第三章 搜索与图论最小生成树算法之Prim算法

1、算法思路

1.用途

Prim算法用于搜索图中的最小生成树。（一般都是无向图）

2.算法思路

从单一顶点开始，普里姆算法按照以下步骤逐步扩大树中所含顶点的数目，直到遍及连通图的所有顶点。下面的S集合用来记录已经加入最小生成树的节点，E记录已经加入最小生成树的边。
定义一下点到集合的距离。所谓点到集合的距离，就是指某个点到集合内所有点中的最短距离。

• 输入：一个加权连通图，其中顶点集合为V，边集合为E；
• 初始化： S={x}，其中x为集合V中的任一节点（起始点），N集合为空
• 重复下列操作，直到 S=V：
  在所有未加入集合S的点中，选择一个到S距离最小的点v,将v加入集合S中,将最短距离所在的边(u,v)加入集合 N中；
• 输出：使用集合S和N来描述所得到的最小生成树。

3.时间复杂度

使用邻接矩阵+搜索时间复杂度为$O(N^2)$，所以一般用于稠密图。
可以使用堆优化的方式降低时间复杂度，但是通常这种情况下会使用 Kruskal算法。

3. 小样例

2、例题

1. Prim算法求最小生成树

给定一个 n 个点 m 条边的无向图，图中可能存在重边和自环，边权可能为负数。
求最小生成树的树边权重之和，如果最小生成树不存在则输出 impossible。
给定一张边带权的无向图 G=(V,E)，其中 V 表示图中点的集合，E 表示图中边的集合，n=|V|，m=|E|。
由 V 中的全部 n 个顶点和 E 中 n−1 条边构成的无向连通子图被称为 G 的一棵生成树，其中边的权值之和最小的生成树被称为无向图 G 的最小生成树。

输入格式
第一行包含两个整数 n 和 m。
接下来 m 行，每行包含三个整数 u,v,w，表示点 u 和点 v 之间存在一条权值为 w 的边。

输出格式
共一行，若存在最小生成树，则输出一个整数，表示最小生成树的树边权重之和，如果最小生成树不存在则输出 impossible。

数据范围
1≤n≤500,
1≤m≤10^5,
图中涉及边的边权的绝对值均不超过 10000。

输入样例：
4 5
1 2 1
1 3 2
1 4 3
2 3 2
3 4 4
输出样例：
6

#include<iostream>
#include<algorithm>
#include<cstring>
using namespace std;
const int N = 510;
int g[N][N],d[N];
bool st[N];

int main()
{
    int n,m;
    cin >> n >> m;
    memset(d,0x3f,sizeof d);
    memset(g,0x3f,sizeof g);
    for(int i = 0; i < m; i ++)
    {
        int a,b,x;
        cin >> a >> b >> x;
        //对于无向图和重边的处理
        g[b][a] = g[a][b] = min(g[a][b],x);
    }
    
    int res = 0;
    for(int i = 0; i < n; i ++)
    {
        int u = -1;
        for(int j = 1; j <= n; j ++)
        {
            if(!st[j] && (u == -1 || d[j] < d[u])) u = j;
        }
        //不是第一次遍历并且d[u]为正无穷，证明这个图不是连通图
        if(i && d[u] ==  0x3f3f3f3f) {
            cout << "impossible";
            return 0;
        }
        if(i) res += d[u];
        //将选出的节点u，加入到集合S
        st[u] = true;
        //更新每个还没入选S集合的点的集合距离
        for(int k = 1; k <= n; k ++)
        {
          if(!st[k]) d[k] = min(d[k],g[k][u]);
        }
       
    }
    cout << res;
}

参考资料

1. Acwing
2. 普林姆算法