什么是最小生成树克鲁斯卡尔算法（Kruskal）详细代码解答！

最新推荐文章于 2024-04-12 20:15:02 发布

spring面试题

最新推荐文章于 2024-04-12 20:15:02 发布

阅读量356

点赞数

分类专栏：程序员文章标签： java 经验分享面试

本文链接：https://blog.csdn.net/m0_57205294/article/details/117827936

版权

程序员专栏收录该内容

636 篇文章 1 订阅

订阅专栏

###克鲁斯卡尔算法的作用是：构建图的最小生成树。

####克鲁斯卡尔算法 Kruskal的构造过程：

1、初始化图：n个顶点，n个连通分量（如果两个顶点的连通分量相同，表示两点在同一个连通图中）。把所有的边（包含这个边两端的两个顶点）放入优先级队列中，按照权重从小到大。

2、选择最小权重的边，如果这个边的头顶点的和尾顶点的连通分量不同，则合并头和尾两个分量（整个连通图的点都需要修改，具体看代码）。舍弃该边。（连通分量用整数表示）

3、重复第二步，直到所有的顶点都连接着同一个连通分量里面。

##代码实现：

package _kruskal;

import java.util.Arrays;

public class KruskalCase {
	public static void main(String[] args) {
		char[] vertexs = {'A', 'B', 'C', 'D', 'E', 'F', 'G'};
		//克鲁斯卡尔算法的邻接矩阵
		int matrix[][] = {
					/*A*//*B*//*C*//*D*//*E*//*F*//*G*/
			/*A*/ {   0,  12, INF, INF, INF,  16,  14},
			/*B*/ {  12,   0,  10, INF, INF,   7, INF},
			/*C*/ { INF,  10,   0,   3,   5,   6, INF},
			/*D*/ { INF, INF,   3,   0,   4, INF, INF},
			/*E*/ { INF, INF,   5,   4,   0,   2,   8},
			/*F*/ {  16,   7,   6, INF,   2,   0,   9},
			/*G*/ {  14, INF, INF, INF,   8,   9,   0}
		};
		//大家可以在去测试其它的邻接矩阵，结果都可以得到最小生成树.

		//创建KruskalCase 对象实例
		KruskalCase kruskalCase = new KruskalCase(vertexs, matrix);
		//输出构建的
		kruskalCase.print();
		kruskalCase.kruskal();

	}

	private int edgeNum; //边的个数
	private char[] vertexs; //顶点数组
	private int[][] matrix; //邻接矩阵
	//使用 INF 表示两个顶点不能连通
	private static final int INF = Integer.MAX_VALUE;

	//构造器
	public KruskalCase(char[] vertexs, int[][] matrix) {
		//初始化顶点数和边的个数
		int vlen = vertexs.length;

		//初始化顶点, 复制拷贝的方式
		this.vertexs = new char[vlen];
		for(int i = 0; i < vertexs.length; i++) {
			this.vertexs[i] = vertexs[i];
		}

		//初始化边, 使用的是复制拷贝的方式
		this.matrix = new int[vlen][vlen];
		for(int i = 0; i < vlen; i++) {
			for(int j= 0; j < vlen; j++) {
				this.matrix[i][j] = matrix[i][j];
			}
		}
		//统计边的条数
		for(int i =0; i < vlen; i++) {
			for(int j = i+1; j < vlen; j++) {
				if(this.matrix[i][j] != INF) {
					edgeNum++;
				}
			}
		}

	}
	public void kruskal() {
		int index = 0; //表示最后结果数组的索引
		int[] ends = new int[edgeNum]; //用于保存"已有最小生成树" 中的每个顶点在最小生成树中的终点
		//创建结果数组, 保存最后的最小生成树
		EData[] rets = new EData[edgeNum];

		//获取图中 所有的边的集合 ， 一共有12边
		EData[] edges = getEdges();
		System.out.println("图的边的集合=" + Arrays.toString(edges) + " 共"+ edges.length); //12

		//按照边的权值大小进行排序(从小到大)
		sortEdges(edges);

