一:应用场景-修路问题
二:最小生成树
三:普利姆算法介绍
四:普利姆算法最佳实践(修路问题)
代码实现:
package com.tian.prim;
import java.util.Arrays;
/**
* Author: Tian
* Description: TODO
* Date: 2022/08/29 15:23
*/
public class PrimAlgorithm {
public static void main(String[] args) {
//测试看看图是否创建成功
char[] data = new char[]{'A', 'B', 'C', 'D', 'E', 'F', 'G'};
int verxs = data.length;
//邻接矩阵的关系使用二维数组表示
int[][] weight = new int[][]{
{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},};
//创建Graph对象
MGraph graph = new MGraph(verxs);
//创建一个MinTree对象
MinTree minTree = new MinTree();
minTree.createGraph(graph, verxs, data, weight);
//输出
minTree.showGraph(graph);
//测试普利姆算法
minTree.prim(graph,1);//
}
}
//创建最小生成数->村庄的图
class MinTree {
/**
* @param graph 图对象
* @param verxs 图对应的顶点个数
* @param data 图的各个顶点的值
* @param weight 图的邻接矩阵
*/
//创建图的邻接矩阵
public void createGraph(MGraph graph, int verxs, char data[], int[][] weight) {
int i, j;
for (i = 0; i < verxs; i++) { // 顶点
graph.data[i] = data[i];
for (j = 0; j < verxs; j++) {
graph.weight[i][j] = weight[i][j];
}
}
}
//显示图的邻接矩阵
public void showGraph(MGraph graph) {
for (int[] link : graph.weight) {
System.out.println(Arrays.toString(link));
}
}
/**
* @param graph 图
* @param v 表示从图的第几个顶点开始生成'A'->0 'B'->1...
*/
//编写prim算法,得到最小生成树
public void prim(MGraph graph, int v) {
//visited[] 标记结点(顶点)是否被访问过
int[] visited = new int[graph.verxs];
//visited[] 默认元素的值都是0,表示没有访问过
// for (int i = 0; i < graph.verxs;i++) {
// visited[i] = 0;
// }
//把当前这个结点标记未已访问
visited[v] = 1;
//h1 和 h2 记录两个顶点的下标
int h1 = -1;
int h2 = -1;
int minWeight = 10000; //将 minWeight 初始成一个大数,后面在遍历过程中,会被替换
for (int k = 1; k < graph.verxs; k++) { //因为有 graph.verxs顶点,普利姆算法结束后,有graph.verxs-1边
//这个是确定每一次生成的子图,和哪个结点的距离最近
for (int i = 0; i < graph.verxs; i++) { // i结点表示被访问过的结点
for (int j = 0; j < graph.verxs; j++) { // j结点表示还没有访问过的结点
if (visited[i] == 1 && visited[j] == 0 && graph.weight[i][j] < minWeight) {
//替换minWeight(寻找已经访问过的结点和未访问过的结点的权值最小的边)
minWeight = graph.weight[i][j];
h1 = i;
h2 = j;
}
}
}
//找到一条边是最小
System.out.println("边<" + graph.data[h1] + "," + graph.data[h2] + "> 权值:" + minWeight);
//将当前这个结点标记为已经访问
visited[h2] = 1;
//minWeight 重新设置为最大值 10000
minWeight = 10000;
}
}
}
class MGraph {
int verxs; //表示图的结点个数
char[] data;//存放结点数据
int[][] weight;//存放边,就是我们的邻接矩阵
public MGraph(int verxs) {
this.verxs = verxs;
data = new char[verxs];
weight = new int[verxs][verxs];
}
}