Prim、Kruskal、Prim+Heap算法效率实测

最新推荐文章于 2023-03-08 06:00:00 发布
最新推荐文章于 2023-03-08 06:00:00 发布
阅读量6.5k 收藏 9
点赞数 2
分类专栏： 算法及数据结构

评测环境：WindowsXP，FreePascal2.40，Pentium（R） Dual-Core CPU T4300@2.10GHz，2G内存







通过上图可以看出：

1.Prim在稠密图中比Kruskal优，在稀疏图中比Kruskal劣。

2.Prim+Heap在任何时候都有令人满意的的时间复杂度，但是代价是空间消耗极大。【以及代码很复杂>_<】

3.时间复杂度并不能反映出一个算法的实际优劣。

竞赛所给的题大多数是稀疏图，所以尽可能地使用Prim+Heap吧，在稀疏图中这是无敌的。如果一定要在朴素Prim和Kruskal里选一个的话那就用Kruskal吧。当然Prim的代码比较简单，对付水题用Prim也无所谓，只要不是极稀疏图两者相差不大

G机器猫
关注
  • 2
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
图论——最小生成树：Prim算法及优化、Kruskal算法，及时间复杂度比较
weixin_30786617的博客
07-17 3102
最小生成树： 　　一个有 n 个结点的连通图的生成树是原图的极小连通子图，且包含原图中的所有 n 个结点，并且有保持图连通的最少的边。简单来说就是有且仅有n个点n-1条边的连通图。 　　而最小生成树就是最小权重生成树的简称，即所有边的权值之和最小的生成树。 　　最小生成树问题一般有以下两种求解方式。 一、Prim算法 　　参考了Feynman的博客　 　　Prim算法通常以邻接矩阵作为...
Prim算法和Kruskal算法浅析
qq_49056623的博客
03-13 3293
Prim算法和Kruskal算法浅析 问题描述 举一个实例，画出采用Prim算法构造最小生成树的过程 举一个实例，画出采用Kruskal算法构造最小生成树的过程 理论解析 Prim： 初始化：向空结果树T=（Vt，Et）中添加图G=（V，E）的任一顶点u0，使Vt={ u0 }，Et为空集； 循环（直到Vt=V）：从图G中选择满足{（u，v）| u∈Vt，v∈V-Vt}且具有最小权值的边（u，v），并置Vt=Vt∪{v}，Et=Et∪{（u，v）}。 Kruskal： 初始化：Vt=V，Et=空集。及使每个
最小生成树---Prim算法与Kruskal算法
weixin_52847003的博客
11-25 712
最小生成树算法
最小生成树——普里姆算法(Prim算法)和克鲁斯卡尔算法(Kruskal算法)
youngurt的博客
07-23 2939
一、普里姆算法 （1）将v0到其他顶点的所有边当作侯选边； （2）重复一下步骤n-1次，使得其他n-1个顶点被并入到生成树中。 ①从侯选边中挑选出权值最小的边输出，并将与该边另一端相接的顶点v并入生成树中； ②考查所有剩余顶点vi，如果(v,vi)的权值比lowcost[vi]小，则用(v,vi)的权值更新lowcost[vi]。 /*邻接矩阵的结构定义*/ typedef struct{ int no; //顶点编号 //char info; //顶点其他信息 }VertexType; type
Prim算法和Kruskal算法到底哪个好？
仰望天空，妳我亦是行人.
03-08 1558
遇到困难时首先想到的不应该是退缩，而是探索！文章粗浅，希望对大家有帮助！【最小生成树】Prim算法和Kruskal算法的区别对比Prim算法（java）克鲁斯卡尔算法（Kruskal）详解。
最小生成树之普里姆(Prim)算法和克鲁斯卡尔(Kruskal)算法
糖长老莫小贝的博客
07-07 2万+
作者：STzen 链接：https://www.jianshu.com/p/683ffde4f3a3 来源：简书 最小生成树 列子引入 如图假设v0到v8表示9个村庄，现在需要在这9个村庄假设通信网络。村庄之间的数字代表村庄之间的直线距离，求用最小成本完成这9个村庄的通信网络建设。 分析 这幅图是一个带权值的图，即网结构。 所谓最小成本，就是n个顶点，用n-1条边把一个连通图连接起来，并且使...
Prim+Kruskal 算法求最小生成树.zip_c语言 算法
09-24
- Prim算法的时间复杂度为O(E log E)，其中E是边的数量，如果使用 Fibonacci heap，时间复杂度可降低到O(E log V)，V是顶点的数量。 2. **Kruskal算法**： - Kruskal算法则是按边的权重排序，然后依次选择没有...
标准C的图的实现+BFS和DFS遍历+Dijkstra算法+Prim算法+Kruskal算法实现
04-06
