Kruskal算法(避圈法)求最小生成树(图解)

什么是最小生成树

  • 多一条边成环,少一条边不连通(极小连通子图) 为生成树
  • 满足上述条件且权值最小即为最小生成树

Kruskal算法关键思想

  1. 寻找权值最小的边,若加入生成树不会形成回路,则加入
  2. 如果加入的边会形成回路,则舍弃(避圈)
  3. 如此循环直到连接了所有点,此时形成的则为最小生成树

图解

在这里插入图片描述
在这里插入图片描述
最小边为5,加入
在这里插入图片描述
下一个最小边为12,加入
形成回路舍弃
形成回路舍弃
在这里插入图片描述
剩下最小边为20,加入,此时为最小生成树
此算法多用于稀疏图

  • 21
    点赞
  • 54
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
好的,以下是Kruskal算法最小生成树的Python代码实现: ```python class Graph: def __init__(self, vertices): self.V = vertices self.graph = [] def add_edge(self, u, v, w): self.graph.append([u, v, w]) def find_parent(self, parent, i): if parent[i] == i: return i return self.find_parent(parent, parent[i]) def union(self, parent, rank, x, y): x_root = self.find_parent(parent, x) y_root = self.find_parent(parent, y) if rank[x_root] < rank[y_root]: parent[x_root] = y_root elif rank[x_root] > rank[y_root]: parent[y_root] = x_root else: parent[y_root] = x_root rank[x_root] += 1 def kruskal(self): result = [] i = 0 e = 0 self.graph = sorted(self.graph, key=lambda item: item[2]) parent = [] rank = [] for node in range(self.V): parent.append(node) rank.append(0) while e < self.V - 1: u, v, w = self.graph[i] i = i + 1 x = self.find_parent(parent, u) y = self.find_parent(parent, v) if x != y: e = e + 1 result.append([u, v, w]) self.union(parent, rank, x, y) print("Following are the edges in the constructed MST") for u, v, weight in result: print("%d - %d: %d" % (u, v, weight))) ``` 这段代码中,我们首先定义了一个Graph类,其中包含了初始化函数、添加边函数、查找父节点函数、并查集合并函数以及Kruskal算法最小生成树函数等。Kruskal算法的基本思路是将各边按权值从小到大排序,逐条加入生成树中,如果加入该边后形成了环,则舍弃该边,直到生成树中包含了所有顶点为止。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值