一、题目
二、解题
1.Kruskal算法
Kruskal算法,用于求图的最小生成树。以下是该算法的详细思路:
-
初始化。将n个节点按顺序编号,初始化并查集。将最小生成树的权值初始化为0。
-
对边按权值从小到大排序。
-
对于每条边,判断它所连接的两个节点是否已经属于同一个联通分量(即它们是否在同一个集合中)。如果是,则该边会造成环路,不加入最小生成树;如果不是,则将该边加入最小生成树,并将这两个节点合并到同一个集合中。
-
重复以上步骤直到所有边都处理完毕。
-
返回最小生成树的总权值。
2.代码
dev c++ 5.11
#include<iostream>
#include<algorithm>
#include<vector>
using namespace std;
struct node{
int a;
int b;
int cost;
};
vector<node>p;
int n,m;
int sign[1005];
bool cmp(const node d,const node e){
return d.cost < e.cost;
}
int Kruskal(){
long long counts=0;
for(int i=1;i<n;i++)
sign[i]=i;
for(int i=0;i<m;i++){
int x=sign[p[i].a];
int y=sign[p[i].b];
if(x!=y){
counts+=p[i].cost;
for(int j=1;j<=n;j++)//!!!!!!!!!!!!!j不要打成i
if(sign[j]==y)
sign[j]=x;
}
}
return counts;
}
int main(){
node temp;
cin>>n>>m;
for(int i=0;i<m;i++){
cin>>temp.a>>temp.b>>temp.cost;
p.push_back(temp);
}
sort(p.begin(),p.end(),cmp);
cout<<Kruskal()<<endl;
return 0;
}
3.提交结果
总结
1.一些解释
在Kruskal算法算法中,使用了一个并查集结构
,主要用于实现第三步的联通性判断和合并操作。将一个节点所属的集合用一个代表元素表示,将每个集合用一个以代表元素为下标的数组来存储。在判断两个节点是否属于同一个集合时,只需要判断它们的代表元素是否相同即可。在将两个集合合并时,需要将一个集合的代表元素指向另一个集合的代表元素。这里采用了路径压缩和按秩合并的优化策略,可以减少并查集所需的时间复杂度。
该算法的时间复杂度为O(mlogn),其中m为边数,n为节点数。