最小生成树之普里姆算法

所谓最小生成树就是最小代价生成树，其经典算法有普利姆算法和克鲁斯卡尔算法，这篇来看看普利姆算法
废话不多说，先上代码，再慢慢解析：

typedef char VertexType;     //顶点类型，可根据需要修改
typedef int EdgeType;   //边上的权值类型，可根据需要修改
#define MAXVEX 100   //最大定点数，应由实际情况定
#define INFINITY 65535    //代表∞

typedef struct
{
	char vexs[100];   //定点表
	int arc[100][100];   //邻接矩阵，可看做边表
	int numVertexes, numEdges;  //图中当前的顶点数和边数
} MGraph;

/*Prim算法生成最小生成树*/
Void MiniSpanTree_Prim(MGraph G)
{
	int min, i, j, k;
	int adjvex[MAXVEX];  //保存相关顶点下表
	int lowcost[MAXVEX]; //保存相关顶点间边的权值
	
	lowcost[0] = 0;     //初始化第一个权值为0，即v0加入生成树，0即表示已加入
	adjvex[0] = 0; //初始化第一个顶点下标为0
	for(i = 1; i < G.numVertexes; i++)   //循环除下表为0外的全部顶点
	{
		lowcost[i] = G.arc[0][i];   //将v0顶点与之右边的权值存如数组
		adjvex[i] = 0;  //初始化都为v0的下标
	}
	for(i = 1; i < G.numVertexes; i++)
	{
		min = INFINITY; //初始化最小权值为∞（其实是一个不可能到的有限值，这里是65535）
		j = 1; k = 0;
		while(j < G.numVertexes)   //循环全部顶点
		{
			if(lowcost[j] != 0 && lowcost[j] < min)
			{
				min = lowcost[j];    //则让当前权值成为最小值
				k = j;   //将当前最小值的下表存入k
			}
			j++;
		}
		printf("(%d, %d)", adjvex[k], k);     //打印当前顶点边中权值最小边
		lowcost[k] = 0;  //将当前顶点的权值设置为0，表示此顶点已经完成任务
		for(j = 1; j < G.numVertexes; j++)
		{
			if(lowcost[j] != 0 && G.arc[k][j] < lowcost[j])  //若下标为k顶点个边权值小于此前这些顶点未被加入生成树权值
			{
				lowcost[j] = G.arc[k][j];   //将较小权值存入lowcost
				adjvex[j] = k;       //将下标为k的顶点存入adjvex
			}
		}
	}
}

首先是一些常量以及变量类型的定义，不用多说，向后走到了结构体的定义，定义了定点表，邻接矩阵，定点数和边数。继续向后，到了咱么今天的主菜，prim算法，为了方便，举个例子并把它的邻接矩阵写出来：

咱们以V0开始，将lowcost[0]设置为0就代表v0加入到树中（0表示加入），将adjvex[0]也设置为0，下面的for循环将设置lowcost和adjvex这两个一维数组：

for(i = 1; i < G.numVertexes; i++)   //循环除下表为0外的全部顶点
	{
		lowcost[i] = G.arc[0][i];   //将v0顶点与之右边的权值存如数组
		adjvex[i] = 0;  //初始化都为v0的下标
	}
	//此时lowcost[] = {0， 10， ∞， ∞， ∞， 11， ∞， ∞， ∞} （实际上∞存的是65535）
	//此时adjvex[] = {0, 0, 0, 0, 0, 0, 0, 0, 0}

继续向后走，又是一个for循环，进去，先把最小值设置成∞，这样遇到无论遇到什么数字都会比它小，继续走，碰到一个while，while的作用是寻找lowcost中最小的，找到了就将最小值赋给min，并记录下其下表也就是第几个顶点：

while(j < G.numVertexes)   //循环全部顶点
{
	if(lowcost[j] != 0 && lowcost[j] < min)
	{
		min = lowcost[j];    //则让当前权值成为最小值
		k = j;   //将当前最小值的下表存入k
	}
	j++;
}

