最小生成树

最小生成树

解释：一个连通图的生成树是一个极小的连通子图，它含有图中全部的顶点，但只有足以构成一棵树的n-1条边。构造连通网的最小代价生成树 称为最小生成树。

MST性质：假设N={V,{E}}是一个连通图，U是顶点集V的一个非空子集，若（u,v）是一条具有最小权值（代价）的边，其中u∈U，v∈V-U，则必存在一棵包含边（u,v）的最小生成树。

经典算法：普里姆算法和克鲁斯卡尔算法。

普里姆算法：

算法的实现定义：
假设N=（V,{E}）是连通网，TE是N上最小生成树中边的集合。算法从U={u0}（任意顶点）（u0∈V），TE={}开始。重复执行下述操作：在所有u∈U，v∈V-U的边（u,v）∈E中找到一条代价最小的边（u0,v0）并入集合TE，同时v0并入U（表示已被纳入到生成树），直至U=V（包含所有顶点）为止。此时TE必有n-1条边，则T=（V,{TE}）为N的最小生成树。（算法完整代码见P247）

分步描述：

• 定义代码

int min,i,j,k;
int adjvex[MAXVEX];			/*保存相关顶点下标*/
int lowcost[MAXVEX];		/*保存相关顶点间边的权值*/
lowcost[0]=0;				/*代表v0已经纳入生成树*/

注意：lowcost[i]=0代表此下标的顶点被纳入最小生成树。

• 循环除下标为0外的全部顶点

for(i=1;i<G.numVertexes;i++)
{
	lowcost[i]=G.arc[0][i];	/*将v0顶点与之有边的权值存入数组*/
	adjvex[i]=0;			/*初始化为v0的下标*/
}

• 构造最小生成树

for(i=1;i<G.numVertexes;i++)
{
	min=65535;			/*初始化最小权值*/
	j=1,k=0;						
	while(j<G.numVertexes)			/*循环全部顶点找出某一项点所有路径上的最小权值赋给min,并将下标存入k*/
	{
		if(lowcost[j]!=0&&lowcost[j]<min)	/*lowcost[j]==0表示已经是生成树的顶点不参与最小权值的查找*/
		{
			min=lowcost[j];
			k=j;
		}
		j++;
	}
	printf("(%d,%d)",adjvex[k],k);	/*打印当前顶点边中权值最小边*/
	lowcost[k]=0;					/*表示Vk点已纳入*/
	for(j=1;j<G.numVertexes;j++)			/*为了查找U->V-U的边中最小权值*/
	{
		if(lowcost[j]!=0&&G.arc[k][j]<lowcost[j])		/*若下标为k顶点各边权值小于此前这些对应的权值*/
		{
			lowcost[j]=G.arc[k][j];					/*在赋制之前一些相对较大者被除去*/
			adjvex[j]=k;					/*记录替换值的起点下标*/
		}
	}
}

以下图为例简述算法运行过程：

（1）读取将邻接矩阵的第一行数据（即关于V0的所有边的权值），并赋给lowcost数组，所以此时数组元素为{0,10,65535,65535,65535,11,65535,65535，65535}，adjvex数组均为0。

（2）寻找到最小权值lowcost[j]，用min存储，同时用k存储其下标。结果为k=1，min=10。

（3）打印结果为(0,1),表示v0至v1边为最小生成树的第一条边。

（4）lowcost[1]=0,代表v1纳入，lowcost数组{0,0,65535,65535,65535,11,65535,65535,65535}。

（5）查找邻接矩阵的第v1行的各个权值，与lowcost的对应值进行比较，若更小则修改lowcost值，并将k值存入adjvex数组。因第v1行有18,16,12均比65535小，则进行替换。结果为：lowcost数组元素为{0,0,18,65535,65535,11,16,65535,12}，adjvex数组值为{0,0,1,0,0,0,1,0,1}。

（6）以此类推。当U=V时，即lowcost数组元素均为0时，可找到最小生成树。

克鲁斯卡尔算法：

算法的实现定义：
假设N=（V，{E}）是连通图，则令最小生成树的初始状态为只有n个顶点而无边（离散的点）的非连通图T={V，{}}，图中每个顶点自成一个连通分量（一个集合）。在E中选择代价最小的边，若该边依附的顶点落在T中不同的连通分量上，则将此边加入到T中，否则舍去此边而选择下一条代价最小的边，依此类推，直至T中所有顶点都在同一连通分量上为止。

分步描述：

• 定义代码

int i,n,m;
Edge edges[MAXEDGE];		/*定义边集数组*/
int parent[MAXVEX];			/*用来判断边与边是否形成环路*/
/*省略将邻接矩阵G转化为边集数组edges并按权值从小到大排序的代码*/

• 初始化数组

for(i=0;i<G.numVertexes;i++)
	parent[i]=0;			/*可表示孤立的顶点，不与其他点相连通*/

注意：parent数组：下标为起点，值为结尾顶点，可表示两点间是相通的。（或是通过将值换为下标的方法找到连通的边集合）

• 构成最小生成树

for(i=0;i<numEdges;i++)
{
	n=Find(parent,edges[i].begin);
	m=Find(parent,edges[i].end);
	if(n!=m)		/*如果n与m不等，说明边没有与现生成树形成环路*/
	{
		parent[n]=m;	/*重点：表示此顶点已经在生成树集合中，将此边的结尾顶点放入parent数组中*/
		printf("(%d,%d) %d",edges[i].begin,edges[i].end,edges[i].weight)；
	}
}

int Find(int *parent,int f)		/*查找连线顶点的尾部下标，循环找到最尾部*/
{
	while(parent[f]>0)
	f=parent[f];
	return f;
}

以下图为例简述算法运行过程：

（1）初始化parent数组。

（2）对边集数组进行循环遍历，从i=0开始。

（3）调用函数Find，传入的参数是数组parent和当前权值最小边（v4,v7）edges[0].begin=4,因parent值均为0，则传出值为n=4。同理m=7。因n!=m,parent[4]=7,则parent数组值为{0,0,0,0,7,0,0,0,0,}，并打印得到“（4,7）7”。表示v4，v7已纳入到最小生成树中。以此类推。

（4）i=6时，有两个连通的边集合A与B中纳入到最小生成树中。A={v0,v1,v2,v5,v8,v6}，B={v3,v4,v7}。

（5）到i=7时，n=m=6，不再打印，即边(v5,v6)使连通的边集合A产生了回路。i=8时，同理边（v1，v2）形成环路。

（6）当i=9时，边（v6，v7），可得到n=6，m=7，因此parent[6]=7,打印“（6，7）19”。parent数组值为{1,5,8,7,7,8,7,0,6}。此时U=V。

（7）此后均构成环路。