一 问题提出
1 某城市新增7个站点(A, B, C, D, E, F, G) ,现在需要修路把7个站点连通。
2 各个站点的距离用边线表示(权) ,比如 A – B 距离 12公里。
问:如何修路保证各个站点都能连通,并且总的修建公路总里程最短?
二 克鲁斯卡尔算法
1 克鲁斯卡尔(Kruskal)算法,是用来求加权连通图的最小生成树的算法。
2 基本思想:按照权值从小到大的顺序选择n-1条边,并保证这n-1条边不构成回路。
3 具体做法:首先构造一个只含n个顶点的森林,然后依权值从小到大从连通网中选择边加入到森林中,并使森林中不产生回路,直至森林变成一棵树为止。
三 克鲁斯卡尔算法图解
以公交站问题为例来图解克鲁斯卡尔算法。
在含有n个顶点的连通图中选择n-1条边,构成一棵极小连通子图,并使该连通子图中n-1条边上权值之和达到最小,则称其为连通网的最小生成树。
对于上图所示的连通网可以有多棵权值总和不相同的生成树。
现在用克鲁斯卡尔算法来演示最小生成树的生成过程,结果保存到数组R中。
第1步:将边<E,F>加入R中。
边<E,F>的权值最小,因此将它加入到最小生成树结果R中。
第2步:将边<C,D>加入R中。
上一步操作之后,边<C,D>的权值最小,因此将它加入到最小生成树结果R中。
第3步:将边<D,E>加入R中。
上一步操作之后,边<D,E>的权值最小,因此将它加入到最小生成树结果R中。
第4步:将边<B,F>加入R中。
上一步操作之后,边<C,E>的权值最小,但<C,E>会和已有的边构成回路;因此,跳过边<C,E>。同理,跳过边<C,F>。将边<B,F>加入到最小生成树结果R中。
第5步:将边<E,G>加入R中。
上一步操作之后,边<E,G>的权值最小,因此将它加入到最小生成树结果R中。
第6步:将边<A,B>加入R中。
上一步操作之后,边<F,G>的权值最小,但<F,G>会和已有的边构成回路;因此,跳过边<F,G>。同理,跳过边<B,C>。将边<A,B>加入到最小生成树结果R中。
此时,最小生成树构造完成!它包括的边依次是:<E,F> <C,D> <D,E> <B,F> <E,G> <A,B>。
四 克鲁斯卡尔算法分析
从前面分析可知:克鲁斯卡尔算法重点需要解决的以下两个问题:
问题一:对图的所有边按照权值大小进行排序。
问题二:将边添加到最小生成树中时,怎么样判断是否形成了回路。
针对问题一,采用排序算法进行排序即可。
针对问题二,记录顶点在"最小生成树"中的终点,顶点的终点是"在最小生成树中与它连通的最大顶点"。然后每次需要将一条边添加到最小生存树时,判断该边的两个顶点的终点是否重合,重合的话则会构成回路。
五 如何判断是否构成回路
在将<E,F> <C,D> <D,E>加入到最小生成树R中之后,这几条边的顶点就都有了终点:
1 C的终点是F。
2 D的终点是F。
3 E的终点是F。
4 F的终点是F。
关于终点的说明
1 就是将所有顶点按照从小到大的顺序排列好之后,某个顶点的终点就是"与它连通的最大顶点"。
2 虽然<C,E>是权值最小的边。但是C和E的终点都是F,即它们的终点相同,因此,将<C,E>加入最小生成树的话,会形成回路。这就是判断回路的方式。也就是说,我们加入的边的两个顶点不能都指向同一个终点,否则将构成回路。
六 实战
1 要求
用克鲁斯卡尔算法解决开篇提出的公交站问题。
2 代码
import java.util.Arrays;
/**
* @className: KruskalCase
* @description: 克鲁斯卡尔算法
* @date: 2021/3/31
* @author: cakin
*/
public class KruskalCase {
// 边的个数
private int edgeNum;
// 顶点数组
private char[] vertexs;
// 邻接矩阵
private int[][] matrix;
// INF 表示两个顶点不能连通
private static final int INF = Integer.MAX_VALUE;
/**
* 功能描述:克鲁斯卡尔算法解决公交站问题
*
* @param args 命令行
* @author cakin
* @date 2021/3/31
*/
public static void main(String[] args) {
// 公交站顶点
char[] vertexs = {'A', 'B', 'C', 'D', 'E', 'F', 'G'};
// 克鲁斯卡尔算法的邻接矩阵
int matrix[][] = {
/*A*//*B*//*C*//*D*//*E*//*F*//*G*/
/*A*/ {0, 12, INF, INF, INF, 16, 14},
/*B*/ {12, 0, 10, INF, INF, 7, INF},
/*C*/ {INF, 10, 0, 3, 5, 6, INF},
/*D*/ {INF, INF, 3, 0, 4, INF, INF},
/*E*/ {INF, INF, 5, 4, 0, 2, 8},
