最小生成树 Prime算法

问题背景：

对于一个图，它的所有生成树中必有一个“边的权值最小”的生成树，我们把它称为最小生成树。

概念很抽象，换做实际问题：

有十个城市，各个城市之间距离或远或近。需要建设一个道路网，把十个城市连接在一起，要求道路网的道路长度最小。

各个城市的连接可以抽象为一个图，本质上即是求该图的一个最小生成树。

每一个图可能有多个生成树，但最小生成树 所有边的权值之和是最小的。

 

Prime算法简介：

最小生成树和最短路径一样，都是在实际中非常常见的图算法问题。

同样也有专门的算法来构造图的最小生成树。

Prime算法是求解最小生成树问题最常用的算法，思想和上次讲解的 最短路径Dijkstra算法 有些接近。

 

1.     把所有节点分成两类，一类是已经加入到了 当前的生成树中（集合 Y） ，一类是还没有加入当前的生成树中（集合N）。

PS:  1. 显然，这种分类可以用flag来设置。

         2. 最终的生成树是一步一步构造的，所以说是 “当前的”生成树。

2.     从 Y 中取得一个节点 Vy, 从 N 中取得一个节点 Vn. 使其满足 Vy和Vn之间边的权值最小。

 

3、 找到满足上述条件的节点后，把Vn结点从 N 移入 Y中。

Ps： 具体代码实现是，flag值修改即可。 （最原始的做法，后续会有改进方式）

 

3.     重复上述 2. 3. 两步，直到所有节点全部加入Y中。

 

具体例子：

代码转化与具体实现：

代码实现时需要注意的几个问题：

 

1.     如何表示集合Y 和集合 N

当然，可以使用一个flag数组表示，比如为true表示在Y中，false在N中。

2.     集合Y和集合N中均可能有多个节点，如何从N集合中找到符合条件（距离Y中所有节点最近）的结点？

 

最粗暴的方法，每次都分别遍历 Y 和 N集合，两重遍历可以找到N中的该结点，但是效率会很差。可以从数据结构设计的角度改善。

建立一个数组， int minDis[ N ]

对于其中元素 minDis[i]，其含义是 j 节点到 Y 集合所有节点距离的最小值。

寻找N中符合条件的结点时，只需要遍历N集合中结点minDis的数据，找到最小值即可。

 

显然，对于Y集合中的结点 i ，minDis[i]都是 0.

这样，minDis数组也可以替代上步中的flag数组： minDis值是0，即代表结点在Y集合中。

 

3.     每次从N集合中找到符合条件的结点 i 后，都需要做哪些处理？

 

首先，要把它从N移动到Y中。 minDis[i] = 0 即可。（原因参考上步的说明）

其次，要判断是否需要更新N中剩余结点 mindDis的值。

因为minDis[j] 存储的是j结点到Y中所有结点距离的最小值，当把i结点从N移动到Y中后，Y集合元素增多，对于N中剩余结点j而言，minDis[j]的值可能会减小。

什么情况下该值会减小？

当从N移动到Y中的结点 I 距离 j结点的值 小于 当前 minDis[j]的值，就需要更新minDis.

 

参考代码：

		#define N 100
		int matrix[N][N];

		//最小生成树信息
		int treeLenthResult = 0; 	//最终生成的最小生成树 边的权值之和
		int minDis[N];
		int closeVertex[N]; 
		
		//设置起始结点下标是0 （从顶点0开始构造）
		//初始化minDis
		for (int i = 0; i < N; i++) {
			minDis[i] = matrix[i][0];
			closeVertel[i] = 0;
		}
		//起始结点初始化
		minDis[0] = 0;
		closeVertel[0] = 0;

		//N-1次遍历，每次都从集合N中找到一个结点，距离集合Y中所有结点值最小
		for (int i = 1; i < N; i++) {
			int tmpDis = INF;
			int tmpLoc = -1;
			for (int j = 0; j < N; j++) {
				//minDis[j] != 0  --> j结点不在当前的生成树中
				if ((minDis[j] != 0) && (minDis[j] < tmpDis) ) {
					tmpDis = minDis[j];
					tmpLoc = j;
				}
			}
			
			if (tmpLoc != -1) {
				//tmpLoc结点 是本轮循环中找到的目标结点
				//更新当前得到生成树边的权值之和
				treeLenthResult += tmpDis;	
			}

			//tmpLoc结点从N结合移至Y集合
			minDis[tmpLoc] = 0;
			//更新N集合中剩余的其他结点
			for (int j = 0; j < N; j++) {
				if (minDis[j] > matrix[j][tmpLoc]) {
					minDis[j] = matrix[j][tmpLoc];
					closeVertex[j] = tmpLoc;		//此时，j结点距离Y集合中 tmpLoc结点最近
				}
			}
		}