最小生成树之Prim算法

最新推荐文章于 2022-03-29 15:37:16 发布

重学CS

最新推荐文章于 2022-03-29 15:37:16 发布

阅读量339

点赞数

分类专栏：数据结构与算法

本文链接：https://blog.csdn.net/ha_ha_ha233/article/details/88320030

版权

数据结构与算法专栏收录该内容

11 篇文章 52 订阅

订阅专栏

通俗的说，一个图的最小生成树包含该图的所有顶点，且树中所有边的权值之和最小。若图中顶点数为n，则它的生成树含有n-1条边。对于生成树而言，若砍去它的一条边，则会变成非连通图，若加上一条边，则会形成一个回路。比较正式的定义：连通图的最小生成树是包含图中全部顶点的一个极小连通子图。

Prim算法思想:
假设 $N=\{V,\{E\}\}$ 是连通网， $T E$ 是 $N$ 上最小生成树的边集合，Prim算法将图中所有顶点分为两类，一类为集合 $U$ ，该集合中的点表示该点已经被选取为生成树上的一个点，另一类为集合 $V - U$ ，表示还未被选取为生成树中的点，其中 $V$ 为图中所有点的集合。算法可以选取集合 $V$ 中的任意一个顶点初始化集合 $U$ ，即 $U=\{ u_0\}(u_0\in_\ V)$ 。考虑集合 $U$ 与集合 $V - U$ 中相连的各条边，选取其中权值最小的那一条边 $(u,v)\in\ E，u\in_\ U,v\in\ V-U$ ，其中 $E$ 为图中的边集，将点 $v$ 加入集合 $U$ ，边 $u_0,v_0)$ 并入集合 $T E$ ，重复上诉过程直至 $U = V$ 为止。此时 $T E$ 中必有 $n - 1$ 条边，则 $T=(V,\{TE\})$ 为 $N$ 的最小生成树。

在这里插入图片描述

代码实现
假设图中一共有V个顶点，图采用邻接矩阵的存储方式。设置两个辅助数组lowcost[V]和adjvex[V]（大小都为V）。lowcost[i]存储了集合 $U$ 上所有点，到顶点 $i\in\ V-U$ 的最小代价（权值），这样每次选取最小权值的边时，只需要选取lowcost数组中最小值元素代表的边即可！adjvex[i]存储了lowcost[i]代表的最小权值边的始点（从哪个点到达点i），假设lowcost[5]=10,adjvex[5]=1,则表示集合 $U$ 上的所有点，连接到5号顶点可能有多条边，其中权值最小的边为10，且权值最小的边的起始顶点存储在adjvex上，为1号顶点。

#include "iostream"
#include "vector"
#include "climits"
#include "stdio.h"

using namespace std;
const int MAX_VERTEX_NUM = 100;
const int INF = INT_MAX;
int N;//图中的顶点数
int lowcost[MAX_VERTEX_NUM], adjvex[MAX_VERTEX_NUM];


void MinSpanTree_PRIM(vector<vector<int> > &map, int u)
{
    for (int i = 1; i <= N;i++){//初始化lowcost，和adjvex两个数据结构，集合U={u}开始
        if(i==u)
        {   
            lowcost[i] = 0;//表示开始开始点 
            adjvex[i] = 0;
        }
        else
        {   
            lowcost[i] = map[u][i];
            adjvex[i] = u;
        }
    }

    for (int i = 1; i < N;i++)//循环N-1次，每次找到一个点加入集合U中
    {
        //以下代码为找到最小权值的边
        int min = INT_MAX;
        int index = -1;
        for (int j = 1; j <= N;j++)
        {
            if(lowcost[j]!=0 && lowcost[j] < min)
            {
                min = lowcost[j];
                index = j;
            }
        }

        printf("最小生成树的边有:(%d - > %d), 权值为%d.\n", adjvex[index], index, min);
        lowcost[index] = 0; //将该点加入集合U

        //因为有新的点加入集合U,下面的for循环更新lowcost和adjvex两个数据结构
        for (int m = 1; m <= N;m++)
        {
            if(m!=index && lowcost[m]!=0 && map[index][m] < lowcost[m])//考虑新加入的点index到U-V中各个点m的权值是否更小，是则更新
            {
                lowcost[m] = map[index][m];
                adjvex[m] = index;
            }
        }
    }
}

int main(){
    int M;//边数
    cin >> N >> M;
    vector<vector<int> > map(N+1, vector<int>(N+1, INF));
    for (int i = 1; i <= M;i++){
        int u, v, w;
        cin >> u >> v >> w;
        map[u][v] = w;
        map[v][u] = w;//无向图
    }
    MinSpanTree_PRIM(map, 1);
    system("pause");
    return 0;
}

在这里插入图片描述
输入数据如下，代表上图所示的图

算法结果如下：
在这里插入图片描述

小结
Prim算法和dijkstra算法在算法思路步骤上很相似，都是由一个初始的集合开始生成树和找最短路，同时每次找到一个新的点加入集合后更新维护的数据结构。因此它们的代码结构也非常相似，外层一个大的for循环，每次经历一个循环表示找到一个点，循环内部有两个平行的for循环，内部的第一个for循环找最小边，内部的第二个for循环则是更新数据结构。所以该算法的时间复杂度为 $O(n^2)$ ， $n$ 为顶点个数，Prim算法时间复杂度与边数无关，适合于求边稠密的网的最小生成树。而克鲁斯卡尔算法恰恰相反，它的复杂度为 $O(e\log(e))$ ，e为网中边的数目，因此它相对于普里姆(Prim)算法而言，适合于求边稀疏的网的最小生成树。