————— 第二天 —————
————————————
首先看看第一个例子,有下面这样一个带权图:
它的最小生成树是什么样子呢?下图绿色加粗的边可以把所有顶点连接起来,又保证了边的权值之和最小:
去掉那些多余的边,该图的最小生成树如下:
下面我们再来看一个更加复杂的带权图:
同样道理,下图绿色加粗的边可以把所有顶点连接起来,又保证了边的权值之和最小:
去掉那些多余的边,该图的最小生成树如下:
怎样铺设才能保证成本最低呢?
城市之间的交通网就像一个连通图,我们并不需要在每两个城市之间都直接进行连接,只需要一个最小生成树,保证所有的城市都有铁路可以触达即可。
Prim算法是如何工作的呢?
这个算法是以图的顶点为基础,从一个初始顶点开始,寻找触达其他顶点权值最小的边,并把该顶点加入到已触达顶点的集合中。当全部顶点都加入到集合时,算法的工作就完成了。Prim算法的本质,是基于贪心算法。
接下来说一说最小生成树的存储方式。我们最常见的树的存储方式,是链式存储,每一个节点包含若干孩子节点的指针,每一个孩子节点又包含更多孩子节点的指针:
这样的存储结构很清晰,但是也相对麻烦。为了便于操作,我们的最小生成树用一维数组来表达,数组下标所对应的元素,代表该顶点在最小生成树当中的父亲节点。(根节点没有父亲节点,所以元素值是-1)
下面让我们来看一看算法的详细过程:
1.选择初始顶点,加入到已触达顶点集合。
2.从已触达顶点出发,寻找到达新顶点的权值最小的边。显然从0到2的边权值最小,把顶点2加入到已触达顶点集合,Parents当中,下标2对应的父节点是0。
3.从已触达顶点出发,寻找到达新顶点的权值最小的边。显然从2到4的边权值最小,把顶点4加入到已触达顶点集合,Parents当中,下标4对应的父节点是2。
4.从已触达顶点出发,寻找到达新顶点的权值最小的边。显然从0到1的边权值最小,把顶点1加入到已触达顶点集合,Parents当中,下标1对应的父节点是0。
5.从已触达顶点出发,寻找到达新顶点的权值最小的边。显然从1到3的边权值最小,把顶点3加入到已触达顶点集合,Parents当中,下标3对应的父节点是1。
这样一来,所有顶点都加入到了已触达顶点集合,而最小生成树就存储在Parents数组当中。
这段代码当中,图的存储方式是邻接矩阵,在main函数中作为测试用例的图和对应的邻接矩阵如下:
当然,也可以使用邻接表来实现prim算法,有兴趣的小伙伴可以尝试写一下代码。
—————END—————
欢迎扫码关注公众号 小灰学英语,你学到的将不止是英语!