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