最小生成树(Kruskal和Prim算法)
关于图的几个概念定义:
- 连通图:在无向图中,若任意两个顶点vi与vj都有路径相通,则称该无向图为连通图。
- 强连通图:在有向图中,若任意两个顶点vi与vj都有路径相通,则称该有向图为强连通图。
- 连通网:在连通图中,若图的边具有一定的意义,每一条边都对应着一个数,称为权;权代表着连接连个顶点的代价,称这种连通图叫做连通网。
- 生成树:一个连通图的生成树是指一个连通子图,它含有图中全部n个顶点,但只有足以构成一棵树的n-1条边。一颗有n个顶点的生成树有且仅有n-1条边,如果生成树中再添加一条边,则必定成环。
- 最小生成树:在连通网的所有生成树中,所有边的代价和最小的生成树,称为最小生成树。
下面介绍两种求最小生成树算法 Kruskal在另一篇博客。
2.Prim算法
此算法可以称为“加点法”,每次迭代选择代价最小的边对应的点,加入到最小生成树中。算法从某一个顶点s开始,逐渐长大覆盖整个连通网的所有顶点。
- 设图G顶点集合为U,首先任意选择图G中的一点作为起始点a,将该点加入集合V。
- 再从集合U-V中找到另一点b使得点b到V中任意一点的权值最小,此时将b点也加入集合V;
- 以此类推,现在的集合V={a,b},再从集合U-V中找到另一点c使得点c到V中任意一点的权值最小,此时将c点加入集合V,直至所有顶点全部被加入V,此时就构建出了一颗MST(Minimum Spanning Tree,最小生成树)。
- 因为有N个顶点,所以该MST就有N-1条边,每一次向集合V中加入一个点,就意味着找到一条MST的边。
解题思路:
-
建立两个数组:lowcost[i]:表示以i为终点的边的最小权值,当lowcost[i]=0说明以i为终点的边的最小权值=0,也就是表示i点加入了MST;adjvex[i]:表示保存相关顶点的下标,例如{0,0,1,2,3,0}代表下标为0的数组没有联系,下标2的v2与下标1的v1有联系,下标3的v3与下标为2的v2有联系
-
假设V1是起始点,进行初始化(∞代表无限大,即无通路) lowcost[2]=6,lowcost[3]=1,lowcost[4]=5,lowcost[5]=∞,lowcost[6]=∞, mst[2]=1,mst[3]=1,mst[4]=1,mst[5]=1,mst[6]=1,(所有点默认起点是V1)
-
明显看出,以V3为终点的边的权值最小=1,把v3加入集合v中即v={1,3} 因为点V3的加入,需要更新lowcost数组和mst数组: lowcost[2]=5,lowcost[3]=0,lowcost[4]=5,lowcost[5]=6,lowcost[6]=4 mst[2]=3,mst[3]=0,mst[4]=1,mst[5]=3,mst[6]=3
-
明显看出,以V6为终点的边的权值最小=4,把v6加入集合v中即v={1,3,6} 因为点V6的加入,需要更新lowcost数组和mst数组: lowcost[2]=5,lowcost[3]=0,lowcost[4]=2,lowcost[5]=6,lowcost[6]=0 mst[2]=3,mst[3]=0,mst[4]=6,mst[5]=3,mst[6]=0
-
明显看出,以V4为终点的边的权值最小=2,把v4加入集合v中即v={1,3,6,4} 因为点V4的加入,需要更新lowcost数组和mst数组:
lowcost[2]=5,lowcost[3]=0,lowcost[4]=0,lowcost[5]=6,lowcost[6]=0
mst[2]=3,mst[3]=0,mst[4]=0,mst[5]=3,mst[6]=0
-
明显看出,以V2为终点的边的权值最小=5,把v2加入集合v中即v={1,3,6,4,2} 因为点V2的加入,需要更新lowcost数组和mst数组:
lowcost[2]=0,lowcost[3]=0,lowcost[4]=0,lowcost[5]=3,lowcost[6]=0
mst[2]=0,mst[3]=0,mst[4]=0,mst[5]=2,mst[6]=0
-
明显看出,以V5为终点的边的权值最小=3,把v5加入集合v中即v={1,3,6,4,2,5} 因为点V5的加入,需要更新lowcost数组和mst数组:
lowcost[2]=0,lowcost[3]=0,lowcost[4]=0,lowcost[5]=0,lowcost[6]=0
mst[2]=0,mst[3]=0,mst[4]=0,mst[5]=0,mst[6]=0
-
至此,MST构建成功
3.完整代码
运行结果:
#include<iostream>
using namespace std;
#define MAX 100
#define MAXCOST 0x7fffffff
int graph[MAX][MAX];
int prim(int graph[][MAX], int n)
{
int lowcost[MAX];//保存相关顶点之间的权值
int adjvex[MAX];//保存相关顶点的下标
int i, j, min, minid, sum = 0;
adjvex[1] = 0;//初始化第一个权值为0,即v0已经加入最小生成树
//lowcost的值为0,在这里就是此下标的顶点已经加入最小生成树
for (i = 2; i <= n; i++)
{
lowcost[i] = graph[1][i];//将v1顶点与其他边的权值存入数组lowcost
adjvex[i] = 1;//初始化都为v1的下标
}
for (i = 2; i <= n; i++)
{
min = MAXCOST;//初始化最小权值为无穷
minid = 0;
for (j = 2; j <= n; j++)
{
if (lowcost[j] < min && lowcost[j] != 0)
{
min = lowcost[j];
minid = j;//最小下标 第一次j=3
}
}
cout << "V" <<adjvex[minid] << "-V" << minid << "=" << min << endl;
sum += min;//最小生成树最小权值的和
lowcost[minid] = 0;//将lowcost[3]=0即存入最小生成树
for (j = 2; j <= n; j++)
{
if (graph[minid][j] < lowcost[j])//graph[3][j] lowcost[j]比较
{
//若下标为minid顶点各边权值小于之前这些顶点未被加入最小生成树的权值
lowcost[j] = graph[minid][j];//更新使得lowcost最小
adjvex[j] = minid;
}
}
}
return sum;
}
int main()
{
int i, j, k, m, n;
int cost;
cin >> m >> n;//m=顶点的个数,n=边的个数
//初始化图G
for (i = 1; i <= m; i++)
{
for (j = 1; j <= m; j++)
{
graph[i][j] = MAXCOST;
}
}
//构建图G
for (k = 1; k <= n; k++)
{
cin >> i >> j >> cost;
graph[i][j] = cost;
graph[j][i] = cost;
}
//求解最小生成树
cost = prim(graph, m);
//输出最小权值和
cout << "最小权值和=" << cost << endl;
return 0;
}