Kruskal(克鲁斯卡尔算法)

Kruskal(克鲁斯卡尔算法)

学习视频:尚硅谷数据结构与算法

用于求带权连通图的最小生成树的算法

算法流程
  1. 将带权连通图的边按照权值大小进行排序。
  2. 遍历排序之后的结果,判断边是否构成回路,构成回路则跳过,不构成回路则加入到最小生成树集合之中。

算法的核心在于如何判断是否构成回路,通过记录该顶点的终点,判断终点是否相同来判断是否产生回路。

核心算法代码:

 /**
     * 
     * @param ends 终点数组
     * @param i 当前节点的下标
     * @return 返回节点的终点
     */
public int getEnd(int[] ends, int i) {
    //while循环来自动获取最新的终点,非常巧妙
        while (ends[i] != 0) {
            i = ends[i];
        }
        return i;
    }

    public void kruskal() {
        int index = 0;
        Edge[] mst = new Edge[graph.vertex - 1];
        int[] ends = new int[graph.vertex];
        Edge[] edges = getEdges();
        sortEdges(edges);
        for (Edge edge : edges) {
            int start = getPosition(edge.start);
            int end = getPosition(edge.end);
            int  m = getEnd(ends, start);
            int n = getEnd(ends, end);
            if (m != n) {
                //更新终点数组, 这里不能通过start 和 end来				更新,具体原因自己dbug
                ends[m] = n;
                mst[index++] = edge;
            }
        }
        System.out.println(Arrays.toString(mst));
    }
公交站问题

在这里插入图片描述

代码实现:
package Algorithm.kruskalAlgorithm;

import java.util.Arrays;
import java.util.Comparator;

public class KruskalAlgorithm {
    Graph graph;
    private final int INF = Integer.MAX_VALUE;
    public KruskalAlgorithm(int[][] matrix, char[] data, int vertex) {
        graph = new Graph(vertex);
        graph.matrix = matrix;
        graph.data = data;
    }

    //获取当前字符的坐标
    public int getPosition(char ch) {
        return graph.getPosition(ch);
    }

    //将边进行排序
    public void sortEdges(Edge[] edges) {
        Arrays.sort(edges, Comparator.comparingInt(x -> x.weight));
    }

    public int numOfEdges() {
        int count = 0;
        for (int i = 0; i < graph.matrix.length; i++) {
            for (int j = i + 1; j < graph.matrix[0].length; j++) {
                if (graph.matrix[i][j] != INF) count++;
            }
        }
        return count;
    }

    public Edge[] getEdges() {
        int index = 0;
        Edge[] edges = new Edge[numOfEdges()];
        for (int i = 0; i < graph.matrix.length; i++) {
            for (int j = i + 1; j < graph.matrix[0].length; j++) {
                if (graph.matrix[i][j] != INF) {
                    edges[index++] = new Edge(graph.data[i], graph.data[j], graph.matrix[i][j]);
                }
            }
        }
        return edges;
    }

    /**
     *
     * @param ends 终点数组
     * @param i 当前节点的下标
     * @return 返回节点的终点
     */
    public int getEnd(int[] ends, int i) {
        while (ends[i] != 0) {
            i = ends[i];
        }
        return i;
    }

    public void kruskal() {
        int index = 0;
        Edge[] mst = new Edge[graph.vertex - 1];
        int[] ends = new int[graph.vertex];
        Edge[] edges = getEdges();
        sortEdges(edges);
        for (Edge edge : edges) {
            int start = getPosition(edge.start);
            int end = getPosition(edge.end);
            int  m = getEnd(ends, start);
            int n = getEnd(ends, end);
            if (m != n) {
                ends[m] = n;
                mst[index++] = edge;
            }
        }
        System.out.println(Arrays.toString(mst));
    }

}
//内部类 图
class Graph {
    int vertex;
    char[] data;
    int[][] matrix;
    public Graph(int vertex) {
        this.vertex = vertex;
        data = new char[vertex];
        matrix = new int[vertex][vertex];
    }

    public int getPosition(char ch) {
        for (int i = 0; i < data.length; i++) {
            if (data[i] == ch) return i;
        }
        return -1;
    }
}
//内部类 边
class Edge {
    char start;//起点
    char end;//终点
    int weight;//权值
    
    public Edge(char start, char end, int weight) {
        this.start = start;
        this.end = end;
        this.weight = weight;
    }

    @Override
    public String toString() {
        return "<" + start +
                ", " + end +
                ">" + weight +
                '}';
    }
}

测试代码:
public class Client {

    public static void main(String[] args) {
        char[] vertex = {'A', 'B', 'C', 'D', 'E', 'F', 'G'};
        int INF = Integer.MAX_VALUE;
        int[][] matrix = { {0, 12, INF, INF, INF, 16, 14},
                 {12, 0,10, INF, INF, 7,INF},
                {INF, 10, 0,3, 5,6, INF},
                {INF, INF, 3,0, 4,INF, INF},
                { INF, INF, 5, 4, 0, 2, 8},
                { 16, 7, 6, INF, 2, 0, 9},
                { 14, INF, INF, INF, 8, 9, 0}};
        KruskalAlgorithm kruskalAlgorithm = new KruskalAlgorithm(matrix, vertex, vertex.length);
        kruskalAlgorithm.kruskal();
    }
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
普里姆算法(Prim's Algorithm)和克鲁斯卡尔算法Kruskal's Algorithm)都是用于解决最小生成树(Minimum Spanning Tree,MST)问题的经典算法。 最小生成树是一个连通图的生成树,它包含了图中所有顶点,并且具有最小的总权重。普里姆算法克鲁斯卡尔算法都可以用来找到图的最小生成树,但它们的思路和实现方式有所不同。 普里姆算法的思路是从一个起始顶点开始,逐步选择与当前生成树连接的权重最小的边,并将其加入到生成树中,直到生成树包含了图中所有的顶点。具体步骤如下: 1. 初始化一个空的生成树,将起始顶点加入生成树中。 2. 重复以下步骤,直到生成树包含了图中所有的顶点: - 选择与当前生成树连接的权重最小的边。 - 将该边连接的顶点加入生成树中。 克鲁斯卡尔算法则是基于边来构建最小生成树的。它首先将图中的所有边按照权重进行排序,然后逐个选择权重最小的边,并判断该边的两个顶点是否属于同一个连通分量(即是否会形成环)。如果不会形成环,则将该边加入到最小生成树中,直到最小生成树包含了图中所有的顶点。具体步骤如下: 1. 初始化一个空的最小生成树。 2. 将图中所有边按照权重进行排序。 3. 重复以下步骤,直到最小生成树包含了图中所有的顶点: - 选择权重最小的边。 - 判断该边的两个顶点是否属于同一个连通分量。 - 如果属于同一个连通分量,则选择下一条边。 - 如果不属于同一个连通分量,则将该边加入最小生成树中,并将两个顶点合并为一个连通分量。 这就是普里姆算法克鲁斯卡尔算法的基本思路和步骤。它们都可以有效地找到图的最小生成树,但在不同的应用场景下可能有不同的性能表现。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值