/*F*/ {16, 7, 6, INF, 2, 0, 9},
/*G*/ {14, INF, INF, INF, 8, 9, 0}};
// 创建 克鲁斯卡尔 对象实例
KruskalCase kruskalCase = new KruskalCase(vertexs, matrix);
kruskalCase.print();
kruskalCase.kruskal();
}
// 构造器
public KruskalCase(char[] vertexs, int[][] matrix) {
// 初始化顶点数
int vlen = vertexs.length;
// 初始化顶点
this.vertexs = new char[vlen];
for (int i = 0; i < vertexs.length; i++) {
this.vertexs[i] = vertexs[i];
}
// 初始化边
this.matrix = new int[vlen][vlen];
for (int i = 0; i < vlen; i++) {
for (int j = 0; j < vlen; j++) {
this.matrix[i][j] = matrix[i][j];
}
}
// 统计边的条数
for (int i = 0; i < vlen; i++) {
for (int j = i + 1; j < vlen; j++) {
if (this.matrix[i][j] != INF) {
edgeNum++;
}
}
}
}
/**
* 功能描述:克鲁斯卡尔算法实现
*
* @author cakin
* @date 2021/3/31
*/
public void kruskal() {
int index = 0; //表示最后结果数组的索引
int[] ends = new int[edgeNum]; // 用于保存"已有最小生成树"中的每个顶点在最小生成树中的终点
// 创建结果数组, 保存最后的最小生成树
EData[] rets = new EData[edgeNum];
// 获取图中所有的边的集合,一共有12边
EData[] edges = getEdges();
System.out.println("图的边的集合=" + Arrays.toString(edges) + " 共" + edges.length); // 12
// 按照边的权值大小进行排序(从小到大)
sortEdges(edges);
System.out.println("排序后=" + Arrays.toString(edges));
// 遍历 edges 数组,将边添加到最小生成树中时,判断是准备加入的边否形成了回路,如果没有,就加入 rets, 否则不能加入
for (int i = 0; i < edgeNum; i++) {
// 获取到第 i 条边的第一个顶点(起点)的下标
int p1 = getPosition(edges[i].start);
// 获取到第 i 条边的第二个顶点(终点)的下标
int p2 = getPosition(edges[i].end);
// 获取 p1 这个顶点在已有最小生成树中的终点
int m = getEnd(ends, p1);
//获取p2这个顶点在已有最小生成树中的终点
int n = getEnd(ends, p2);
// 是否构成回路
if (m != n) { // 没有构成回路
ends[m] = n; // 设置 m 在"已有最小生成树"中的终点
rets[index++] = edges[i]; // 将这条边加入到 rets 数组
}
}
// 打印"最小生成树"
System.out.println("最小生成树为");
// <E,F> <C,D> <D,E> <B,F> <E,G> <A,B>
for (int i = 0; i < index; i++) {
System.out.println(rets[i]);
}
}
// 打印邻接矩阵
public void print() {
System.out.println("邻接矩阵为: \n");
for (int i = 0; i < vertexs.length; i++) {
for (int j = 0; j < vertexs.length; j++) {
System.out.printf("%12d", matrix[i][j]);
}
System.out.println(); // 换行
}
}
/**
* 功能:对边进行排序处理, 冒泡排序,从小到大
*
* @param edges 边的集合
*/
private void sortEdges(EData[] edges) {
for (int i = 0; i < edges.length - 1; i++) {
for (int j = 0; j < edges.length - 1 - i; j++) {
if (edges[j].weight > edges[j + 1].weight) {//交换
