Day49 | 53. 寻宝 prim算法 与kruskal算法

语言

Java

53. 寻宝

53. 寻宝（第七期模拟笔试）

题目

题目描述

在世界的某个区域，有一些分散的神秘岛屿，每个岛屿上都有一种珍稀的资源或者宝藏。国王打算在这些岛屿上建公路，方便运输。

不同岛屿之间，路途距离不同，国王希望你可以规划建公路的方案，如何可以以最短的总公路距离将 所有岛屿联通起来（注意：这是一个无向图）。 

给定一张地图，其中包括了所有的岛屿，以及它们之间的距离。以最小化公路建设长度，确保可以链接到所有岛屿。

输入描述

第一行包含两个整数V 和 E，V代表顶点数，E代表边数 。顶点编号是从1到V。例如：V=2，一个有两个顶点，分别是1和2。

接下来共有 E 行，每行三个整数 v1，v2 和 val，v1 和 v2 为边的起点和终点，val代表边的权值。

输出描述

输出联通所有岛屿的最小路径总距离

思路（prim算法）

prim算法核心就是三步，我称为prim三部曲，大家一定要熟悉这三步，代码相对会好些很多：

第一步，选距离生成树最近节点
第二步，最近节点加入生成树
第三步，更新非生成树节点到生成树的距离（即更新minDist数组）

1. 初始化:

   • 初始化邻接矩阵 grid 为大值（例如 10001），代表顶点间无限大的距离。
   • 初始化 minDist 数组同样为大值，该数组会存储每个顶点到正在构建的树的最短距离。
   • 初始化 isInTree 数组为 false，表示没有顶点在树中。

2. 读取输入:

   • 读取顶点数 v 和边数 e。
   • 读取每条边及其权重，并填充邻接矩阵 grid。

3. prim算法:

   • 使用贪婪策略选择下一个要添加到最小生成树中的顶点。
   • 遍历除了第一个顶点之外的所有顶点（因为开始时我们假设一个顶点已经在树中）。
   • 对于每次迭代：
     • 找出离当前树最近的顶点并将其加入树中。
     • 更新不在树中的其他顶点到树的最短距离。

4. 结果计算:

   • 汇总从第二个顶点到最后一个顶点的最小距离，得到最小生成树的总权重。

5. 输出:

   • 输出最小生成树的总权重。

代码

import java.util.*;

public class Main {
    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        int v = scanner.nextInt();
        int e = scanner.nextInt();

        // 初始化邻接矩阵，所有值初始化为一个大值，表示无穷大
        int[][] grid = new int[v + 1][v + 1];
        for (int i = 0; i <= v; i++) {
            Arrays.fill(grid[i], 10001);
        }

        // 读取边的信息并填充邻接矩阵
        for (int i = 0; i < e; i++) {
            int x = scanner.nextInt();
            int y = scanner.nextInt();
            int k = scanner.nextInt();
            grid[x][y] = k;
            grid[y][x] = k;
        }

        // 所有节点到最小生成树的最小距离
        int[] minDist = new int[v + 1];
        Arrays.fill(minDist, 10001);

        // 记录节点是否在树里
        boolean[] isInTree = new boolean[v + 1];

        // Prim算法主循环
        for (int i = 1; i < v; i++) {
            int cur = -1;
            int minVal = Integer.MAX_VALUE;

            // 选择距离生成树最近的节点
            for (int j = 1; j <= v; j++) {
                if (!isInTree[j] && minDist[j] < minVal) {
                    minVal = minDist[j];
                    cur = j;
                }
            }

            // 将最近的节点加入生成树
            isInTree[cur] = true;

            // 更新非生成树节点到生成树的距离
            for (int j = 1; j <= v; j++) {
                if (!isInTree[j] && grid[cur][j] < minDist[j]) {
                    minDist[j] = grid[cur][j];
                }
            }
        }

        // 统计结果
        int result = 0;
        for (int i = 2; i <= v; i++) {
            result += minDist[i];
        }
        System.out.println(result);
        scanner.close();
    }
}

易错点

处理边界条件

思路（kruskal算法）

1. 定义 Edge 类:

   • Edge 类用于存储边的信息，包括两个端点和权重。
   • 这个类允许我们将边作为独立的对象处理。

2. 并查集:

   • father 数组用于存储每个节点的父节点。
   • init() 方法初始化 father 数组，使每个节点成为自己的根。
   • find() 方法用于查找一个节点所属的根节点。
   • join() 方法用于合并两个节点到同一个集合中。

3. 主函数:

   • 读取顶点数 v 和边数 e。
   • 读取每条边的信息，并将其存储到 edges 列表中。
   • 将 edges 列表按照边的权重进行排序。
   • 初始化并查集。
   • 遍历排序后的边，对于每条边，如果这条边连接的两个顶点不在同一个集合中，则将这条边加入最小生成树，并合并这两个顶点所在的集合。
   • 计算最小生成树的总权重，并输出结果。

代码

import java.util.*;

class Edge {
    int l, r, val;

    Edge(int l, int r, int val) {
        this.l = l;
        this.r = r;
        this.val = val;
    }
}

public class Main {
    private static int n = 10001;
    private static int[] father = new int[n];

    // 并查集初始化
    public static void init() {
        for (int i = 0; i < n; i++) {
            father[i] = i;
        }
    }

    // 并查集的查找操作
    public static int find(int u) {
        if (u == father[u]) return u;
        return father[u] = find(father[u]);
    }

    // 并查集的加入集合
    public static void join(int u, int v) {
        u = find(u);
        v = find(v);
        if (u == v) return;
        father[v] = u;
    }

    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        int v = scanner.nextInt();
        int e = scanner.nextInt();
        List<Edge> edges = new ArrayList<>();
        int result_val = 0;

        for (int i = 0; i < e; i++) {
            int v1 = scanner.nextInt();
            int v2 = scanner.nextInt();
            int val = scanner.nextInt();
            edges.add(new Edge(v1, v2, val));
        }

        // 执行Kruskal算法
        edges.sort(Comparator.comparingInt(edge -> edge.val));

        // 并查集初始化
        init();

        // 从头开始遍历边
        for (Edge edge : edges) {
            int x = find(edge.l);
            int y = find(edge.r);

            if (x != y) {
                result_val += edge.val;
                join(x, y);
            }
        }
        System.out.println(result_val);
        scanner.close();
    }
}

易错点

保 find() 方法能正确地找到根节点，并且路径压缩。

在 join() 方法中确保合并的是不同的集合。

总结

这两种算法还需要好好看一看。

这是我对象发给我看的。