017-Prim算法-贪心-《算法设计技巧与分析》M.H.A学习笔记

基本思路：

定义结点集合U, V (U表示已经选择加入MST的结点集合,V表示未选)

1. 任选一个结点加入U

2. 选择一条边权最小的边，他的两个结点分别属于U, V，并把属于V的那个结点加入U

3. 重复执行2直到V空

 

伪代码：

 

C++代码：

int g[mnx][mnx];
int n, m;
int d[mnx];

// 朴素 prim, 复杂度O(|V|^2) |V|:点数， |E|:边数
int prim() {
	memset(d, 0x3f, sizeof d); //初始化
	int ret = d[1] = 0;  // 先把d[1]弄成0
	for(int i = 1; i <= n; ++i) {
		int u = -1;
		for(int j = 1; j <= n; ++j)   //找到d[u]最小的一个u
			if((u == -1 || d[u] > d[j]) && d[j] != -1)
				u = j;
		ret += d[u];
		d[u] = -1;
		for(int j = 1; j <= n; ++j)  // 更新和u邻接的节点的d[j]值
			d[j] = min(d[j], g[u][j]);
	}
	return ret;
}

 

算法分析：

主要耗费在查找边权最小的边，这一步的二重循环耗费Θ(n²)，所以算法的时间复杂度为Θ(n²)。

 

堆优化改进：

我们用小顶堆来完成查找最小边，和Dijkstra算法一样，算法共进行了n-1次插入、n-1次删除、m-n+1次Siftup运算。总的时间复杂度为O（mlogn）。

 

伪代码：

 

 

 

C++代码：

int fst[mnx], nxt[mxe], cost[mxe], to[mxe], e;
void init() {
	memset(fst, -1, sizeof fst);
	e = 0;
}
void add(int u, int v, int c) {
	to[e] = v, nxt[e] = fst[u], cost[e] = c, fst[u] = e++;
}
struct node {
	int u, dis;
	node(int u, int dis):u(u), dis(dis) {}
	bool operator < (const node &b) const {
		return dis > b.dis;
	}
};
//堆优化， 复杂度O(|E|log|V|), 稠密图时比较慢
int primHeap() {
	memset(d, 0x3f, sizeof d);
	d[1] = 0;
	priority_queue<node> q;
	q.push(node(1,0)); // 先选定第一个节点
	int ret = 0;
	while(!q.empty()) {
		int u = q.top().u;
		int dd = q.top().dis;
		q.pop();
		if(d[u] != dd) continue; // 如果是被更新之前的值的话就不取， continue掉
		ret += dd;
		d[u] = -1;
		for(int j = fst[u]; ~j; j = nxt[j]) {
			int v = to[j], c = cost[j]; // 更新
			if(d[v] > c && d[v] != -1) {
				d[v] = c;
				q.push(node(v, c));
			}
		}
	}
	return ret;
}