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
)
O(N^2)
O(N2),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;
}