【算法导论03】贪心算法-prim算法

思路分析：
贪心算法的本质是：一个问题的局部最优解，也是该问题的全局最优解。接下来来了解一下最小生成树的最优子结构性质：假设一个无向图包含两部分A,B，其中A为最小生成树部分，B为剩余部分，则存在以下性质：该无向图中一个顶点在A部分，另一个顶点在B部分的边中，权值最小的边一定属于整个无向图的最小生成树，即部分最小权值是整个最小生成树的局部最有解，该性质符合贪心算法的特点。基于最小生成树的该性质，使用prim算法来求解最小生成树。

笔记：（-from MIT算法导论课程）

算法思路：
设置两个数组1，2，数组1存放当前顶点到其他所有顶点的边的权值（若没有边就设为∞），数值下标即为对应顶点序号，如min_weight[2]=3代表当前顶点到序号为2的顶点的边的权值为3。数组2用于存放哪个顶点到该顶点，如adjvex[2]=5表示，顶点2由5指出。两个数组相互配合，可以实现记录任意顶点到其他边的权值。
算法核心思想为利用一个循环，判断所有已经加入最小生成树的顶点到其他顶点（该顶点没有加入最小生成树）的边的距离，并找出其中的最小值，将该顶点加入最小生成树中，与此同时，对数组1进行更新（即当前顶点已经发生改变），并对数组2进行更新（即指向当前顶点的点已经发生改变），最终实现最小生成树。

prim算法代码：

void MST_prim(graph g){
	int min_weight[g.vexnum]//该点到g.vexnum的距离
	int adjvex[g.vexnum]//由哪个点到g.vexnum
	for(int i=0;i<g.vexnum;i++){//初始化数组
		min_weight[i] = g.edge[0][i];
		adjvex[i] = 0;
	}

int min_arc;//weight中的最小边权值
int min_vex;//当前顶点

for(int i=1;i<g.vexnum;i++){//对剩余对n-1个顶点进行循环
	min_arc = MAX;//
	for(int j=1;j<g.numvex;j++)//找最小边的顶点
		if(min_weight[j]!=0&&min_weight[j]<min_arc){//！=0表示顶点不在生成树中，min是上一个顶点到该点的边最小权值
			min_arc = min_weight[j];
			min_vex = j;//方便下面对该点标记已加入
		}
	min_weight[min_vex] = 0;//表示当前顶点已经加入最小生成树
	for(int j=0;j<g.vexmin;j++){//修改辅助数组1，将该最小顶点到其他边的距离加入进去，同时修改辅助数组2
		if(min_weight[j]!=0&&g.edge[min_vex][j]<minweight[j]){
			min_weight[j] = g.edge[min_vex][j];//将找到的最小边点到其他点j的距离给min_weight[j]数组
			adjvex[j] = min_vex; //将已经修改的点的辅助数组2中的值修改为该最小边点
		}
	}
}
}