最小生成树（prime算法）

Prim算法

1.概览

普里姆算法（Prim算法），图论中的一种算法，可在加权连通图里搜索最小生成树。意即由此算法搜索到的边子集所构成的树中，不但包括了连通图里的所有顶点（英语：Vertex (graph theory)），且其所有边的权值之和亦为最小。该算法于1930年由捷克数学家沃伊捷赫·亚尔尼克（英语：Vojtěch Jarník）发现；并在1957年由美国计算机科学家罗伯特·普里姆（英语：Robert C. Prim）独立发现；1959年，艾兹格·迪科斯彻再次发现了该算法。因此，在某些场合，普里姆算法又被称为DJP算法、亚尔尼克算法或普里姆－亚尔尼克算法。

 

2.算法简单描述

1).输入：一个加权连通图，其中顶点集合为V，边集合为E；

2).初始化：V_new = {x}，其中x为集合V中的任一节点（起始点），E_new = {},为空；

3).重复下列操作，直到V_new = V：

a.在集合E中选取权值最小的边<u, v>，其中u为集合V_new中的元素，而v不在V_new集合当中，并且v∈V（如果存在有多条满足前述条件即具有相同权值的边，则可任意选取其中之一）；

b.将v加入集合V_new中，将<u, v>边加入集合E_new中；

4).输出：使用集合V_new和E_new来描述所得到的最小生成树。

 

下面对算法的图例描述

图例	说明	不可选	可选	已选（Vnew）
	此为原始的加权连通图。每条边一侧的数字代表其权值。	-	-	-
	顶点D被任意选为起始点。顶点A、B、E和F通过单条边与D相连。A是距离D最近的顶点，因此将A及对应边AD以高亮表示。	C, G	A, B, E, F	D
	下一个顶点为距离D或A最近的顶点。B距D为9，距A为7，E为15，F为6。因此，F距D或A最近，因此将顶点F与相应边DF以高亮表示。	C, G	B, E, F	A, D
	算法继续重复上面的步骤。距离A为7的顶点B被高亮表示。	C	B, E, G	A, D, F
	在当前情况下，可以在C、E与G间进行选择。C距B为8，E距B为7，G距F为11。E最近，因此将顶点E与相应边BE高亮表示。	无	C, E, G	A, D, F, B
	这里，可供选择的顶点只有C和G。C距E为5，G距E为9，故选取C，并与边EC一同高亮表示。	无	C, G	A, D, F, B, E
	顶点G是唯一剩下的顶点，它距F为11，距E为9，E最近，故高亮表示G及相应边EG。	无	G	A, D, F, B, E, C
	现在，所有顶点均已被选取，图中绿色部分即为连通图的最小生成树。在此例中，最小生成树的权值之和为39。	无	无	A, D, F, B, E, C, G

 

3.简单证明prim算法

反证法：假设prim生成的不是最小生成树

1).设prim生成的树为G₀

2).假设存在G_min使得cost(G_min)<cost(G₀)   则在G_min中存在<u,v>不属于G₀

3).将<u,v>加入G₀中可得一个环，且<u,v>不是该环的最长边(这是因为<u,v>∈G_min)

4).这与prim每次生成最短边矛盾

5).故假设不成立，命题得证

下面附上数据结构严蔚敏版书上的代码：

void miniSpanTree_prim(MGraph G,VertexType u)
{
    k=LocateVex(G,u);
    for(j=0; j<G.vexnum; ++j)
        if(j!=k) closedge[j]= {u,G.arcs[k][j].adj};
    closedge[k].lowcost=0;
    for(i=1; i<G.vexnum; ++i)
    {
        k=minimum(closedge);
        printf(closedge[k].adjvex,G.vexs[k]);
        closedge[k].lowcost=0;
        for(j=0; j<G.vexnum; ++j)
            if(G.arcs[k][j].adj<closedge[j].lowcost)
                closedge[j]= {G.vexs[k],G.arcs[k][j].adj};
    }
}