		//遍历edges 数组，将边添加到最小生成树中时，判断是准备加入的边否形成了回路，如果没有，就加入 rets, 否则不能加入
		for(int i=0; i < edgeNum; i++) {
			//获取到第i条边的第一个顶点(起点)
			int p1 = getPosition(edges[i].start); //p1=4
			//获取到第i条边的第2个顶点
			int p2 = getPosition(edges[i].end); //p2 = 5

			//获取p1这个顶点在已有最小生成树中的终点
			int m = getEnd(ends, p1); //m = 4
			//获取p2这个顶点在已有最小生成树中的终点
			int n = getEnd(ends, p2); // n = 5
			//是否构成回路
			if(m != n) { //没有构成回路
				ends[m] = n; // 设置m 在"已有最小生成树"中的终点 <E,F> [0,0,0,0,5,0,0,0,0,0,0,0]
				rets[index++] = edges[i]; //有一条边加入到rets数组
			}
		}
		//<E,F> <C,D> <D,E> <B,F> <E,G> <A,B>。
		//统计并打印 "最小生成树", 输出  rets
		System.out.println("最小生成树为");
		for(int i = 0; i < index; i++) {
			System.out.println(rets[i]);
		}


	}

	//打印邻接矩阵
	public void print() {
		System.out.println("邻接矩阵为: \n");
		for(int i = 0; i < vertexs.length; i++) {
			for(int j=0; j < vertexs.length; j++) {
				System.out.printf("%12d", matrix[i][j]);
			}
			System.out.println();//换行
		}
	}

	/**
	 * 功能：对边进行排序处理, 冒泡排序
	 * @param edges 边的集合
	 */
	private void sortEdges(EData[] edges) {
		for(int i = 0; i < edges.length - 1; i++) {
			for(int j = 0; j < edges.length - 1 - i; j++) {
				if(edges[j].weight > edges[j+1].weight) {//交换
					EData tmp = edges[j];
					edges[j] = edges[j+1];
					edges[j+1] = tmp;
				}
			}
		}
	}
	/**
	 *
	 * @param ch 顶点的值，比如'A','B'
	 * @return 返回ch顶点对应的下标，如果找不到，返回-1
	 */
	private int getPosition(char ch) {
		for(int i = 0; i < vertexs.length; i++) {
			if(vertexs[i] == ch) {//找到
				return i;
			}
		}
		//找不到,返回-1
		return -1;
	}
	/**
	 * 功能: 获取图中边，放到EData[] 数组中，后面我们需要遍历该数组
	 * 是通过matrix 邻接矩阵来获取
	 * EData[] 形式 [['A','B', 12], ['B','F',7], .....]
	 * @return
	 */
	private EData[] getEdges() {
		int index = 0;
		EData[] edges = new EData[edgeNum];
		for(int i = 0; i < vertexs.length; i++) {
			for(int j=i+1; j <vertexs.length; j++) {
				if(matrix[i][j] != INF) {
					edges[index++] = new EData(vertexs[i], vertexs[j], matrix[i][j]);
				}
			}
		}
		return edges;
	}
	/**
	 * 功能: 获取下标为i的顶点的终点(), 用于后面判断两个顶点的终点是否相同
	 * @param ends ： 数组就是记录了各个顶点对应的终点是哪个,ends 数组是在遍历过程中，逐步形成
	 * @param i : 表示传入的顶点对应的下标
	 * @return 返回的就是 下标为i的这个顶点对应的终点的下标, 一会回头还有来理解
	 */
	private int getEnd(int[] ends, int i) { // i = 4 [0,0,0,0,5,0,0,0,0,0,0,0]
		while(ends[i] != 0) {
			i = ends[i];
		}
		return i;
	}

}

//创建一个类EData ，它的对象实例就表示一条边
class EData {
	char start; //边的一个点
	char end; //边的另外一个点
	int weight; //边的权值
	//构造器
	public EData(char start, char end, int weight) {
		this.start = start;
		this.end = end;
		this.weight = weight;
	}
	//重写toString, 便于输出边信息
	@Override
	public String toString() {
		return "EData [<" + start + ", " + end + ">= " + weight + "]";
	}


