修路问题
看一个应用场景和问题:
- 有胜利乡有7个村庄(A, B, C, D, E, F, G) ,现在需要修路把7个村庄连通
- 各个村庄的距离用边线表示(权) ,比如 A – B 距离 5公里
- 问:如何修路保证各个村庄都能连通,并且总的修建公路总里程最短?
思路: 将10条边,连接即可,但是总的里程数不是最小.
正确的思路:就是尽可能的选择少的路线,并且每条路线最小,保证总里程数最少
普利姆算法
修路问题本质就是就是最小生成树问题, 先介绍一下最小生成树(Minimum Cost Spanning Tree),简称MST。
要理解普利姆算法,必须理解和学过数据结构 - 图
- 给定一个带权的无向连通图,如何选取一棵生成树,使树上所有边上权的总和为最小,这叫最小生成树
- N个顶点,一定有N-1条边
- 包含全部顶点
- N-1条边都在图中
- 举例说明(如图:)
- 求最小生成树的算法主要是普里姆算法和克鲁斯卡尔算法
- 普利姆算法介绍
- 普利姆(Prim)算法求最小生成树,也就是在包含n个顶点的连通图中,找出只有(n-1)条边包含所有n个顶点的连通子图,也就是所谓的极小连通子图
- 普利姆的算法如下:
- 设G=(V,E)是连通网,T=(U,D)是最小生成树,V,U是顶点集合,E,D是边的集合
- 若从顶点u开始构造最小生成树,则从集合V中取出顶点u放入集合U中,标记顶点v的visited[u]=1
- 若集合U中顶点ui与集合V-U中的顶点vj之间存在边,则寻找这些边中权值最小的边,但不能构成回路,将顶点vj加入集合U中,将边(ui,vj)加入集合D中,标记visited[vj]=1
- 重复步骤②,直到U与V相等,即所有顶点都被标记为访问过,此时D中有n-1条边
单独看上面步骤很难理解普利姆算法
- 其实对上面的步骤可以这样理解普利姆算法,就是从一个图中选取一个顶点
- 然后以这个顶点开始,寻找与这个顶点连接的所有边中最小的那个边
- 然后从找到的这个最小的边2个顶点开始,继续寻找他们所有的边(排除已经找到的边),直到找的到另最小的边,
- 如此循环这样的步骤,直到找n-1个边 (n表示顶点的个数)
如还不理解,看下面图解普利姆算法:
- 代码实践
修路问题:
- 有胜利乡有7个村庄(A, B, C, D, E, F, G) ,现在需要修路把7个村庄连通
- 各个村庄的距离用边线表示(权) ,比如 A – B 距离 5公里
- 问:如何修路保证各个村庄都能连通,并且总的修建公路总里程最短?
代码如下:
1.先定义一个图类(Graph)
// 图
public class Graph {
// 图的顶点
private char[] vertex;
// 图的边,邻接矩阵表示
private int[][] weight;
public Graph(char[] vertex, int[][] weight) {
this.vertex = vertex;
this.weight = weight;
}
public char[] getVertex() {
return vertex;
}
public void setVertex(char[] vertex) {
this.vertex = vertex;
}
public int[][] getWeight() {
return weight;
}
public void setWeight(int[][] weight) {
this.weight = weight;
}
}
2.在定义一个类边(Edge),用来描述2个村庄之间的路
// 边
public class Edge {
// 边的开始顶点
char start;
// 边的另一个顶点
char end;
// 边的权
int weight;
public Edge(char start, char end, int weight) {
this.start = start;
this.end = end;
this.weight = weight;
}
@Override
public String toString() {
return "Edge{" +
"start=" + start +
", end=" + end +
", weight=" + weight +
'}';
}
}
3.定义最小生成树类,里面有普利姆算法方法
/**
* 最小生成树
*/
public class MinTree {
public List<Edge> prim(Graph graph) {
return prim(graph, 0);
}
/**
* 普利姆算法
* @param index 最开始访问顶点的下标
* @param graph 村庄图
* @return 返回最小生成树的最小边的集合
*/
private List<Edge> prim(Graph graph, int index) {
if (graph == null) {
return null;
}
List<Edge> edgeList = new ArrayList<>();
// 获取图的顶点数组
char[] vertex = graph.getVertex();
// 获取图的边,邻接矩阵
int[][] weight = graph.getWeight();
// 定义一个数组,记录已访问顶点的下标
