最小生成树总结

概念：

在一个连通图G中，如果取它的全部顶点和一部分边构成一个子图G’，即：V(G’)=V(G);E(G’) ∈E(G)若边集E(G’)中的边既将图中的所有顶点连通又不形成回路，则称子图G’是原图G的一棵生成树。 一棵含有n个点的生成树，必含有n-1条边。具有权最小的生成树称为最小生成树。

简述：

1.极小连通子集。

2.含有能够成图的n个顶点，n-1条边。

3.权值最小。

实现：

一、Prim算法（加点法）适用于稠密图

 假设G=(V,E)是一个具有n个顶点的连通网，T=(U,TE)是G的最小生成树，U,TE初值均为空集。
 首先从V中任取一个顶点（假定取v1），将它并入U中，此时U={v1}，然后只要U是V的真子集(U∈V)，就从那些一个端点已在中，另一个端点仍在T外的所有边中，找一条最短边，设为(v i ,v j ),其中v i ∈U,v j  ∈V-U，并把该边(v i , v j )和顶点v j 分别并入T
的边集TE和顶点集U，如此进行下去，每次往生成树里并入一个顶点和一条边，直到n-1次后得到最小生成树。

Prim算法实现
• 图节点数目为N,正在构造的生成树为T,
• 维护Dist数组,Dist[i]表示Vi到T的“距离”
• 开始所有Dist[i] = 无穷大, T 为空集
1) 若|T| = N，最小生成树完成。否则取Dist[i]最小
的不在T中的点Vi, 将其加入T
2) 更新所有与Vi有边相连且不在T中的点Vj的Dist值：
Dist[j] = min(Dist[j],W(Vi,Vj))
3) 转到1）

 关键问题
  每次如何从连接T T 中和T T 外顶点的所有边中，找
到一条最短的
  1) 如果用邻接矩阵存放图，而且选取最短边的
时候遍历所有点进行选取，则总时间复杂度为
O(V 2 ), V 为顶点个数
  2)用邻接表存放图,并使用堆来选取最短边，则
总时间复杂度为O(ElogV)
  不加堆优化的Prim 算法适用于密集图，加堆优
化的适用于稀疏图

算法过程简叙：

prime算法又叫加点法，每次选取离在建生成树T最近的点，加入最小生成树，当nDownNum（已加入到生成树中的顶点）= n，时最小生成树完成建立。

如何找离最小生成树最近的顶点？

每一次操作后把与刚插入最小生成树的点有关的点都加入优先队列（设置成从小到到达排序），则栈顶的点就是离T最近的，取数时就取栈顶的树，如果该点不在T（在建最小生成树）中则插入。重复操作即可。

#include<iostream>
#include<cstdio>
#include<algorithm>
#include<queue>
#include<cstring>
#include<vector>
#define inf 1<<30
using namespace std;

struct edge{
    int v;//边连接的另外一个点
    int w;//点到在建生成树的距离
    edge(int vv,int ww):v(vv),w(ww){}
    bool operator <(const edge & e)const{
        return w>e.w;
    }
};
vector<vector<edge> > G(110);

int HeapPrime(const vector<vector<edge> >&G,int n){
    priority_queue<edge> pq;
    vector<int>vUsed(n);
    edge xDist(0,0);
    int nDoneNum = 0;
    int nTotal = 0;
    for(int i = 0;i < n;i++){
        vUsed[i] = 0;
    }
    pq.push(edge(0,0));
    while(nDoneNum < n&&!pq.empty()){ //当操作完成即加入最小生成树中的点等于n则建树完成，队列为空退出操作。
        do{
            xDist = pq.top();
            pq.pop();
        }while(vUsed[xDist.v]==1&&!pq.empty());
        if(!vUsed[xDist.v]){
            nTotal += xDist.w;
            vUsed[xDist.v] = 1;
            nDoneNum++;
            for(int i = 0;i < G[xDist.v].size();i++){
                int k = G[xDist.v][i].v;
                if(!vUsed[k]){
                int w = G[xDist.v][i].w;
                pq.push(edge(k,w));
                }
            }
        }
    }
    if( nDoneNum < n )
    return -1; //图不连通
    return nTotal;
}

int main()
{
    int n;
    while(cin>>n){
        for(int i = 0;i < n;i++){
            G[i].clear();
        }
        for(int i = 0;i<n;i++){
            for(int j = 0;j < n;j++){
                int w;
                cin>>w;
                G[i].push_back(edge(j,w));
            }
        }
        cout<<HeapPrime(G,n)<<endl;
    }
}

二、Kruskal算法（加边法）（适用于稀疏图）

先按权值从小到大进行排序，每次都选出权值最小的边，如果不形成环，则加入该边。（判断是否存在环，可用并查集操作），当加入n-1条边操作完成。

#include<iostream>
#include<vector>
#include<cstdio>
#include<cstring>
#include<algorithm>
#define inf 0x3f3f3f3f

using namespace std;

struct edge{
    int s,e,w;
    edge(int ss = 0,int ee = 0,int ww = inf):s(ss),e(ee),w(ww){}
    bool operator<(const edge&e)const{
        return w <e.w;
    }
};
vector<edge>edges;
vector<int>parent;

int GetRoot(int a){
    if(parent[a] == a)
        return a;
    parent[a] = GetRoot(parent[a]);
    return parent[a];
}
void Merge(int a,int b){
    int p1 = GetRoot(a);
    int p2 = GetRoot(b);
    if(p1 != p2)
        parent[p2] = p1;
}
int main()
{
    int n;
    while(~scanf("%d",&n))
    {
        parent.clear();
        edges.clear();
        for(int i = 0;i < n;i++){
            parent.push_back(i);
        }
        for(int i = 0;i < n;i++){
            for(int j = 0;j < n;j++){
                int w;
                scanf("%d",&w);
                edges.push_back(edge(i,j,w));
            }
        }
        sort(edges.begin(),edges.end());
        int done = 0;
        int totalLen = 0;
        for(int i = 0;i < edges.size();i++){
            if(GetRoot(edges[i].s) != GetRoot(edges[i].e)){
                Merge(edges[i].s,edges[i].e);
                ++done;
                totalLen += edges[i].w;
            }
            if(done == n-1)
                break;
        }
     cout<<totalLen<<endl;
    }
}