一、基本思路
1、目标与基本概念
- 目标问题:
-
- 多个城市中铺公路,使城市之间可以相互联通,问如何才能让铺设公路的长度最短——铺设的路径即为最小生成树。
- 基本概念:
-
- dis[] 数组:表示1~n个点到集合的距离;
-
- 集合:即为已经加入的最小生成树的点与边的集合;
-
- 到集合的距离大小:(如下图所示)
2、Prim 算法步骤 O(n^2 + m)
- 算法步骤:
dis[] <--- 正无穷
for(int i = 0; i < n; i++) // 表示需要遍历 n 次才可以将整个图都连通
t = -1; // 表明还没有找到到集合最小距离的点
t <--- 找到 集合外 距离最近的点(把t加入集合) O(n)
st[t] = true; // 表明这个点已经加入集合中
用 t 来更新其他点到 集合 的距离(用st[j]来进行校验,为了防止出现自环) O(mlogn)
- 举例:
3、注意
-
- 最小生成树不可以把自环(尤其是负环)加入,会导致更新距离出错;
-
- 寻找距离集合最近的点
int t = -1; // 表明还没有找到距离集合最短的点
// 此处是用来寻找距离 集合 最近的点的
for(int j = 1; j <= n; j++){
if(st[j] == false &&(t == -1 || dis[j] < dis[t])){
t = j;
}
}
二、Java、C语言模板实现
//Java 模板实现
static int[][] g = new int[N][N];
static int[] dis = new int[N]; // 此处存储的是各个点到最小生成树集合的距离,而不是1到n的距离
static boolean[] st = new boolean[N]; // 判断是否加入自环
static int Prim(){
dis[1] = 0;
int res = 0;
for(int i = 1; i <= n; i++){ // 循环n次才可能把每个点都尽可能加入集合
int t = -1; // 表明还没有找到距离集合最短的点
// 此处是用来寻找距离 集合 最近的点的
for(int j = 1; j <= n; j++){
if(st[j] == false &&(t == -1 || dis[j] < dis[t])){
t = j;
}
}
if(dis[t] == INF) return INF; // 如果找到的最近的点是无穷大,说明之间没有通路,也就无法构成最小生成树
res += dis[t]; // 记录每个点逐渐加入走过集合的最短路径,最终合成最小生成树
st[t] = true; // 表示已经加入集合
for(int j = 1; j <= n; j++){
if(st[j] == false){ // 只更新没在集合中的点,后续还要在这些点中继续加树
//上述的st判断,还有一个很重要的作用是————可以去掉自负环,因为使用t来更新自己的时候,会发现st已经变成true了
// 注意此处的最小值更新与Dijkstra不同,Dijkstra是dis【t】 + g【t】【j】,dis是1到n距离
// 在prim算法中dis是到集合的距离,因此只需要找到点j通过t是否可以更新到集合的最短距离
dis[j] = Math.min(dis[j], g[t][j]);
}
}
// 注意此处的更新,一定要在res+=dis【t】前面,因为,若存在自环,就会出现问题,导致一直在自己身上转悠
}
return res;
}
```cpp
// C++语言实现,此处是yxc实现
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;
}
三、例题题解
// java题解实现
import java.util.*;
public class Main{
static int N = 510;
static int INF = 0x3f3f3f3f;
static int n,m;
static int x,y,c;
static int[][] g = new int[N][N];
static int[] dis = new int[N]; // 此处存储的是各个点到最小生成树集合的距离,而不是1到n的距离
static boolean[] st = new boolean[N]; // 判断是否加入自环
static int Prim(){
dis[1] = 0;
int res = 0;
for(int i = 1; i <= n; i++){ // 循环n次才可能把每个点都尽可能加入集合
int t = -1; // 表明还没有找到距离集合最短的点
// 此处是用来寻找距离 集合 最近的点的
for(int j = 1; j <= n; j++){
if(st[j] == false &&(t == -1 || dis[j] < dis[t])){
t = j;
}
}
if(dis[t] == INF) return INF; // 如果找到的最近的点是无穷大,说明之间没有通路,也就无法构成最小生成树
res += dis[t]; // 记录每个点逐渐加入走过集合的最短路径,最终合成最小生成树
st[t] = true; // 表示已经加入集合
for(int j = 1; j <= n; j++){
if(st[j] == false){ // 只更新没在集合中的点,后续还要在这些点中继续加树
//上述的st判断,还有一个很重要的作用是————可以去掉自负环,因为使用t来更新自己的时候,会发现st已经变成true了
// 注意此处的最小值更新与Dijkstra不同,Dijkstra是dis【t】 + g【t】【j】,dis是1到n距离
// 在prim算法中dis是到集合的距离,因此只需要找到点j通过t是否可以更新到集合的最短距离
dis[j] = Math.min(dis[j], g[t][j]);
}
}
// 注意此处的更新,一定要在res+=dis【t】前面,因为,若存在自环,就会出现问题,导致一直在自己身上转悠
}
return res;
}
public static void main(String[] args){
Scanner in = new Scanner(System.in);
n = in.nextInt();
m = in.nextInt();
Arrays.fill(dis, INF);
for(int i = 0; i < N; i++){ // 因为可能存在重边,因此设置为最大,为了配合后面的Math.min(g[x][y],c)操作
Arrays.fill(g[i],INF);
}
for(int i = 0; i < m; i++){
x = in.nextInt();
y = in.nextInt();
c = in.nextInt();
g[x][y] = Math.min(g[x][y],c); // 无向图,双向
g[y][x] = g[x][y];
}
int result = Prim();
if(result == INF){
System.out.println("impossible");
}else{
System.out.println(result);
}
}
}