在这个项目中，"标准C的图的实现+BFS和DFS遍历+Dijkstra算法+Prim算法+Kruskal算法实现"涵盖了图的多种核心操作和算法。接下来，我们将详细讨论这些知识点。 首先，我们来看图的实现。在标准C语言中，图可以使用...
最小生成树prim算法.docx
06-09
在实际应用中，Prim 算法可以与其他算法，如 Kruskal 算法，一起用于网络优化、物流规划等领域。尽管 Prim 算法的时间复杂度较高，为 O(V^2)，但通过使用优先队列（如 Fibonacci heap）可以将其优化到 O(E log V)，...
des.rar_des_prim
09-23
Prim算法通常与Kruskal算法一起被讨论，它们都是解决最小生成树问题的有效方法，但Prim算法更适用于稠密图，而Kruskal算法则更适合于稀疏图。 Prim算法的代码实现通常包括以下几个部分：创建邻接矩阵或邻接表来...
Prim算法和Kruskal算法Dijkstra算法.zip
05-23
重点掌握：最小生成树（Prim算法和Kruskal算法）、单源最短路径（Dijkstra算法）。 编程实现最小生成树（Prim算法和Kruskal算法）、单源最短路径（Dijkstra算法）代码。
c++源码实现prim最小生成树
09-02
在计算机科学领域，最小生成树（Minimum Spanning Tree, MST）是图论中的一个重要概念，用于寻找连接所有顶点的边的集合，...在实践中，可以结合数据结构和算法的优化技巧，如使用二叉堆或 Fibonacci heap 提升效率。
【算法合集】深搜广搜Prim与Kruskal
热门推荐
程序猿追的博客
05-22 2万+
广度优先搜索（BFS）又叫广搜，它像一个有远见的人，它是一层一层来实现搜索的，也挺像下楼梯的。 思路： 1.先初始化队列 q； 2.从起点开始访问，并且改变他的状态为已经访问； 3.如果他的队列非空，取出首个元素，将它弹出！ 4.如果u == 目标状态，然后对所以与 u 邻近的点进入队列； 5.标记它已经被访问！...............
【数据结构算法】图解prime算法和Kruskal算法（最小生成树）
暮色年华的博客
11-25 5242
最小生成树： 带权连接图中最小生成树：含所有顶点（n个）和n-1条边且它们权值之和最小 Prime算法：拉点法 先选一个顶点放入集合U中，然后把U外顶点和U中任一顶点连线权值最小的加入U中，这样每一步加入U的都是权值最小的，所以，得到的是最小生成树 例：求下图的最小生成树 第一步：假设从顶点0开始，把顶点0加入集合U 5到U中顶点权值最小，把5加入U 4到U中顶点权值最小，4加入U 3到U中顶点权值最小，3加入U 2到U中顶点权值最小，2加入U(不包括6，画错了).
JavaScript实现prime（普里姆）算法和kruskal（克鲁斯卡尔）算法
tanli的博客
07-21 1055
prime算法 prime算法生成最小生成树（Minimum Cost Spanning Tree）的一种算法。 prime算法是从指定的顶点开始构建最小生成树。 prime算法思想如下： 从连通图（V,E）中找最小生成树（U，TE）： （1）假设从顶点V0出发开始构造，U={V0}，TE={}； （2）先找权值最小的边（u，v），u属于U，v属于V-U，并且子图不构成环，则U=U并{...
最小生成树——Prim算法和Kruskal算法详解
mustach的博客
05-11 3736
最小生成树 对于一个带权连通无向图G=（V，E），生成树不同，每棵树的权（即树中所有边上的权值之和）也可能不同，设r为G的所有生成树的集合，若T为r中边的权值之和最小的那棵生成树，则T称为G的最小生成树。 最小生成树的性质： 最小生成树不是唯一的。 最小生成树的边的权值之和总是唯一的 最小生成树的边数为顶点数减1，即边数=n-1（n为顶点数） 下面介绍两种实现最小生成树的算法： 普里姆（Prim）算法 Prim算法的执行非常类似于寻找图的最短路径的Dijkstra算法。 基...
趣学算法-贪心：最小生成树
yanyanwenmeng的博客
10-22 625
校园网是为学校师生提供资源共享、信息交流和协同工作的计算机网络。校园网是一个 宽带、具有交互功能和专业性很强的局域网络。如果一所学校包括多个学院及部门，也可以 形成多个局域网络，并通过有线或无线方式连接起来。原来的网络系统只局限于以学院、图书馆为单位的局域网，不能形成集中管理以及各种资源的共享，个别学院还远离大学本部， 这些情况严重地阻碍了整个学校的网络化需求。现在需要设计网络电缆布线，将各个单位...
最小生成树—prim和kruskal算法
qq_45766916的博客
03-02 1018
