace std;
int n, m;
struct node{
int v, w;
bool operator<(const node &dd)const{
return w>dd.w;
} ///权值小的优先 维护一个小根堆
};
vector<node>q[N];
bool vis[N];
LL ans;
void queue_prim()
{
priority_queue<node>que; /// 优先队列 默认大顶堆
while(!que.empty())
que.pop();
ans = 0;
memset(vis, false, sizeof(vis));
for(int i=0; i<q[1].size(); i++){
que.push(q[1][i]); ///以节点1为起点进行扩展安全边 生成最小树
}
vis[1]=true;
int edge=n-1; ///边数
node cur;
while(edge--)
{
cur = que.top();
que.pop();
if(vis[cur.v]==true){
while(vis[cur.v]){
cur=que.top(); que.pop();
}
}
ans+=cur.w; ///printf("%d-- ", cur.w );
vis[cur.v]=true;
for(int i=0; i<q[cur.v].size(); i++){
if(vis[ q[cur.v][i].v ]==false)
que.push(q[cur.v][i]);
}
}
}
int main(){
scanf("%d%d",&n,&m);
int i,j;
int u,v,w;
node cur;
for(i=0; i<=n; i++)
q[i].clear();
for(i=0; i<m; i++){
scanf("%d %d %d", &u, &v, &w);
cur.v=v; cur.w=w;
q[u].push_back(cur);
cur.v=u;
q[v].push_back(cur); ///建立双向边
}
queue_prim();
printf("%lld\n", ans );
return 0;
}
克鲁斯卡尔(Kruskal)算法 O(E log(E))
// 并查集优化
#include<iostream>
#include<cstring>
#include<algorithm>
using namespace std;
const int maxn=110;
const int maxm=10000;
int F[maxn];
struct Edge{
int u,v,w;
}edge[maxm];
int tol;
void add(int u,int v,int w){
edge[tol].u=u;
edge[tol].v=v;
edge[tol++].w=w;
}
bool cmp(Edge a,Edge b){
return a.w<b.w;
}
int find(int x){
if(F[x]==-1) return x;
else return F[x]=find(F[x]);
}
int kruskal(int n){
memset(F,-1,sizeof(F));
sort(edge,edge+tol,cmp);
int cnt=0,ans=0;
for(int i=0;i<tol;i++){
int u=edge[i].u,v=edge[i].v,w=edge[i].w;
int t1=find(u),t2=find(v);
if(t1!=t2){
ans+=w;
F[t1]=t2;
cnt++;
}
if(cnt==n-1) break;
}
return ans;
}
int main(){
int n,m,x,y,z;
cin>>n>>m;
for(int i=1;i<=m;i++){
cin>>x>>y>>z;
add(x,y,z);
}
cout<<kruskal(n)<<endl;
return 0;
}