目录
1.各种概念和性质
无向图的生成树
最小生成树
构造最小生成树(利用MST性质)
2.prim算法
算法思想
算法实现
void MiniSpanTree_Prime(MGraph G)
{
int min, i, j, k;
int adjvex[MAXVEX]; //保存相关下标
int lowcost[MAXVEX]; //保存相关顶点间边的权值
lowcost[0] = 0; //初始化第一个权值为0,即v0加入生成树
//lowcost的值为0,在这里就是此下标的顶点已经加入生成树
adjvex[0] = 0; //初始化第一个顶点下标为0
for (i = 1; i < G.numVertexes; i++) //循环除下标为0外的全部顶点
{
lowcost[i] = G.arc[0][i]; //将v0顶点与之有边的权值存入数组
adjvex[i] = 0; //初始化都为v0的下标
}
for (i = 1; i < G.numVertexes; i++)
{
min = INFINITY; //初始化最小权值为无穷大
//通常设置为不可能的大数字如32767,65535等
j = 1; k = 0; //循环全部顶点
while (j < G.numVertexes)
{
if (lowcost[j] != 0 && lowcost[j] < min)
{
//如果权值不为0且权值小于min
min = lowcost[j]; //则让当前权值成为最小值
k = j; //将当前最小的下标存入k
}
j++;
}
printf("(%d,%d)", adjvex[k], k);//打印当前顶点边中权值最小的边
lowcost[k] = 0; //将当前顶点的权值设置为0,表示此顶点已经完成任务
for (j = 1; j < G.numVertexes; j++) //循环所有顶点
{
if (lowcost[j] != 0 && G.arc[k][j] < lowcost[j])
{
//若下标为k顶点各边权值小于此前这些顶点未被加入生成树权值
lowcost[j] = G.arc[k][j]; //将较小权值存入lowcost
adjvex[j] = k; //将下标为k的顶点存入adjvex
}
}
}
}
3.Kruskal算法
算法实现
void MiniSpanTree_Kruskal(MGraph G)
{
int i, n, m;
Edge edges[MAXEDGE]; //定义边集数组
int parent[MAXVEX]; //定义一数组用来判断边与边是否形成环路
//此处省略将邻接矩阵G转化为边集数组edges并按权由小到大排序的代码
for (i = 0; i < G.numVertexes; i++)
parent[i] = 0; //初始化数组值为0
for (i = 0; i < G.numEdges; i++) //循环每一条边
{
n = Find(parent, edges[i].begin);
m = Find(parent, edges[i].end);
if (n != m) //假如n与m不等,说明此边没有与现有生成树形成环路
{
parent[n] = m; //将此边的结尾顶点放入下标为起点的parent中
//表示此顶点已经在生成树集合中
printf("(%d,%d) %d", edges[i].begin, edges[i].end, edges[i].weight);
}
}
}
int Find(int* parent, int f)//查找连线顶点的尾部下标
{
while (parent[f] > 0)
f = parent[f];
return f;
}
4.两种算法比较
稀疏图:顶点多,边很少
稠密图:顶点少,边很多