int[] visitied = new int[vertex.length];
// 先把index加入到visitied数组,表示已访问过
visitied[index] = 1;
// 该第一个for循环表示:一次循环结束,表示找到一个最小距离顶点,和一条最短的边
for (int i = 0; i < vertex.length; i++) {
// 定义一个遍历,用来记录遍历过程中找到的最小边的权值,初始化10000,
int minWeight = 10000;
// 定义变量a,b,用来记录找到的顶点
int a = -1;
int b = -1;
// 定义一个边用来记录找到的边
// 下面2个嵌套for循环表示找最小边,和顶点,(相当于遍历邻接矩阵寻找最小边)
for (int m = 0; m < vertex.length; m++) {
for (int n = 0; n < vertex.length; n++) {
// visitied[m] == 1表示下标为m的顶点已经访问过,并且找到以该顶点相关的边最小的边
if (visitied[m] == 1 && visitied[n] !=1 && weight[m][n] < minWeight) {
minWeight = weight[m][n];
a = m;
b = n;
}
}
}
if (minWeight != 10000 && a != -1 && b != -1) {
// 把该顶点加入到已访问的数组中,不加入a是因为,a已经加入过了
visitied[b] = 1;
// 说明找到了一个最小边
Edge edge = new Edge(vertex[a],vertex[b], minWeight);
// 加入到集合
edgeList.add(edge);
}
}
return edgeList;
}
}
测试类,有初始化图
public class MyTest {
public static void main(String[] args) {
// 初始化村庄的图
//测试看看图是否创建ok
char[] data = new char[]{'A','B','C','D','E','F','G'};
int verxs = data.length;
//邻接矩阵的关系使用二维数组表示,10000这个大数,表示两个点不联通
int[][] weight = new int[][]{
{10000,5,7,10000,10000,10000,2},
{5,10000,10000,9,10000,10000,3},
{7,10000,10000,10000,8,10000,10000},
{10000,9,10000,10000,10000,4,10000},
{10000,10000,8,10000,10000,5,4},
{10000,10000,10000,4,5,10000,6},
{2,3,10000,10000,4,6,10000},};
// 初始化图
Graph graph = new Graph(data, weight);
MinTree minTree = new MinTree();
// 调用普利姆算法,获取最小边的集合
List<Edge> edgeList = minTree.prim(graph);
System.out.println(edgeList.toString());
}
}
运行结果:
可以得到一个封装了边的list集合,就是普利姆算法的最小生成的边
[Edge{start=A, end=G, weight=2}, Edge{start=G, end=B, weight=3}, Edge{start=G, end=E, weight=4}, Edge{start=E, end=F, weight=5}, Edge{start=F, end=D, weight=4}, Edge{start=A, end=C, weight=7}]
上面代码中,普利姆算法的核心代码是如这个3层嵌套for循环,注意理解这个3层嵌套for循环的意思,都有详细注释,理解普利姆算法的思想
// 该第一个for循环表示:一次循环结束,表示找到一个最小距离顶点,和一条最短的边
for (int i = 0; i < vertex.length; i++) {
// 定义一个遍历,用来记录遍历过程中找到的最小边的权值,初始化10000,
int minWeight = 10000;
// 定义变量a,b,用来记录找到的顶点
int a = -1;
int b = -1;
// 定义一个边用来记录找到的边
// 下面2个嵌套for循环表示找最小边,和顶点,(相当于遍历邻接矩阵寻找最小边)
for (int m = 0; m < vertex.length; m++) {
for (int n = 0; n < vertex.length; n++) {
// visitied[m] == 1表示下标为m的顶点已经访问过,visitied[n] !=1表示下标为n的顶点没有访问过
// 并且找到以该顶点相关的边最小的边
if (visitied[m] == 1 && visitied[n] !=1 && weight[m][n] < minWeight) {
minWeight = weight[m][n];
a = m;
b = n;
}
}
}