2017-11-20
(1)prim算法(平均时间复杂度为O(n^2))
有两个集合U与V,每次从V集合里选取从U集合里与V集合里距离最小的加入到集合U中直至集合U为全集。
#include<iostream>
#include<cstring>
#define MAX 65535
using namespace std;
const int N = 100;
int n;
int x[N+1][N+1],y[N+1];
bool z[N+1];
void init(){
int m;
cin>>n>>m;
for (int i=1;i<=n;i++){
for (int j=1;j<=n;j++){
x[i][j]=MAX;
}
}
for (int i=1;i<=m;i++){
int a,b,c;
cin>>a>>b>>c;
x[a][b]=c;
x[b][a]=c;
}
memset(z,0,sizeof(z));
y[1]=1;z[1]=1;
}
int res(){
int s1=1,min_point,result=0;
while(s1<n){
int min_path=MAX;
for (int i=1;y[i]!=0;i++){
for (int j=1;j<=n;j++){
if (!z[j]&&x[y[i]][j]<min_path){
min_path=x[y[i]][j];
min_point=j;
}
}
}
s1++;
result+=min_path;
y[s1]=min_point;
z[min_point]=1;
}
return result;
}
int main(){
init();
cout<<res()<<endl;
return 0;
}
自己写的复杂度好像挺高的
我的想法是:首先用邻接矩阵X存边的权值信息,初始化全为最大值65536,当然,这是一个图,所以需要X[a][b]=X[b][a].我还用了两个数组y以及z。其中y是用来存放已经加入到该最小生成树的点,初始化我设置第一个点加入了进去,所以y[1]=1,每加入一个点进去s1的值就加一,直至s1为n;z数组是用来判断该点是否已经计算过了,初始化时z[i]=i,若z[i]为0,则表明该点已经算过了。每次我们循环的时候,从y数组中的第一个元素开始,从z数组中找到与该元素距离最小的点j加入到y数组中去,同时z[j]设为0,这样,我们直到所有的点都加入到y数组即可。
嗯额!其实z数组是没有必要的,我们只要用一个flag数组比较该点在哪一个集合里面就可以了。
但是我的复杂度接近O(n^3),这可能很难以让人接受。。。
第一个循环表示当前已经加几个点到集合中去了,
第二个循环遍历所有加入到已经算过的点的集合的点,
第三个循环遍历与该算过的点相连接的点,求得最小的权值,
有必要解释一些我的代码,y数组是随着s1的值一点一点赋值的,下标并不代表点,所以说我的第二个关于i的循环在y[i]为零的时候就已经结束了。
#include<iostream>
#include<cstring>
#define MAX 65535
using namespace std;
const int N = 1000;
int n;
int x[N+1][N+1],y[N+1];
bool z[N+1];
void init(){
int m;
cin>>n>>m;
for (int i=1;i<=n;i++){
for (int j=1;j<=n;j++){
x[i][j]=MAX;
}
}
for (int i=1;i<=m;i++){
int a,b,c;
cin>>a>>b>>c;
c=min(c,x[a][b]);
x[a][b]=c;
x[b][a]=c;
}
memset(z,0,sizeof(z));
z[1]=1;
for (int i=1;i<=n;i++){
y[i]=x[1][i];
}
}
long long res(){
long long result=0;
for (int i=2;i<=n;i++){
int min_path=MAX,min_pos=1;
for (int j=1;j<=n;j++){
if (j!=min_pos&&y[j]<min_path){
min_path=y[j];
min_pos=j;
}
}
z[min_pos]=1;
y[min_pos]=MAX;
result+=min_path;
for (int j=2;j<=n;j++){
if (!z[j]&&x[min_pos][j]<y[j]){
y[j]=x[min_pos][j];
}
}
}
return result;
}
int main(){
init();
cout<<res()<<endl;
return 0;
}
说一下书上的方法吧!
我还是用了三个数组x,y,z,其中数组x还是邻接矩阵,存放了边的权值信息,但是数组y与之前稍有不同,z数组和之前还是一样的,如果z[i]为1的话表示我们已经将它加入到最小生成树中了。
还是说一下y数组的作用吧!
