java实现普利姆算法

应用场景

1. 有胜利乡有7个村庄(A, B,C,D, E,F,G)，现在需要修路把7个村庄连通
2. 各个村庄的距离用边线表示(权)，比如A ~ B距离5公里
3. 问: 如何修路保证各个村庄都能连通，并且总的修建公路总里程最短?

思路:

将10条边,连接即可，但是总的里程数不是最小
正确|的思路，就是尽可能的选择少的路线，并且每条路线最小，保证总里程数最少

最小生成树

修路问题本质就是就是最小生成树问题，先介绍一下最小生成树(Minimum Cost Spanning Tree)，简称MST：
给定一个带权的无向连通图，如何选取一棵生成树，使树上所有边上权的总和为最小，这叫最小生成树：

1. N个顶点，一定有N-1条边
2. 包含全部顶点
3. N-1条边都在图中
4. 求最小生成树的算法主要是普里姆算法和克鲁斯卡尔算法

普里姆算法介绍

实现代码

package ShangGuiGu.Algorithm.Prim;

import java.util.Arrays;

/**
 * 普利姆算法
 */
public class PrimAlgorithm {
    public static void main(String[] args) {
        //结点代表七个村庄
        char[] data={'A','B','C','D','E','F','G'};
        //结点之间的权 10000定义代表无穷大，其它为正常距离
        int[][] weight={
                {10000,5,7,10000,10000,10000,2},
                {5,10000,10000,9,10000,10000,3},
                {7,10000,10000,10000,8,10000,10000},
                {10000,9,10000,10000,10000,4,10000},
                {10000,10000,8,10000,10000,5,4},
                {10000,10000,10000,4,5,10000,6},
                {2,3,10000,10000,4,6,10000}
        };
        int verxs=data.length;
        //创建MGraph对象
        MGraph graph = new MGraph(verxs);
        //创建最小二叉树
        MinTree minTree = new MinTree();
        minTree.createGraph(graph,data,weight);
        //打印graph
//        minTree.showGraph(graph);
        //以0（A）结点为顶点，开始构建最小生成树 0->A, 1->B, 2->C, 3->D, 4->E, 5->F, 6->G
        minTree.prim(graph,6);
    }
}

class MinTree{

    /**
     * 创建图
     * @param graph 初始图
     * @param data 图中的结点
     * @param weight 图的边（权）
     */
    public void createGraph(MGraph graph,char[] data,int[][] weight){
        for (int i = 0; i < graph.verxs; i++) {
            graph.data[i]=data[i];
            for (int j = 0; j < graph.verxs; j++) {
                graph.weight[i][j]=weight[i][j];
            }
        }
    }

    /**
     * 显示图的邻接矩阵
     * @param graph
     */
    public void showGraph(MGraph graph){
        for (int[] link:graph.weight){
            System.out.println(Arrays.toString(link));
        }
    }

    /**
     * 编写普利姆算法，得到最小生成树
     * @param graph
     * @param start 顶点（开始的结点）
     */
    public void prim(MGraph graph,int start){
        //标记结点是否被访问过，0未被访问，1被访问 数组元素初始都为0
        int[] visitedPoint = new int[graph.verxs];
        //从start结点开始（顶点），所以标记为访问过
        visitedPoint[start]=1;
        int minWeight=10000;

        //每次找到已访问顶点间与未访问顶点间的最短距离时，记录当前的已访问结点pointA和未访问结点pointB,初始-1
        int pointA=-1;
        int pointB=-1;

        //k从1到graph.verxs，所遍历的次数为 结点数-1，即最小生成树的边
        for (int k = 1; k <graph.verxs; k++) {

            for (int i = 0; i < graph.verxs; i++) { //这一层可以看作是遍历已访问的结点
                for (int j = 0; j < graph.verxs; j++) { //这一层可以看作是遍历未访问的结点
                    if (visitedPoint[i]==1&visitedPoint[j]==0&graph.weight[i][j]<minWeight){
                        //更新已访问顶点间与未访问顶点间的最短距离
                        minWeight=graph.weight[i][j];
                        pointA=i;
                        pointB=j;
                    }
                }
            }
            //每次i，j循环完，相当于从已访问结点间与未访问结点间，找到了最短的距离，并且将找到的那个结点标记为已访问
            visitedPoint[pointB]=1;
            //打印每次找到的最短距离（两结点间）graph.weight[pointA][pointB]
            System.out.println("<"+graph.data[pointA]+graph.data[pointB]+">："+graph.weight[pointA][pointB]);
            //更新minWeight进行下一次k循环，再次找已访问结点间与未访问结点间的最短距离
            minWeight=10000;
        }
    }

}

class MGraph{
    int verxs;
    char data[];
    int weight[][];

    public MGraph(int verxs){
        this.verxs=verxs;
        this.data=new char[verxs];
        this.weight=new int[verxs][verxs];
    }
}

核心代码截图标注