图的应用:最小生成树
最小生成树的定义:
最小生成树的性质:
1、不唯一性:
Prime算法:(贪心算法思想)
要点:
1、具有最小权值
2、无回路
3、初始结果集为空
Prime算法的代码实现原理:
min_weight[n]:表示定点数量的大小,已挑选顶点到未挑选顶点权值最小的边
adjvex[n]:表示是哪个顶点将这条边引入的
Prime算法的实现代码:
void MST_Prime(Graph G){
//俩个辅助数组
int min_weight[G.vexnum];
int adjvex[G.vexnum];
//初始化俩个辅助数组
for(int i=0;i<G.vexnum;i++){
min_weight[i] = G.Edge[0][i];
adjvex[i] = 0;
}
int min_arc; //表示挑选的最小边
int min_vex; //表示挑选边的另一个顶点(数组下标)
for(int i=1;i<G.vexnum;i++){ //循环n-1次,将剩下的n-1个顶点加入结果树
min_arc = MAX; //将最小边的长度置为无穷大,用于比较
for(int j=1;j<G.vexnum;j++) //挑选满足条件的边,以及此边的顶点
if(min_weight[j] != 0 && min_weight[j] < min_arc){
min_arc = min_weight[j];
min_vex = j;
}
min_weight[min_vex] = 0; //加入后给此边长度置0
for(int j=0;j<G.vexnum;j++){ //加入新节点后修改其他数组的值
if(min_weight[j] != 0 && G.Edge[min_arc][j] < min_weight[j]){
min_weight[j] = G.Edge[min_arc][j];
adjvex[j] = min_arc;
}
}
}
}
Prime算法的性能:
时间复杂度:O(|V|2)
适用于稠密图,因为时间复杂度与边无关
Kruskal算法:(贪心算法思想)
ps: numS表示连通分量,当其大于1不是一颗最小生成树
要点:
1、具有最小权值
2、无回路
3、初始结果集为所有节点
Kruskal算法的实现原理:
堆排序sort() + 并查集
Kruskal算法的代码实现:
typedef struct Edge{
int a,b; //边的俩个顶点下标
int weight; //权重
};
void MST_Kruskal(Graph G,Edge* edges,int* parent){ //图,边的集合,辅助变量
heap_sort(edges); //堆排序
Initial(parent); //初始化parent=-1
for(int i=0;i<G.arcnum;i++){ //边的数量
int a_root = Find(parent,edges[i].a); //求第一个端点的根节点
int b_root = Find(parent,edges[i].b); //求第二个端点的根节点
if(a_root != b_root)
Union(parent,a_root,b_root); //不相等加入结果集
}
}
ps: 这里未实现的函数在前几期博客中存在
Kruskal算法的性能:
时间复杂度:O(|E|log|E|)
更适用于稀疏图,因为时间复杂度只与边有关