克鲁斯卡尔(Kruskal)算法求解最小生成树

算法描述:假设N=(V,{E})是连通网,则令最小生成树的初始状态为只有n个顶点而无边的非连通图T{V,{}},图中每个顶点自成一个连通分量。在E中选择代价最小的边,若该边依附的顶点落在T中不同的连通分量上,则将此边加入到T中,否则舍去此边而选择下一条代价最小的边。依次类推,直到T中所有顶点都在同一连通分量上为止。代码如下:#include "stdio.h" #inclu
摘要由CSDN通过智能技术生成

算法描述:

假设N=(V,{E})是连通网,则令最小生成树的初始状态为只有n个顶点而无边的非连通图T{V,{}},图中每个顶点自成一个连通分量。在E中选择代价最小的边,若该边依附的顶点落在T中不同的连通分量上,则将此边加入到T中,否则舍去此边而选择下一条代价最小的边。依次类推,直到T中所有顶点都在同一连通分量上为止。

代码如下:

#include "stdio.h"    
#include "stdlib.h"   
#include "io.h"  
#include "math.h"  
#include "time.h"

#define OK 1
#define ERROR 0
#define TRUE 1
#define FALSE 0

typedef int Status;	/* Status是函数的类型,其值是函数结果状态代码,如OK等 */

#define MAXEDGE 20
#define MAXVEX 20
#define INFINITY 65535

typedef struct
{
	int arc[MAXVEX][MAXVEX];
	int numVertexes, numEdges;
}MGraph;

typedef struct
{
	int begin;
	int end;
	int weight;
}Edge;   /* 对边集数组Edge结构的定义 */

/* 构件图 */
void CreateMGraph(MGraph *G)
{
	int i, j;

	/* prin
  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
克鲁斯卡尔算法是一种用于求解连通网的最小生成树的方法。它的时间复杂度为O(eloge),适用于求解边稀疏的网的最小生成树。 实现克鲁斯卡尔算法的思路如下: 1. 将连通网的所有边按照权值从小到大进行排序。 2. 创建一个空的集合,用于存放最小生成树的边。 3. 遍历排序后的边集合,依次将边加入最小生成树的集合,但要保证加入的边不导致形成环路。 - 可以使用并查集来判断两个顶是否属于同一个连通分量,如果不属于同一个连通分量,则可以将这两个顶合并,并将边加入最小生成树的集合。 - 如果加入的边导致形成环路,则不加入该边。 4. 当最小生成树的边数等于顶数减1时,停止遍历。 5. 最终得到的最小生成树的边集合即为所。 以下是一个克鲁斯卡尔算法实现最小生成树的示例代码: ```python class UnionFind: def __init__(self, n): self.parent = list(range(n)) self.rank = [0] * n def find(self, x): if self.parent[x] != x: self.parent[x] = self.find(self.parent[x]) return self.parent[x] def union(self, x, y): root_x = self.find(x) root_y = self.find(y) if root_x != root_y: if self.rank[root_x] < self.rank[root_y]: self.parent[root_x] = root_y elif self.rank[root_x] > self.rank[root_y]: self.parent[root_y] = root_x else: self.parent[root_y] = root_x self.rank[root_x] += 1 def kruskal(graph): edges = [] for u in range(len(graph)): for v in range(u + 1, len(graph)): if graph[u][v] != float('inf'): edges.append((u, v, graph[u][v])) edges.sort(key=lambda x: x[2]) uf = UnionFind(len(graph)) min_spanning_tree = [] for edge in edges: u, v, weight = edge if uf.find(u) != uf.find(v): uf.union(u, v) min_spanning_tree.append(edge) if len(min_spanning_tree) == len(graph) - 1: break return min_spanning_tree # 示例使用 graph = [ [0, 2, 3, float('inf')], [2, 0, float('inf'), 4], [3, float('inf'), 0, 1], [float('inf'), 4, 1, 0] ] min_spanning_tree = kruskal(graph) for edge in min_spanning_tree: print(edge) ```

“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
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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