最小生成树
‘ 对于一个图连通图G<V,E>,n个点,e条边,最小生成树就是n-1条边图的生成子图,且这n-1条边的权值和最小。
对于一个图的两种算法:prim算法和kruskal算法,这两种算法都是基于贪心思想的。
一、prim算法(增点法)
伪代码实现:
辅助变量:lowcost数组,保存当前可连通的其他节点的最小权值。cnt=0表示当前树连接节点的个数(或者可以保存边的个数,n-1条时即树生成完毕)。
1)找一个顶点,作为第一个新节点 cnt++
2)更新lowcost数组,并将新节点lowcost置零。
3)在lowcost数组中寻找到 未连接的其他节点权值最小的的点,作为新节点(增点 cnt++)。如果cnt!=n,当前节点返回步骤2)。
实现
#include<iostream>
#include<algorithm>
#include<cstdio>
#include<cstring>
using namespace std;
class Graph
{
private:
int e,n,a[500][500];
public:
Graph(){}
Graph(int e,int n):e(e),n(n){
for(int i=1;i<=e;i++){
for(int j=1;j<=e;j++){
cin>>a[i][j];
}
}
}
void prim();
};
void Graph::prim(){
int lowcost[e+1],cnt=0;
lowcost[1]=0;
for(int i=2;i<=e;i++) lowcost[i]=a[1][i];
while(cnt!=e-1){
int tmp,minn=100;
for(int i=1;i<=e;i++){
if(lowcost[i]!=0&&lowcost[i]<minn){
tmp=i;
minn=lowcost[i];
}
}
cout<<minn<<" ";
cnt++;
lowcost[tmp]=0;
for(int i=1;i<=e;i++){
lowcost[i]=min(a[tmp][i],lowcost[i]);
}
}
}
int main()
{
int e,n;
cin>>e>>n;
Graph ob=Graph(e,n);
ob.prim();
}
总结:prim算法主要适用于图是用邻接矩阵来存储时。复杂度O(n*n)
二、kruskal算法(增边法)
思想:一开始将所有点分离,即删除所有的边,通过增加边来构成树。
伪代码实现:
辅助需要:并查集,判断两点是否连通,决定是否增加两点之间的边,最终实现所有点连通。
1)将所有的边按权值进行排序
2)从权值大到小进行遍历边,对于一条边,如果两端点所在的连通块不连通,增加该条边。
例题链接
模板实现
#include<iostream>
#include<algorithm>
#include<cstdio>
#include<cstring>
using namespace std;
int parent[200001];
struct Node
{
int x,y;
int data;
bool operator <(Node B)const{
return data<B.data;
}
}a[200001];
int getr(int x){
if(x==parent[x]) return x;
return parent[x]=getr(parent[x]);
}
int main()
{
int e,n,cnt=0,ans=0;
cin>>e>>n;
for(int i=1;i<=n;i++){
cin>>a[i].x>>a[i].y>>a[i].data;
}
for(int i=1;i<=n;i++) parent[i]=i;
sort(a+1,a+1+n);
for(int i=1;i<=n;i++){
int x=a[i].x,y=a[i].y;
int p1=getr(x),p2=getr(y);
if(p1!=p2){
cnt++;
parent[p1]=p2;
ans+=a[i].data;
}
}
if(cnt<e-1){
cout<<"orz"<<endl;
}
else cout<<ans<<endl;
}
总结:kruskal 算法由于递归实现寻找根的同时将路径压缩,极大地降低了复杂度。总的复杂度只有mlog(m).