最小生成树之Kruskal算法
注意:内容学习来自:b站CleverFrank数模算法精讲
前言
博主今天给大家带来的是最小生成树中两个经典算法Kruskal算法和Prim算法中的Kruskal算法。
今天的内容对大家图论和图的相关基础知识有一定考察。大家在食用本篇之前要稍微了解一下Matlab生成图的方式和图相关数据结构的一些操作。
那么这里博主先安利一下一些干货满满的专栏啦!
数据结构专栏:数据结构 这里包含了博主很多的数据结构学习上的总结,每一篇都是超级用心编写的,有兴趣的伙伴们都支持一下吧!
算法专栏:算法 这里可以说是博主的刷题历程,里面总结了一些经典的力扣上的题目,和算法实现的总结,对考试和竞赛都是很有帮助的!
力扣刷题专栏:Leetcode 想要冲击ACM、蓝桥杯或者大学生程序设计竞赛的伙伴,这里面都是博主的刷题记录,希望对你们有帮助!
C的深度解剖专栏:C语言的深度解剖 想要深度学习C语言里面所蕴含的各种智慧,各种功能的底层实现的初学者们,相信这个专栏对你们会有帮助的!
实际问题引入
其实这道题的答案,其实就是找到这个图的最小生成树。
Kruskal算法
此算法可以称为“加边法”,初始最小生成树的边数为 0,每迭代一次就选择一条满足条件的最小代价的边,加入到最小生成树边的集合里面。
其实核心思想就是贪心思想:通过局部最优达到整体最优
- 将所有的边权进行排序
- 不断迭代选择权最小的边,直到所有的点被连起来(边数=节点数-1)。
- 在迭代期间,如果边构成了环,就要丢弃该边,因为树中是不存在环的!
整体代码展示
在matlab
中,最小生成树的生成直接用minspantree()
函数就行。
s=[1,1,1,1,2,2,3,3,4,4,5,5,6];
t=[2,3,4,5,3,6,5,7,5,6,6,7,7];
w=[35,24,10,25,25,20,15,11,12,30,15,25,18];
names={'1','2','3','4','5','6','7'};
G=graph(s,t,w,names);
p=plot(G,"EdgeLabel",G.Edges.Weight);
% 求解最小生成树
T=minspantree(G,"Method","sparse");
% sparse代表的是Kruskal算法
% dense代表的是Prim算法
% sparse:Kruskal算法
% 算法按权重对所有的边排序,然后将不构成循环的边添加到树中
p=plot(G,"EdgeLabel",G.Edges.Weight);
highlight(p,T,"NodeColor","red","EdgeColor","red");
% 将最小生成树的边设置为红色!
生成的图:
生成的最小生成树:
我们也可以把最小生成树的边和节点打印出来,也可以把整段路的权加起来看看:
尾声
看到这里,相信我们已经学会Kruskal算法寻找最小生成树的过程了,当然,这离数学建模的要求,离我们的目标还非常遥远,博主在不断学习的过程中,也希望可以通过分享学习日记的方式带动大家!如果你感觉这篇文章对你有帮助的话,不要忘了点赞!关注!收藏噢!