数据结构 之 Prim算法的应用 之 MST（最小生成树）

算法：Prim

应用：对一个带权无向图生成 （权值）最小生成树

 

（程序来自《天勤 数据结构 高分笔记》）

 

今日一签，赠给奋斗的自己和你们：

人生不能像做菜，把所有的材料都准备好了才下锅。

——李安《饮食男女》

 

讲述算法前，先做如下的说明：

1. 带权无向图的存储

把一个共有N个结点的带权无向图的信息（边以及边的权值）存放在一个大小为N乘N的二维方阵中。

带权无向图的N个结点的编号是0至N-1。

方阵元素[i][j]表示节点编号是i和j的2个节点之间的边的权值，

行标 = 列标 的 方阵元素 规定 其值是0，表示结点自身到自身的权值是0；

宏定义一个常量INF，把它的值设为大于图中所有边权值的一个数，这个自定，

若图中结点i与结点j之间没有边，规定二维方阵中的元素[i][j]的值是INF，表示两个结点之间的权值是无穷大。

图由结点和边构成，所以，结构体定义如下：

#define MAXSIZE 100

#define INF     500

 

typedef struct

{

    int no;         // 存放结点的编号

    char info;     // 存放结点的信息

}VertexType;         // 结点

 

typedef struct

{

    int n,e;                     // n: 存放图的结点总数，e: 存放图的边的总数

    int edges[MAXSIZE][MAXSIZE]; // 存放带权无向图的边和边的权值信息

    VertexType vex[MAXSIZE];     // 存放带权无向图的结点信息

}MGraph; // 图

 

2. 树

树只有一个根，根下是各个子树，并且很重要的一点是这些子树互不相交，

所以树中是没有环的，

所以，在做这个算法的时候，不能到最后生成的是一个带环的图，

避免出现环，需要一个判断语句，这个判断语句什么时候应该出现，它的内容是什么，

读程序的时候请格外注意。

 

3. C++ 的 引用&

函数void Prim(MGraph g, int v0, int &sum)参数中的sum是C++中的引用类型，表示它的值在传进函数以后，其值需要跟着函数的功能实现而被改变。

C++代码：  

#include <iostream>

using namespace std;

#define MAXSIZE 100
#define INF     500

typedef struct
{
    int no;
    char info;//
}VertexType;

typedef struct
{
    int n,e;
    int edges[MAXSIZE][MAXSIZE];
    VertexType vex[MAXSIZE];
}MGraph;

void Prim(MGraph g, int v0, int sum)
{
    int lowcost[g.n] = {0};
    int vset[g.n] = {0};
    int v;
    int i,j,k;
    int min;

    v = v0;
    vset[v] = 1;
    for(int i=0;i<g.n;++i)
        lowcost[i] = g.edges[v][i];
    sum = 0;

    for(int i=0;j<g.n-1;i++){
        min = INF;
        for(int j=0;j<g.n;++j)
            if(vset[j]==0 && lowcost[j] < min)
            {
                min = lowcost[j];
                k=j;
            }

        v = k;
        vset[v] = 1;
        sum += min;

        for(int j=0;j<g.n;++j)
            if(vset[j]==0 && g.edges[v][j]<lowcost[j])
                lowcost[j] = g.edges[v][j];
    }
}

int main()
{

}

程序的说明：

1. 

把一个很大的结构体MGraph作为函数的参数，浪费空间，这个在实际中需要改进。

作为考试代码，完全可以先这样写。

 

2.

外层的for循环，只需要执行g.n-1次（即 图的结点总数-1）即可，

因为参数v0表示MST的第一个起始结点，

又根据算法可以满足执行g.n-1次找到剩下的n-1个结点就完成MST的确定

 

3.

数组vset大小是图的结点个数，

初始化时元素都为0，

随着算法的进行，如果某个结点i归入了MST，那么vset[i]置为1，否则为0，

而程序中反复出现的判断语句vset[j]==0可以保证找到的树是一个不带环的图，这一点非常重要！！

待整个prim函数执行完，vset中的元素就会全部是1。

 

4.

数组lowcost大小是图的结点个数，

这个变量记录的是当前MST 到 剩余其他结点 的 最小路径值，

一开始MST只是结点V0，

内层的第一个for循环用于使用当前的lowcost找到一个新的应该并入MST的结点v，

内层的第二个for循环用于通过刚找到的这个新的并入MST的结点v更新lowcost

 

5.

外层循环执行g.n-1（简写为n-1）次，

内层的2个for循环执行g.n（简写为n）次，

基本操作共执行（n-1）*（2n）次，

所以时间复杂度取大的量级为：n的平方，

也可以看出，Prim算法生成MST时间复杂度只与结点的个数有关，与边没有关系，

所以Prim算法适合 稠密图（结点多，边少）

 

6.

变量min表示

当前的MST树（中的各个节点）距离 剩下的 结点的 最小路径值 的 最小值