C++实现基于不相交集合的O(mlgn)复杂度的kruskal算法
本文实现完全参考<<Introduction to Algorithms Third edition>>
,
不相交集合的数据结构
我们采用森林的方式实现不相交集合。这个森林是极简化的,每个节点只有一个指向父亲的指针,而且森林中的每一颗树都是一个集合,我们取树的根节点为这个集合的代表元。
int rank[505];
int father[505];
void make_set(int x)
{
father[x]=x;
rank[x]=0;
}
int find_set(int x)
{
if (x!=father[x])
{
father[x]=find_set(father[x]);
}
return father[x];
}
void simply_union_set(int u,int v)
{
u=find_set(u);
v=find_set(v);
father[u]=v;
}
void perfect_union_set(int u,int v)
{
u=find_set(u);
v=find_set(v);
if (rank[u]>rank[v])
{
father[v]=u;
}
else
{
father[u]=v;
if(rank[u]==rank[v])
rank[v]++;
}
}
可以看到在find_set()
函数中采用了两趟遍历的思想,第一趟遍历找的根节点,第二趟遍历将路径上的节点全部指向根节点,完成了压缩树高。
在实现集合合并的时候,我们采用了两种方法:一种方法是直接合并simply_union_set
,另一种是采用按秩合并的思想perfect_union_set
,即总是让秩小合并到秩大的集合中,这是一种减少树高的有效策略;
当我们采用按秩合并时时,上述每一个操作的最差时间复杂度,都约等于
O
(
1
)
O(1)
O(1)
详情见<<Introduction to Algorithms Third edition>>
中证明
kruskal 算法
void kruskal()
{
for(int i=0;i<num_v;i++)make_set(i);
sort(arr_edge.begin(),arr_edge.end(),mycompare);
for(int i=0;i<arr_edge.size();i++)
{
int fr=arr_edge[i].fr;
int to=arr_edge[i].to;
int w=arr_edge[i].w;
if( find_set(fr)!=find_set(to))
{
result+=w;
perfect_union_set(fr,to);
}
}
}
kruskal 算法是一种基于贪心策略的算法,它的时间复杂度的最大开销就是排序算法,即 O ( m l g m ) = O ( m l g n ) O(mlgm)=O(mlgn) O(mlgm)=O(mlgn),这里m表示边数,n表示顶点数