prime算法
-
从端点入手
每一次选一个端点放入生成树中,(保证没有回路,即该点之前没有加入到生成树中) -
若把点加入到生成树中,则需要标记该邻接矩阵的对角线为1.
-
如果所有的对角线都为1, 则生成完毕。这里可以用一个计数器来记录。
1.找所有与u邻接的点,存入权值到最小堆。
2.选一个v点与u点连接最小
3.直到所有点被遍历过
minspantree.h
#include"Graphms.h"
#include"UFsets.h"
#include"Queue.h"
#include <iostream>
const double maxValue = 99999.0; //机器可表示的、问题中不可能出现的大数
const int DefaultSize2 = 50;
//最小生成树的类定义(用数组存)
template <typename T, typename E>
class MinSpanTree {
protected:
MSTEdgeNode<T, E>* edgevalue; //用边值数组表示树
int maxSize, currentSize; //数组的最大元素个数和当前个数
public:
MinSpanTree(int sz = DefaultSize2 ) {
maxSize = sz;
currentSize = 0;
edgevalue = new MSTEdgeNode<T, E>[sz];
//assert(edgevalue);
}
bool Kruscal(Graphmtx<T, E>& G); // Kruscal算法
bool Insert(MSTEdgeNode<T, E>& item); //将边item插入到树中,若树中节点已满,则返回false;
void output(Graphmtx<T, E>& G); //自定义函数,顺序输出所有边
void printMST(Graphmtx<T, E>& G,int n);
void Prim(Graphmtx<T, E>& G,const T u0, MinSpanTree<T, E>& MST);
};
template<class T, class E>
bool MinSpanTree<T, E>::Insert(MSTEdgeNode<T, E>& item) {
if (currentSize == maxSize) {
return false;
}
edgevalue[currentSize] = item;
currentSize++;
return true;
}
template<class T, class E>
void MinSpanTree<T, E>::output(Graphmtx<T, E>& G) {
for (int i = 1; i <= currentSize; i++) {
cout << "Edge " << i << " : " << "head = " << edgevalue[i - 1].head << " ; tail = " << edgevalue[i - 1].tail << " ; key = " << edgevalue[i - 1].key << endl;
cout << " 点 " << G.getVertical(edgevalue[i - 1].head) << " 到 点" << G.getVertical(edgevalue[i - 1].tail) << " 权重是 " << edgevalue[i - 1].key << endl;
}
}
template<class T, class E>
bool MinSpanTree<T, E>::Kruscal(Graphmtx<T, E>& G)
{
MSTEdgeNode<T, E> ed; // 边结点辅助单元
int u=0, v=0, count=0;
int n = G.NumberofVertices(); // 图的顶点数
E weight; // 权值
MinHeap<T,MSTEdgeNode<T, E>> H(n); //最小堆存边集及权重信息
UFSets F(n); //并查集
//把图的已知数据输入到最小堆中,插入之后就容易找到最小的数据
for (u = 0; u < n; u++)
{
for (v = u + 1; v < n; v++) //找该顶点的下一个与之有边的顶点
{
weight = G.getWeight(v,u); //获得权重
if (weight > 0 && weight < G.maxWeightG)
{
ed.head = u;
ed.tail = v;
ed.key = weight;
H.Insert(ed);//插入最小堆中
}
}
}
count = 1;
while (count < n && !H.IsEmpty())
{
H.RemoveMin(ed); //找出最小的边
u = F.Find(ed.tail);//在找的第一遍,是父节点就是自己,就返回自己数组下标。
v = F.Find(ed.head);
if (u != v) //当两个根不同时,进行合并。
{
F.SimpleUnion(u, v); //集合合并,连通,连n-1次
Insert(ed); //插入到最小生成树中
cout<<" 点"<<G.getVertical(ed.tail)<<"到 点"<< G.getVertical(ed.head)<< " 权重是 "<<ed.key<<endl;
count++;
}
}
if (count < n)
{
cout << "不连通,无法生成最小生成树" << endl;
return false;
}
cout << "输出最小生成树" << endl;
output(G);
return true;
}
//非成员函数
//prime算法
//u0表示起始点(例如‘A’)
template <class T, class E>
void MinSpanTree<T, E>::Prim(Graphmtx<T, E>& G, const T u0, MinSpanTree<T, E>& MST)
{
MSTEdgeNode<T, E> ed;
int i = 0, v = 0, count = 0;
int n = G.NumberofVertices(); //顶点的数量
int m = G.NumberofEdges(); //边的数量
int u = G.getVertexPos(u0); //取顶点对应的下标值。
MinHeap<E, MSTEdgeNode<T, E>> H(m); //存边的最小堆
G.putEdge(u); //起点标记
count = 1;
do
{
v = G.getFirstNeighbor(u); //找到与u 最近的邻接点
//找所有与u邻接的点,存入权值到最小堆。
while (v != -1)
{
if (G.outEdge(v)==0)
{
ed.tail = u; //起点
ed.head = v; //终点
ed.key = G.getWeight(u, v);
H.Insert(ed);
}
v = G.getNextNeighbor(u, v); //把v传入的原因是需要找在v 之后的邻接点,之前的已经找过了
}
//选一个v点与u点连接最小
while (H.IsEmpty() == false && count < n)
{
H.RemoveMin(ed);
if (G.outEdge(ed.head) == 0)
{
MST.Insert(ed);
u = ed.head; //用新的头作为起点,找其他与他最近的点
G.putEdge(ed.head);
count++;
break; //这里找到一个就可以了,重新用新的u 找下一个
}
}
} while (count < n);
cout << "输出最小生成树" << endl;
MST.printMST(G,n);
}
// 打印最小生成树
template <class T, class E>
void MinSpanTree<T, E>::printMST(Graphmtx<T, E>& G,int n) {
int tail, head; // 顶点所在位置
T e1, e2; // 两顶点
E weight; // 权值
currentSize = n-1;
for (int i = 0; i < currentSize; i++) {
tail = edgevalue[i].tail; // 顶点所在位置
head = edgevalue[i].head;
e1 = G.getValue(tail); // 根据位置,取顶点对应的值
e2 = G.getValue(head);
weight = G.getWeight(tail, head); // 取权值
cout << "(" << e1 << "," << e2 << "," << weight << ")" << endl;
}
}