最小生成树—prim和kruskal算法 一般Kruskal用的比prim多，因为prim可以解决的，kruskal一定可以解决，反过来就不一定了。 prim算法 prim 算法采用的是一种贪心的策略。 每次将离连通部分的最近的点和点对应的边加入的连通部分，连通部分逐渐扩大，最后将整个图连通起来，并且边长之和最小。有点类似与Dijkstra算法。 代码思想和Dijk极其相似，只有dist的定义变了，变成了到集合的最短距离。 #include<cstring> #include<iostr
java毕设&课设-ASP校友录设计(源代码+论文).zip
最新发布
07-21
计算机毕业设计资源包含（项目部署视频+源码+LW+开题报告等等），所有项目经过助教老师跑通，有问题可以私信博主解决，可以免费帮部署。
实现最小生成树计算的Prim算法和Kruskal算法python
05-13
Prim算法实现： ```python import heapq class Graph: def __init__(self, vertices): self.graph = [[] for _ in range(vertices)] self.vertices = vertices def add_edge(self, u, v, w): self.graph[u].append((v, w)) self.graph[v].append((u, w)) def prim(self, start): # 初始化 visited = [False] * self.vertices heap = [(0, start)] mst_weight = 0 while heap: # 取出当前最小权值的边 weight, current = heapq.heappop(heap) if visited[current]: continue visited[current] = True mst_weight += weight # 添加所有连接当前节点的边到堆中 for neighbor, weight in self.graph[current]: if not visited[neighbor]: heapq.heappush(heap, (weight, neighbor)) return mst_weight g = Graph(5) g.add_edge(0, 1, 2) g.add_edge(0, 3, 6) g.add_edge(1, 3, 8) g.add_edge(1, 2, 3) g.add_edge(1, 4, 5) g.add_edge(2, 4, 7) print(g.prim(0)) ``` Kruskal算法实现： ```python class Graph: def __init__(self, vertices): self.graph = [] self.vertices = vertices self.parent = [i for i in range(vertices)] self.rank = [0] * vertices def add_edge(self, u, v, w): self.graph.append((u, v, w)) def find(self, node): # 寻找父节点 if self.parent[node] != node: self.parent[node] = self.find(self.parent[node]) return self.parent[node] def union(self, x, y): # 合并两个集合 xroot = self.find(x) yroot = self.find(y) if self.rank[xroot] < self.rank[yroot]: self.parent[xroot] = yroot elif self.rank[xroot] > self.rank[yroot]: self.parent[yroot] = xroot else: self.parent[yroot] = xroot self.rank[xroot] += 1 def kruskal(self): # 初始化 self.graph = sorted(self.graph, key=lambda x: x[2]) mst_weight = 0 for u, v, w in self.graph: if self.find(u) != self.find(v): self.union(u, v) mst_weight += w return mst_weight g = Graph(5) g.add_edge(0, 1, 2) g.add_edge(0, 3, 6) g.add_edge(1, 3, 8) g.add_edge(1, 2, 3) g.add_edge(1, 4, 5) g.add_edge(2, 4, 7) print(g.kruskal()) ```

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值