它存放的是当前已经加入到最小生成树的点到1~n的点的最小距离,刚开始的时候只有1这一个点在里面,所以y数组里面只要存储1~n到第一个点的距离即可,我们通过遍历y数组得到了最小值以及下一个要加入到最小生成树中的点,那么我们就要用这个点来更新y数组了,如果说当前点到1~n的距离小于1到1~n的距离的话,我们就更新,这样的话,我们的时间复杂度就降到了O(n^2),因为我们不用再遍历所有在最小生成树中的点了,我们只要遍历y数组即可。
#include<iostream>
#include<cstring>
#define MAX 65535
using namespace std;
const int N = 1000;
int n;
int x[N+1][N+1],y[N+1];
bool z[N+1];
void init(){
int m;
cin>>n>>m;
for (int i=1;i<=n;i++){
for (int j=1;j<=n;j++){
x[i][j]=MAX;
}
}
for (int i=1;i<=m;i++){
int a,b,c;
cin>>a>>b>>c;
c=min(c,x[a][b]);
x[a][b]=c;
x[b][a]=c;
}
memset(z,0,sizeof(z));
z[1]=1;
for (int i=1;i<=n;i++){
y[i]=x[1][i];
}
}
long long res(){
long long result=0;
for (int i=2;i<=n;i++){
int min_path=MAX,min_pos=1;
for (int j=1;j<=n;j++){
if (!z[j]&&y[j]<min_path){
min_path=y[j];
min_pos=j;
}
}
z[min_pos]=1;
result+=min_path;
for (int j=2;j<=n;j++){
if (!z[j]&&x[min_pos][j]<y[j]){
y[j]=x[min_pos][j];
}
}
}
return result;
}
int main(){
init();
cout<<res()<<endl;
return 0;
}
这一个代码做了一个稍稍的更改,如果z[i]已经是1了,那么我们就不用考虑当前的值与i的距离了。
(2)运用kruskal算法加上并查集(平均时间复杂度为O(eloge))
#include<iostream>
#include<cstring>
#include<algorithm>
using namespace std;
const int N = 100000;
struct xd{
int s,e,w;
}x[N+1];
int m,n;
int f[N+1];
int cmp(struct xd &a,struct xd &b){
return a.w<b.w;
}
void init(){
cin>>n>>m;
for (int i=1;i<=m;i++){
cin>>x[i].s>>x[i].e>>x[i].w;
}
sort(x+1,x+m+1,cmp);
for (int i=1;i<=n;i++) f[i]=i;
}
int find(int x){
while (f[x]!=x){
x=f[x];
}
return x;
}
long long res(){
long long result=0;
for (int i=1;i<=m;i++){
int a=find(x[i].s);
int b=find(x[i].e);
if (a!=b){
f[a]=b;
result+=x[i].w;
}
}
return result;
}
int main(){
init();
cout<<res()<<endl;
return 0;
}
首先我们需要在所有边的权值中找到最小的(我们对所有的边的权值进行排序),对于该边的两个点,如果它们两个在不同的子树中,则我们加入这一条边;反之,如果它们两个在相同的子树中,则不予以考虑。当然,我们在判断两个点是否在相同的子树中时用的并查集。
当然还是要论一下并查集是怎么一步一步优化的,
它的思想很简单,用f数组来标记它的父节点是谁,祖上节点的f[i]为i!
最简单的就是一步一步向上找,看两个人的祖上节点是否相同,
但是如果说树长的太不平衡了以至于是线性的了,那么我们每次查找都会很慢,那么我们会考虑将比较矮的放在高树的那边,
最好的一种方法就是让节点直接指向它的祖上即可。
第二种算法较第一种算法时间复杂度降低为eloge了,这里的e是边的数量...
这两个算法各有各的优点:prim算法适合与比较边密集的图,是从点的角度进行求解的,而kruskal算法适合边比较稀疏的图,是从边的角度进行求解的。
CODEVS 1231 最优布线问题
该题目的主要大意就是让我们求出最小生成树,所给的数据范围比较大,我们选取第二种算法进行求解,需要我们注意的是,数据中可能存在权值不一样的重边,但是保证没有自环且题目保证一定存在可行的连通方案。
#include<iostream>
#include<cstring>
#include<algorithm>
using namespace std;
const int N = 100000;
struct xd{
int s,e,w;
}x[N+1];
int m,n;
int f[N+1];
int cmp(const struct xd &a,const struct xd &b){
return a.w<b.w;
}
void init(){
cin>>n>>m;
for (int i=1;i<=m;i++){
cin>>x[i].s>>x[i].e>>x[i].w;
}
sort(x+1,x+m+1,cmp);
for (int i=1;i<=n;i++) f[i]=i;
}
int find(int x){
while (f[x]!=x){
x=f[x];
}
return x;
}
long long res(){
long long result=0;
for (int i=1;i<=m;i++){
int a=find(x[i].s);
int b=find(x[i].e);
if (a!=b){
f[a]=b;
result+=x[i].w;
}
}
return result;
}
int main(){
init();
cout<<res()<<endl;
return 0;
}
以上的代码并没有进行路径压缩,当树的左右子树深度相差太大时,我们find函数递归的次数是比较多的,因而我们这段代码在最后一个测试数据光荣超时了,但是我们可以通过路径压缩的方法降低递归的次数,如果我们能够让子节点直接指向根节点是最好的了,这样我们find函数只需要O(1)的复杂度就可以实现了。
#include<iostream>
#include<cstring>
#include<algorithm>
using namespace std;
const int N = 100000;
struct xd{
int s,e,w;
}x[N+1];
int m,n;
int f[N+1];
int cmp(const struct xd &a,const struct xd &b){
return a.w<b.w;
}
void init(){
cin>>n>>m;
for (int i=1;i<=m;i++){
cin>>x[i].s>>x[i].e>>x[i].w;
}
sort(x+1,x+m+1,cmp);
for (int i=1;i<=n;i++) f[i]=i;
}
int find(int x){
int p=x;
while (f[x]!=x){
x=f[x];
}
int t=x;
while (f[p]!=p){
f[p]=t;
p=f[p];
}
return t;
}
long long res(){
long long result=0;
for (int i=1;i<=m;i++){
int a=find(x[i].s);
int b=find(x[i].e);
if (a!=b){
f[a]=b;
result+=x[i].w;
}
}
return result;
}
int main(){
init();
cout<<res()<<endl;
return 0;
}
我们对之前的代码进行了一些简单的修改就可以了。我的想法是在find函数中,我们的第一个循环求得了大家的根节点,我们在第二个循环中,只需要修改我们在寻找根节点的途中经过的节点即可,这样我们可以让他的孩子节点直接指向跟节点即可…