克鲁斯卡尔算法(Kruskal):
图论中的一种算法,用来在加权连通图中构造最小代价生成树,何为最小代价生成树呢,也就是通过此算法生成的树,不但包括了原连通图中的所有节点,而且保证了所有边的权值之和最小。
算法核心思想:在给定的带权连通图中,选择一个当前还未被选择过的,加入后不会再最小代价生成树构成回路的,而且权值最小的边,将其添加到正在构造中的最小代价生成树中
基本原理:
现有一个加权联通图,顶点集合为V,边的集合为E,构造最小代价生成树时,Vnew代表生成树的顶点集合,Enew代表生成树的边的集合,最小代价生成树的过程如下:
1.初始化,Vnew = V,Enew = {},即生成树包含原图中的所有节点,但是没有边
2.从E中选择权值最小的边<u,v>,如果这条边加入后不会形成回路,就把这条边添加到Enew中,并在E中删去这条边,否则选择权值第二小的边
重复步骤2,直到Enew中包含n-1条边,n为原图中的顶点个数
其实Kruskal算法最主要的部分就是如何去判断加入这条边后会不会形成回路,这个问题可以通过判断边的两个顶点是否在同一个联通分量中,若两个顶点不属于同一个联通分量,则将这条边添加后就不会形成回路,判断算法采用并查集的思路,详见并查集概述
实现代码如下:
//初始化
int[] father;
int[] rank;
void init(int n){
father = new int[n];
rank = new int[n];
for(int i=0;i<n;i++){
father[i] = i;
rank[i] = 1;
}
}
//查找
int find(int x){
if(x==father[x]{
return x;
}else{
//将路径上的每一个节点的父节点直接设置为根节点
father[x] =find(father[x]);
return father[x];
}
}
//合并
void merge(int i, int j){
int x = find(i);
int y = find(j);
if(x!=y){
//按秩合并
if(rank[x]<rank[y]){
//这里总是让x的rank保持较大,y的rank保持较小
int temp = x;
x = y;
y = temp;
}
father[y] = x;
if(rank[x]==rank[y]){
//这里不用判断合并后到底是rankx[x]++还是rank[y]++就是因为在上面我们总是让y合并在x上
rank[x]++;
}
}
}
//这是一个内部类,因为kruskal算法是以边为基础的,这个类有助于方便的存储边的信息
class edge{
//边的两个顶点
int u;
int v;
//边的权值
int value;
//构造方法
edge(int u, int v, int value){
this.u = u;
this.v = v;
this.value = value;
}
}
//kruskal算法具体实现
public void kruskal(int[][] G){
//使用优先队列来保存所有的边的信息,并且以边的权值的升序排列
PriorityQueue<edge> edges = new PriorityQueue<>(new Comparator<edge>() {
@Override
public int compare(edge o1, edge o2) {
return o1.value - o2.value;
}
});
//用来保存被加入到最小生成树中的边
List<edge> minTree = new ArrayList<>();
for(int i=0;i<G.length;i++){
//因为这里构造的是所有边的集合,所以只需要遍历图的右上或左下部分,这里遍历的是左下部分
for(int j=0;j<i;j++){
if(G[i][j]!=0){
edges.add(new edge(i,j,G[i][j]));
}
}
}
//初始化并查集,这里注意并查集的工作是检测顶点是否属于一个联通分量,而不是检查边
init(G.length);
//记录添加到最小生成树中边的个数,当count>=G.length-1时,说明最小代价生成树已经构建完成
int count = 0;
while(!edges.isEmpty()){
//查找剩余边中权值最小边的两个顶点根节点
int x = find(edges.peek().u);
int y =find(edges.peek().v);
if(x!=y){
minTree.add(edges.peek());
count++;
merge(edges.peek().u, edges.peek().v);
}
edges.remove();
if(count>=G.length-1){
break;
}
}
for(edge e:minTree){
System.out.println(e.u+" "+e.v);
}
}
测试用例:
//就是上述图中的用例
int[][] G = {
{0,10,7,0,0,4},
{10,0,0,0,2,0},
{7,0,0,8,0,6},
{0,0,8,0,9,5},
{0,2,0,9,0,7},
{4,0,6,5,7,0}};
结果(输出的是添加到最小代价生成树中的每一个边的两个顶点):
4 1
5 0
5 3
5 2
5 4
kruskal适用于在边较少的图中有更高的效率