不要停，继续，打印权值最小的边依附的两个顶点，即（0， 1）。然后将该顶点的lowcost设置为0表示该顶点已经走过了（添加的是k，因为另一个已经添加过了，可以稍微想一下）：

printf("(%d, %d)", adjvex[k], k);     //打印当前顶点边中权值最小边
lowcost[k] = 0;  //将当前顶点的权值设置为0，表示此顶点已经完成任务

又遇到一个for循环，这个for循环的作用是怎样的呢？首先是if的内容，if说了lowcost[]值为0的不让进，也就是说不会让已经添加进数的顶点的lowcost值改变，不然我就白干了对吧，0才代表添加进，好不容易添加进去又要改变，不是自己没事找事吗？光不等于0不行啊，还得是对应位置值比他小的，那么对应位置是哪？是第k行，也就是lowcost中最小值的下标，第一遍就是1。好了，对应位置咱也有了，就挨个比较，小的就放进去,并且把改过的位置的adjvex设置为顶点的标号：

for(j = 1; j < G.numVertexes; j++)
{
	if(lowcost[j] != 0 && G.arc[k][j] < lowcost[j])  //若下标为k顶点个边权值小于此前这些顶点未被加入生成树权值
	{
		lowcost[j] = G.arc[k][j];   //将较小权值存入lowcost
		adjvex[j] = k;       //将下标为k的顶点存入adjvex
	}
}
//此时lowcost[] = {0，0， 18， ∞， ∞， 11， 16， ∞， 12} （实际上∞存的是65535）
//此时adjvex[] = {0, 0, 1, 0, 0, 0, 1, 0, 1}

顺了一遍下来，此时的应该是找到了V0众多边中最小的那条：

第二遍咱们快一点，重置min，j和k，经历了while后，找出了lowcost现在最小的值11，下标放进k = 5。打印出来就是（0， 5）。改写lowcost[5]为0表示该顶点已经在树中。然后是for循环，在v5中寻找比lowcost中对应位置小的值放进lowcost中，同时将下标为k的顶点存入adjvex：

min = INFINITY; //初始化最小权值为∞（其实是一个不可能到的有限值，这里是65535）
j = 1; k = 0;
while(j < G.numVertexes)   //循环全部顶点
{
	if(lowcost[j] != 0 && lowcost[j] < min)
	{
		min = lowcost[j];    //则让当前权值成为最小值
		k = j;   //将当前最小值的下表存入k
	}
	j++;
}
printf("(%d, %d)", adjvex[k], k);     //打印当前顶点边中权值最小边
lowcost[k] = 0;  //将当前顶点的权值设置为0，表示此顶点已经完成任务
for(j = 1; j < G.numVertexes; j++)
{
	if(lowcost[j] != 0 && G.arc[k][j] < lowcost[j])  //若下标为k顶点个边权值小于此前这些顶点未被加入生成树权值
	{
		lowcost[j] = G.arc[k][j];   //将较小权值存入lowcost
		adjvex[j] = k;       //将下标为k的顶点存入adjvex
	}
}
//此时lowcost[] = {0, 0, 18, ∞, 26, 0, 16, ∞, 12}
//adjvex[] = {0, 0, 1, 0, 5, 0, 1, 0, 1}

结果如图所示：

如此循环往复，每次寻找的都是当前最小的，就是贪心算法，活在当下：第一次v0，在10和11中找到最小的路10，同时添加进v1的选择18， 12， 16，此时在18， 12， 16， 11中寻找最小的自然就是v5了，然后按照此算法，每次都寻找最小的那条路，最后就能找到最小生成树。具体的变化过程如下图:

但也不是每次都挑选最小的，还要看是否遍历过，比如图3到图4，按道理应该是17最小啊，为什么选择19呢？因为17连接的是v5和v6，都是已经遍历过的，所以不可取，选择19走向v7。
总的来讲，普利姆就是选择当下未遍历过并且边的权值最小的顶点，是贪心的典型例子。
普利姆算法的时间复杂度是O(n²)级别的，对于稠密图（点少边多）的情况会方便一些