洛谷 P3366 【模板】最小生成树


 说了最小生成树,那么就用经典的Prim或者Kruskal,不过Prim实现代码有点多,这里用Kruskal举例。

注意事项

1.Kruskal是用来找最小生成树的.
  根据树的定义可以知道,树是无向图,所以Kruskal只能用在无向图里面

2.所给的图必须是1个无向图,不然要依次分开去Kruskal.
  
3.如果所给的1个无向图中找不出n-1个边来建树,那就是不存在最小生成树

如何证明Kruskal在1个无向图中必然能找出(或者没有)最小生成树:登录 - 洛谷

并查集可以把集合并在一起或者查询是否在同一个集合,所以可以用并查集来判断连通性

Kruskal:
pre 对边的权值大小按照升序排序

work 从小到大开始选边
     如果两个点不连通,那就加入最小生成树并且连通两点
     连通那就判断下一条边
     如果已经建完树了(有n-1条边了),那就完成建树

通常来说无向边建图需要开两倍边数组,Prim需要从每个点出去走一遍所以要开两倍。

但是Kruskal只判断u,v两点是否连通,他不在乎边是否有方向,都当作无向边来用。

也就是说对于Kruskal来说,输入1 2 3和2 1 3是一样的。

AC代码

#include <bits/stdc++.h>
using namespace std;
const int MAXM=2e5+1;
const int MAXN=5e3+1;
struct Edge{
    int u,v,w;
}e[MAXM];
int n,m,f[MAXN],cnt,ans;
//并查集,定义f[i]=j为节点i在集合j中
int find(int x){//找出x所在的集合+路径压缩
    if(f[x]==x)return x;
    else return f[x]=find(f[x]);
}
inline void unit(int x,int y){//合并集合x1,x2
    int f1= find(x),f2= find(y);
    f[f1]=f2;
}
inline void initf(){//初始化并查集
    for(int i=1;i<=n;++i)
        f[i]=i;
}
bool cmp(Edge x,Edge y){
    return x.w<y.w;
}
inline void kruskal(){
    for(int i=1;i<=m;++i){
        int u=e[i].u,v=e[i].v;
        if(find(u)== find(v))continue;//如果已经在同一个集合
        else{
            cnt++;//加入最小生成树
            ans+=e[i].w;
            unit(u,v);//合并u,v
            if(cnt==n-1){//如果已经有n-1条
                cout<<ans;
                return;
            }
        }
    }
    //边都判断完了都找不出最小生成树
    cout<<"orz";
}
int main(){
    ios::sync_with_stdio(false);
    cin.tie(nullptr),cout.tie(nullptr);
    cin>>n>>m;
    for(int i=1;i<=m;++i){
        cin>>e[i].u>>e[i].v>>e[i].w;
    }
    initf();
    sort(e+1,e+1+m,cmp);//按边的权值进行升序
    kruskal();
    return 0;
}

例题:口袋的天空 - 洛谷

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
最小生成树(Minimum Spanning Tree,简称MST)是一种在连通图中找到最小权重生成树的算法。下面是一个使用Prim算法实现最小生成树的Python模板: ```python import sys class Graph: def __init__(self, vertices): self.V = vertices self.graph = [[0 for _ in range(vertices)] for _ in range(vertices)] def printMST(self, parent): print("边\t权重") for i in range(1, self.V): print(f"{parent[i]} - {i}\t{self.graph[i][parent[i]]}") def minKey(self, key, mstSet): min_val = sys.maxsize min_index = -1 for v in range(self.V): if key[v] < min_val and not mstSet[v]: min_val = key[v] min_index = v return min_index def primMST(self): key = [sys.maxsize] * self.V parent = [None] * self.V key = 0 mstSet = [False] * self.V parent = -1 for _ in range(self.V): u = self.minKey(key, mstSet) mstSet[u] = True for v in range(self.V): if ( self.graph[u][v] > 0 and not mstSet[v] and key[v] > self.graph[u][v] ): key[v] = self.graph[u][v] parent[v] = u self.printMST(parent) # 使用示例 g = Graph(5) g.graph = [ [0, 2, 0, 6, 0], [2, 0, 3, 8, 5], [0, 3, 0, 0, 7], [6, 8, 0, 0, 9], [0, 5, 7, 9, 0], ] g.primMST() ``` 这个模板使用了Prim算法来实现最小生成树。首先,我们定义了一个Graph类,其中包含了图的顶点数和邻接矩阵。`primMST`方法是Prim算法的实现,它通过选择权重最小的边来构建最小生成树。`minKey`方法用于找到当前权重最小的顶点。`printMST`方法用于打印最小生成树的边和权重。

“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