}

##测试

打印邻接矩阵
           0              12      2147483647      2147483647      2147483647              16              14    
          12               0              10      2147483647      2147483647               7      2147483647    
  2147483647              10               0               3               5               6      2147483647    
  2147483647      2147483647               3               0               4      2147483647      2147483647    
  2147483647      2147483647               5               4               0               2               8    
          16               7               6      2147483647               2               0               9    
          14      2147483647      2147483647      2147483647               8               9               0    
[EData{start=A, end=B, weight=12}, EData{start=A, end=F, weight=16}, EData{start=A, end=G, weight=14}, EData{start=B, end=C, weight=10}, EData{start=B, end=F, weight=7}, EData{start=C, end=D, weight=3}, EData{start=C, end=E, weight=5}, EData{start=C, end=F, weight=6}, EData{start=D, end=E, weight=4}, EData{start=E, end=F, weight=2}, EData{start=E, end=G, weight=8}, EData{start=F, end=G, weight=9}]
最小生成树为

EData{start=E, end=F, weight=2}
EData{start=C, end=D, weight=3}
EData{start=D, end=E, weight=4}
EData{start=B, end=F, weight=7}
EData{start=E, end=G, weight=8}
EData{start=A, end=B, weight=12}
# 知其然不知其所以然，大厂常问面试技术如何复习？

**1、热门面试题及答案大全**

面试前做足功夫，让你面试成功率提升一截，这里一份热门350道一线互联网常问面试题及答案助你拿offer

> [**面试宝典+书籍+核心知识获取：戳这里免费下载**](https://docs.qq.com/doc/DSmxTbFJ1cmN1R2dB)！诚意满满！！！

![](https://img-blog.csdnimg.cn/img_convert/87c93034107b704c2723923baad1f865.png)

**2、多线程、高并发、缓存入门到实战项目pdf书籍**



![](https://img-blog.csdnimg.cn/img_convert/a9a92582739e03e3e98bc8071db39283.png)

![](https://img-blog.csdnimg.cn/img_convert/4e23b4eeaaf92364adfd5b3554b08005.png)

![](https://img-blog.csdnimg.cn/img_convert/3b465378bdaa056c37a8859be2854f7c.png)

**3、文中提到面试题答案整理**

![](https://img-blog.csdnimg.cn/img_convert/971f3d8ef56f1468d990fdef929fb217.png)

**4、Java核心知识面试宝典**

覆盖了**JVM 、JAVA集合、JAVA多线程并发、JAVA基础、Spring原理、微服务、Netty与RPC、网络、日志、Zookeeper、Kafka、RabbitMQ、Hbase、MongoDB 、Cassandra、设计模式、负载均衡、数据库、一致性算法 、JAVA算法、数据结构、算法、分布式缓存、Hadoop、Spark、Storm的大量技术点且讲解的非常深入**

![](https://img-blog.csdnimg.cn/img_convert/87cece793d70e4e450220aeab9d5cde2.png)

![](https://img-blog.csdnimg.cn/img_convert/0a62388a82d1a8f2da4074069e42e60c.png)

![](https://img-blog.csdnimg.cn/img_convert/ce643fb2ebe0ddd392937e2923db23f8.png)

志、Zookeeper、Kafka、RabbitMQ、Hbase、MongoDB 、Cassandra、设计模式、负载均衡、数据库、一致性算法 、JAVA算法、数据结构、算法、分布式缓存、Hadoop、Spark、Storm的大量技术点且讲解的非常深入**

[外链图片转存中...(img-RoGtZm18-1623422491438)]

[外链图片转存中...(img-mGd8Xk9a-1623422491439)]

[外链图片转存中...(img-Z9a9c0fD-1623422491439)]

spring面试题

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
什么是最小生成树克鲁斯卡尔算法（Kruskal）详细代码解答！

###克鲁斯卡尔算法的作用是：构建图的最小生成树。####克鲁斯卡尔算法 Kruskal的构造过程：1、初始化图：n个顶点，n个连通分量（如果两个顶点的连通分量相同，表示两点在同一个连通图中）。把所有的边（包含这个边两端的两个顶点）放入优先级队列中，按照权重从小到大。2、选择最小权重的边，如果这个边的头顶点的和尾顶点的连通分量不同，则合并头和尾两个分量（整个连通图的点都需要修改，具体看代码）。舍弃该边。（连通分量用整数表示）3、重复第二步，直到所有的顶点都连接着同一个连通分量里面。##代码实现：
复制链接

扫一扫