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;
}
}