Prim算法

Prim算法

用途

处理最小生成树(MST)问题，即在给定的图中求树，使得这棵树拥有图中所有顶点，且所有边都是图中已知的边，且满足整棵树的边权之和最小。适用于边多的稠密图。

算法描述

与Dijkstra算法思想相似：

1. 创建并维护树结点集合S， 以及结点到集合S的最短距离数组d；
2. 每次循环遍历图中所有未访问结点，将离集合S最近的结点u并入集合，并累加边权；
3. 以结点u为集合S的新接入点，更新剩余未访问结点到集合S的最短距离d[i]；
4. 重复上述步骤，直到将所有结点都纳入集合S中。

代码实现

const int maxn = 1000;
const int INF = 1000000000;

int g[maxn][maxn], n;           // 邻接矩阵，结点个数
int d[maxn];                    // 记录到树的最短距离
bool visit[maxn] = {false};     // 判断是否已加入树集合

int Prim(int s)
{
    int sum = 0;            // 记录边权和

    for (int i = 0; i < n; i++)     // 初始化
        d[i] = INF;
    d[s] = 0;               // 根结点到树距离为0
    
    for (int i = 0; i < n; i++)
    {
        int u = -1, minD = INF;
        for (int j = 0; j < n; j++)     // 寻找到树最近的结点未访问结点
        {
            if (visit[j] == false && d[j] < minD)
            {
                minD = d[j];
                u = j;
            }
        }
        
        if (u == -1)        // 循环过程中若未找到最近未访问结点，说明图不是单一连通块
        	return -1;      // 无法生成树，返回-1
    	visit[u] = true;    // 加入树集合
    	sum += d[u];        // 累加边权
    
    	for (int v = 0; v < n; v++)
    	{
        	if (visit[v] == false && g[u][v] < INF && g[u][v] < d[v])   // 以u为新接入点更新未访问结点到树的最短距离
            	d[v] = g[u][v];
    	}
    }
    
    return sum;
}