最小生成树(算法)
1.普利姆算法(Prim)
朴素版Prim
(1)适用范围
(2)模板
(3)算法思路
(4例题:Prim算法求最小生成树
堆优化版Prim
(1)适用范围
2.克鲁斯卡尔算法(Kruskal)
(1)适用范围
(2)模板
(3)算法思路
(4)例题:Kruskal算法求最小生成树
(5)优点
最小生成树(算法)
最小生成树问题就是解决如何用最小的“代价”,用N-1条边连接N个点的问题
1.普利姆算法(Prim)
朴素版Prim
(1)适用范围
适用于稠密图(常用)
(2)模板
时间复杂度是 O(n2+m)O(n2+m), nn 表示点数, mm 表示边数
int n; // n表示点数
int g[N][N]; // 邻接矩阵,存储所有边
int dist[N]; // 存储其他点到当前最小生成树的距离
bool st[N]; // 存储每个点是否已经在生成树中
// 如果图不连通,则返回INF(值是0x3f3f3f3f), 否则返回最小生成树的树边权重之和
int prim()
{
memset(dist, 0x3f, sizeof dist);
int res = 0;
for (int i = 0; i < n; i ++ )
{
int t = -1;
for (int j = 1; j <= n; j ++ )
if (!st[j] && (t == -1 || dist[t] > dist[j]))
t = j;
if (i && dist[t] == INF) return INF;
if (i) res += dist[t];
st[t] = true;
for (int j = 1; j <= n; j ++ ) dist[j] = min(dist[j], g[t][j]);
}
return res;
}
(3)算法思路
(与Dijkatra算法极为相似)
①先将所有距离都初始化为正无穷 dist[i]<-+∞
②n次迭代:
for(int i=0;i<n;i++)
{
①找到集合外距离最近的点赋值给t
②用t更新其他点到集合的距离 (与Dijkatra算法的区别:Dijkatra算法为 用t更新其他点到起点的距离)
③把t加到集合当中去s[t]=ture
}
(4)例题:Prim算法求最小生成树
#include <cstring>
#include <iostream>
#include <algorithm>
using namespace std;
const int N=510;
int n,m;
int g[N][N];
int dist[N];
bool st[N];
int prim()
{
memset(dist,0x3f,sizeof dist);
int res=0;
for(int i=0;i<n;i++)
{
int t=-1;
for(int j=1;j<=n;j++)
{
if(!st[j]&&(t==-1||dist[t]>dist[j]))
t=j;
}
if (i && dist[t] ==INF) return INF;
if(i) res+=dist[t];
for(int j=1;j<=n;j++) dist[j]=min(dist[j],g[t][j]);
st[t]=true;
}
return res;
}
int main()
{
scanf("%d%d",&n,&m);
memset(g,0x3f,sizeof g);
while(m--)
{
int a,b,c;
scanf("%d%d%d",&a,&b,&c);
g[a][b]=a[b][a]=min(g[a][b],c);
}
int t=prim();
if(t==INF) puts("impossible");
else printf("%d\n");
return 0;
}
堆优化版Prim
(1)适用范围
适用于稀疏图(基本不用)
(因为用不太到,所以此处省略一万字…)
2.克鲁斯卡尔算法(Kruskal)
(1)适用范围
适用于稀疏图(常用)
(2)模板
时间复杂度是 O(mlogm)O(mlogm), nn 表示点数, mm 表示边数
int n, m; // n是点数,m是边数
int p[N]; // 并查集的父节点数组
struct Edge // 存储边
{
int a, b, w;
bool operator< (const Edge &W)const
{
return w < W.w;
}
}edges[M];
int find(int x) // 并查集核心操作
{
if (p[x] != x) p[x] = find(p[x]);
return p[x];
}
int kruskal()
{
sort(edges, edges + m);
for (int i = 1; i <= n; i ++ ) p[i] = i; // 初始化并查集
int res = 0, cnt = 0;
for (int i = 0; i < m; i ++ )
{
int a = edges[i].a, b = edges[i].b, w = edges[i].w;
a = find(a), b = find(b);
if (a != b) // 如果两个连通块不连通,则将这两个连通块合并
{
p[a] = b;
res += w;
cnt ++ ;
}
}
if (cnt < n - 1) return INF;
return res;
}
(3)算法思路
①将所有边按照从小到大顺序排序。(可以用快速排序,一般应用中使用sort函数因为排序导致了此算法的瓶颈,时间复杂度为O(mlogn))
②从小到大枚举每条边a–b,权重为w(核心思想,时间复杂度为O(m))
如果if当前a和b不连通的话 ,(实际上为并查集的简单应用)
则将a–b这条边加入集合中。
(只要这条对应的两个点不在集合当中的话,我们就把这条边加入集合当中)
(4)例题:Kruskal算法求最小生成树
#include <iostream>
#include <algorithm>
using namespace std;
const int N=200010; //注意范围大小
int n,m;
int p[N]; //并查集操作中要使用这个数组
struct Edge //开一个结构体来存所有边
{
int a,b,w; // a,b为边的两个顶点,w为边的权重
bool operator< (const Edge &W)const //重载一下小于号,方便按照权重来排序
{
return w<W.w;
}
}edges[N];
int find(int x) //并查集模板
{
if(p[x]!=x) p[x]=find(p[x]);
return p[x];
}
int main()
{
scanf("%d%d",&n,&m);
for(int i=0;i<m;i++)
{
int a,b,w;
scanf("%d%d%d",&a,&b,&w);
edges[i]={a,b,w}; //把所有的边读入进去
}
//下面为kruskal算法
sort(edges,edges+m); //第一步先把所有边排序
for(int i=1;i<n;i++) //初始化一下并查集
p[i]=i;
int res=0,cnt=0;
for(int i=0;i<m;i++) //从小到大枚举所有边
{
int a=edges[i].a,b=edges[i].b,w=edges[i].w;
a=find(a),b=find(b); //find为并查集函数,让a等于a子通结点,b等于b的子通结点
if(a!=b) //如果两个子通结点不连通的话,即判断两个子通结点是否相等
{
p[a]=b; //两条边加入进之后,再将这两条边合并
res+=w; //先把权重加进来,res存的是最小生成树中的所有树边的权重之和
cnt++; //cnt存的是当前加入了多少条边
}
}
//判断加入进多少条边
if(cnt<n-1) puts("impossible"); //加进的边小于n-1的话,说明这个图为不连通的
else printf("%d\n",res); //否则输出所有树边长度之和
return 0;
}
(5)优点
①稀疏图的最小生成树问题常用此方法。
②思路简单,不太用考虑边界问题。
③不需要邻接表,邻接矩阵来存图,只要把每条边存进去就可以了,所以开一个结构体来存,不需要用复杂的数据结构。
小编寄语:
因为今天是植树节,所以特此学习了最小生成树问题的算法,嘿嘿,还比较有意思吧。愿疫情过后,大家携手建起绿色地球。
(文中部分内容代码若发现错误,还请多多指教~~)