完整代码：

#include <stdio.h>
#include <stdlib.h>
#include <iostream.h>
#define INFINITY 88 
#define MAX_VERTEX_NUM 10 
typedef int VRType;
typedef char VertexType;
/
typedef struct ArcCell
{
 VRType adj; //图的权值
}ArcCell, AdjMatrix[MAX_VERTEX_NUM][MAX_VERTEX_NUM];
typedef struct
{
  VertexType vexs[MAX_VERTEX_NUM]; //顶点向量
  AdjMatrix arcs;//邻接矩阵
  int vexnum, arcnum; //顶点数,弧数
}MGraph;
///
typedef struct
{
  VertexType adjvex;//顶点向量
  VRType lowcost;//边长
}closedge[MAX_VERTEX_NUM];
//
void CreateGraph(MGraph &G);//创建矩阵存储
void Print(MGraph G);//输出创建矩阵
void MiniSpanTree_PRIM(MGraph G, VertexType u);//prime算法
int LocateVex(MGraph G, VertexType u);//求结点u的位置
int minimum(closedge close);//求结点的下一个顶点
//
void CreateGraph(MGraph &G){//采用数组表示法，构造无向图G
 int i,j,k;
 printf("请输入无向图的顶点数:/n");
 scanf("%d",&G.vexnum);
 printf("请输入无向图的弧数:/n");
 scanf("%d",&G.arcnum);
    printf("请输入各个顶点符号:/n");
 for(i=0;i<G.vexnum;++i)//构造顶点向量
  cin>>G.vexs[i]; 
 for(i=0;i<G.vexnum;++i)//初始化邻接矩阵
  for(j=0;j<G.vexnum;++j)
   G.arcs[i][j].adj=INFINITY;                                                                                                                                                                                                                                                                                                                                               
        char v1,v2;//顶点
  int w;//<v1,v2>的权值
  for(k=1;k<=G.arcnum;++k){
   cout<<"请输入第:"<<k<<"条边依附的俩个顶点以及权值:/n";
   cin>>v1>>v2>>w;
   i=LocateVex( G, v1);
   j=LocateVex( G, v2);
   G.arcs[i][j].adj=w;
   G.arcs[j][i].adj=G.arcs[i][j].adj;
  }  
}
void MiniSpanTree_PRIM(MGraph G,VertexType u)
{
  int i, j, k = 0;
  closedge close;
  k = LocateVex ( G, u ); 
  for ( j = 0; j < G.vexnum; j++ )
  {
    if (j != k)
    {
         close[j].adjvex = u;
      close[j].lowcost = G.arcs[k][j].adj;
    }
  }
  cout<<j<<" fiusduasdfhul";
   close[j].lowcost = INFINITY;
   close[j].adjvex = '/0';//为了在minimum(close)中保证while循环的结束条件
   close[k].lowcost = 0;
  for (i = 1; i < G.vexnum; i++)
  { 
    k = minimum(close); 
    cout<<close[k].adjvex<<"---->"<<G.vexs[k]<<" "<<close[k].lowcost<<endl; 
    close[k].lowcost = 0; 
    for (j=0; j<G.vexnum; j++)
    {
      if (G.arcs[k][j].adj < close[j].lowcost)
      {
     close[j].adjvex = G.vexs[k];
     close[j].lowcost = G.arcs[k][j].adj;
      }
    }
  }
}
int LocateVex(MGraph G,char v){//确定v在G中的位置
 int i=-1;
 for(i=0;i<G.vexnum;++i)
 {
  if(G.vexs[i]==v)
   break;
  else
   continue;
   
 }
 return i;
}
void Print(MGraph G){
 int i,j;
 for(i=0;i<4;i++){
  cout<<G.vexs[i]<<endl;
 }
 for(i=0;i<4;i++)
 {
  for(j=0;j<4;j++)
   cout<<G.arcs[i][j].adj<<"/t";
  cout<<endl;
   
 }
}
int minimum(closedge close)
{
  int i=0, client = INFINITY, j;
  while(close[i].adjvex != '/0')
  {
    if (client > close[i].lowcost && close[i].lowcost != 0)
    {
      client = close[i].lowcost;
      j = i;
    }
    i++;
  }
  return j;
}
 
int main(int argc, char* argv[])
{
 MGraph G;
 CreateGraph(G);
 Print(G);
 MiniSpanTree_PRIM(G,'a');
 return 0;
}