EData tmp = edges[j];
edges[j] = edges[j + 1];
edges[j + 1] = tmp;
}
}
}
}
/**
* @param ch 顶点的值,比如'A','B'
* @return 返回ch顶点对应的下标,如果找不到,返回-1
*/
private int getPosition(char ch) {
for (int i = 0; i < vertexs.length; i++) {
if (vertexs[i] == ch) { // 找到
return i;
}
}
// 找不到,返回-1
return -1;
}
/**
* 功能: 获取图中边,放入 EData[] 数组中,主要是通过 matrix 邻接矩阵来获取
* EData[] 形式 [['A','B', 12], ['B','F',7], .....]
*
* @return
*/
private EData[] getEdges() {
int index = 0;
EData[] edges = new EData[edgeNum];
for (int i = 0; i < vertexs.length; i++) {
for (int j = i + 1; j < vertexs.length; j++) {
if (matrix[i][j] != INF) {
edges[index++] = new EData(vertexs[i], vertexs[j], matrix[i][j]);
}
}
}
return edges;
}
/**
* 功能: 获取下标为 i 的顶点的终点,用于判断两个顶点的终点是否相同
*
* @param ends : 记录各个顶点对应的终点是哪个,该数组是在遍历过程中逐步形成
* @param i : 表示传入的顶点对应的下标
* @return 下标为 i 的这个顶点对应的终点的下标
*/
private int getEnd(int[] ends, int i) {
while (ends[i] != 0) {
i = ends[i];
}
return i;
}
}
/**
* @className: EData
* @description: 表示一条边
* @date: 2021/3/31
* @author: cakin
*/
class EData {
char start; // 边的开始顶点
char end; // 边的结束顶点
int weight; // 边的权值
// 构造器
public EData(char start, char end, int weight) {
this.start = start;
this.end = end;
this.weight = weight;
}
// 输出边信息
@Override
public String toString() {
return "EData [<" + start + ", " + end + ">= " + weight + "]";
}
}
3 测试
邻接矩阵为:
0 12 2147483647 2147483647 2147483647 16 14
12 0 10 2147483647 2147483647 7 2147483647
2147483647 10 0 3 5 6 2147483647
2147483647 2147483647 3 0 4 2147483647 2147483647
2147483647 2147483647 5 4 0 2 8
16 7 6 2147483647 2 0 9
14 2147483647 2147483647 2147483647 8 9 0
图的边的集合=[EData [<A, B>= 12], EData [<A, F>= 16], EData [<A, G>= 14], EData [<B, C>= 10], EData [<B, F>= 7], EData [<C, D>= 3], EData [<C, E>= 5], EData [<C, F>= 6], EData [<D, E>= 4], EData [<E, F>= 2], EData [<E, G>= 8], EData [<F, G>= 9]] 共12
排序后=[EData [<E, F>= 2], EData [<C, D>= 3], EData [<D, E>= 4], EData [<C, E>= 5], EData [<C, F>= 6], EData [<B, F>= 7], EData [<E, G>= 8], EData [<F, G>= 9], EData [<B, C>= 10], EData [<A, B>= 12], EData [<A, G>= 14], EData [<A, F>= 16]]
最小生成树为
EData [<E, F>= 2]
EData [<C, D>= 3]
EData [<D, E>= 4]
EData [<B, F>= 7]
EData [<E, G>= 8]
EData [<A, B>= 12]