1.算法简述
kruskal是基于贪心思想被设计出来的。此算法得目的是从给定的无向图中获得一棵生成树,并且此生成树得权值之和最小。举个现实中的例子,图的每个顶点都是一个城市,每条边的权值表示两个城市之间的距离,那么现在要铺设铁路,使得每个没做城市都可以互相到达,并且花费的铁轨最少,这个问题就可以用kruskal算法求解。
常见的最小生成树的算法有kruskal和prim,此文章只叙述前者。
2.算法描述
初始时,我们的最小生成树为空,对于图G,我们从中找出权值最小的边,有了这条边后,如果把这条边和我们的最小生成树构成回路,那么不能把这条边放入最小生成树中,如果不会构成回路,那么就可以更新我们的最小生成树(把这条边和对应的一对顶点放进去)。重复以上操作,直到遍历完所有的边。
3.代码
在上面的算法描述中,我们需要判断当前的边是否会跟生成树构成回路,对于这个条件判断在使用代码实现时,我们这样转换:
如果这条边的两个顶点都在最小生成树中出现了,那么这条边一定会跟最小生成树构成回路,不能添加到最小生成树中。
所以我们使用数据结构Edge来记录每条边的起点,终点和权重,使用added数组来表示顶点是否被添加到最小生成树中。
vector<int> MGraph::Kruskal() {
// 构造权值边表
vector<Edge> min_weight_vec;
for (int i = 0; i < vex_num; i++) {
for (int j = i + 1; j < vex_num; j++) {
if (edge[i][j] != INF) {
min_weight_vec.emplace_back(Edge(i, j, edge[i][j]));
}
}
}
// 初始化并查集数组
vector<int> v(vex_num, 0);
for (int i = 0; i < vex_num; i++)
v[i] = i;
// 按权值递增排序
sort(min_weight_vec.begin(), min_weight_vec.end());
// 构成最小生成树的边的权值
vector<int> res;
int root_start = 0, root_end = 0;
for (int i = 0; i < min_weight_vec.size(); i++) {
root_start = getRoot(min_weight_vec[i].start, v);
root_end = getRoot(min_weight_vec[i].end, v);
if (root_start != root_end) {
v[root_start] = root_end;
res.push_back(min_weight_vec[i].weight);
}
}
return res;
}
全部代码详见我的github仓库
里面有数据结构的全部代码