一.克鲁斯卡尔(Kruskal)算法
1.算法思想
- 设连通网 N = (V,E) ,令最小生成树初始状态为只有 n 个顶点而无边的非连通图 T=(V,{}),每个顶点自成一个连通分量
- 在 E 中选取代价最小的边,若该边依附的顶点落在 T 中不同的分量上(即:不能成环),则将此边加入到 T 中;否则,舍去此边,选取下一条代价最小的边
3. 依次类推,直至 T 中所有顶点都在同一连通分量上为止
此时会发现,权值为5的有3条边,但是有两条边不符合(会构成回路)故:
2. 克鲁斯卡尔算法的实现
边集数组的结构:
typedef struct
{
int begin;
int end;
int weight;
}Edge
将邻接矩阵转化为边集数组:
void OperationEdge(Graph G, Edge* edges)
{
int i, j,k;
k = 0;
//无向图对称,只需转换一半即可
for (i = 0; i < G.numv; i++)
{
for (j = i+1; j < G.numv; j++)
{
if (G.edge[i][j] != INTMAX && G.edge[i][j] != 0)
{
edges[k].begin = i;
edges[k].end = j;
edges[k].weight = G.edge[i][j];
k++;
}
}
}
//将weight从小到大交换排序
Edge tmp;
for (i = 0; i < k-1; i++)
{
for (j = i + 1; j < k; j++)
{
if (edges[i].weight > edges[j].weight)
{
tmp = edges[i];
edges[i] = edges[j];
edges[j] = tmp;
}
}
}
}
克鲁斯卡尔算法:
void MinSpanTree_Kruskal(MGraph G)
{
int i, n, m;
Edge edges[MAXSIZE]; //定义边集数组
int parent[MAXSIZE]; //用来判断边与边是否会成环
OperationEdge(G, edges);
for (i = 0; i < G.numv; i++)
{
parent[i] = 0; //初始化数组值为 0
}
//循环每一条边
for (i = 0; i < G.nume; i++)
{
n = Find(parent, edges[i].begin);
m = Find(parent, edges[i].end);
if (n != m) //n!=m,说明没有成环,加入生成树
{
//将此边的结尾顶点放入下标为起点的parent中(n是起始顶点,m是结尾顶点)
//n---m 这条边符合条件
//表示该顶点已经在生成树集合中
parent[n] = m;
printf("(%d,%d),weight = %d", edges[i].begin,edges[i].end, edges[i].weight);
}
}
}
//查找连线顶点的尾部下标
int Find(int *parent,int f)
{
while(parent[f] > 0)
{
f = parent[f];
}
return f;
}
对Find函数的理解:
整个算法执行的过程相当于是将多个树组成一个树,Find 函数中的 while 相当于是找到每棵小树的根结点,也就是说返回的 n 和 m 的值其实就相当于两棵小树的根节点,如果根结点相同,肯定就是同一棵树即图连通了;如果不相等,就将两棵小树连成一棵树即 parent[n] = m。若 while 没有找到根结点,即没有连通,那么这条边就重新建立一棵小树,并以一头为根即 f = parent[f]。
parent 数组中的 f 位置的值为0,其实也就是找到根结点了
对parent数组的理解:
parent[n] = m,就是说在 n 的位置上添加数值 m。
起初,parent 数组里面都为 0,进入Find函数都是直接返回。
parent[0] = 1,相当于下标为 0 的结点的根为1
二. 普利姆算法与克鲁斯卡尔算法的比较
1. 时间复杂度
普利姆算法: O(n²) ( n为顶点数 )
克鲁斯卡尔算法:O(eloge) (e为边数)
2.适应范围
普利姆算法:稠密图
克鲁斯卡尔算法:稀疏图