【图解算法】最小生成树

今天我们介绍图论中的另一部分，最小生成树。

对图的最短路感兴趣的同学可以看：
【图解算法】一次解决最短路径问题

---

1. 最小生成树简介

• 最小生成树的概念：在连通网的所有生成树中，所有边的代价和最小的生成树，称为最小生成树

用直白的话来说，就是给定一个无向图，在图中选择若干条边把图的所有的节点连接起来，要求边长之和最小。在图论中，叫做最小生成树。

举个例子：

我们余姚在n个城市之间铺设光缆，使它们之间都可以通信。但是铺设光缆的费用很高，且铺设光缆的费用与距离成正比，那么我们应该如何铺设光缆才能使总费用最低呢？

• 常用的计算最小生成树的算法

1. prim 算法
2. kruskal算法

---

2. Prim算法

2.1 模板题

2.2 思路模板

每次将距离已经连通部分最近的点 和对应的边 加入连通部分，是连通部分逐渐扩大，最后将整个图连接起来并且边长之和最小。

伪代码：

int dist[n],state[n],pre[n];
dist[1] = 0;
for(i : 1 ~ n)
{
    t <- 没有连通起来，但是距离连通部分最近的点;
    state[t] = 1;
    更新 dist 和 pre;
}

这样讲有点抽象，我们配合图举个例子：

首先，我们设置：

1. state状态数组，表示节点是否已经再连通集当中，state[i] 为真，表示已经连通，state[i] 为假，表示还没有连通。初始时，state 各个元素为假。即所有点还没有连通
2. dist 距离数组，保存各个点到连通集的距离（注意：不是到原点的距离），dist[i] 表示 i 节点到连通部分的最短距离。初始时，dist 数组的各个元素为无穷大
3. pre 数组保存节点的是和谁连通的。pre[i] = k 表示节点 i 和节点 k 之间需要有一条边。初始时，pre 的各个元素置为 -1，这个数组视题目要求考虑要不要写。
   

---

假定我们从1号节点开始扩充 连通集，所以 1 号节点与连通部分的最短距离为 0，即disti[1] 置为 0。

遍历 dist 数组，找到一个还没有连通起来，但是距离连通部分最近的点，假设该节点的编号是 i。i节点就是下一个应该加入连通部分的节点，stata[i] 置为 1。

如果我们用灰色表示尚未连通的点，绿色表示在连通集中的点，那么此时距离最小的显然是 1号节点，故state[1]置1.

接着，我们遍历节点1 的 所有可达点j，如果 j 距离连通部分的距离大于 i j 之间的距离，dist[j] > w[i][j]（w[i][j] 为 i j 节点之间的距离），则更新 dist[j] 为 w[i][j]。这时候表示，j 到连通部分的最短方式是和 i 相连，因此，更新pre[j] = i。

与节点 1 相连的有 2， 3， 4 号节点。1->2 的距离为 100，小于 dist[2]，dist[2] 更新为 100，pre[2] 更新为1。1->4 的距离为 140，小于 dist[4]，dist[4] 更新为 140，pre[2] 更新为1。1->3 的距离为 150，小于 dist[3]，dist[3] 更新为 150，pre[3] 更新为1。

我们之后，只需要不断重复上两步，直到所有节点都被加入了连通集：

此时dist数组中保存的就是各个节点需要修的路，加起来就是总长度。pre数组中保存了需要选择的边

---

2.3 代码实现

#include <cstring>
#include <iostream>
#include <algorithm>
using namespace std;

const int N=510;
int  g[N][N];
bool st[N];//记录已经在集合中的点
int dist[N];//记录各个点到集合的距离
// int pre[N]; //该模板题没有要求输出所有边，所以不需要定义prev数组
int n,m;

int Prim()
{
    int ans=0;
    memset(dist,0x3f,sizeof(dist));
    dist[1]=0;
    for(int i=0;i<n;i++){
        int t=-1;
        //寻找距离连通集最近的点
        for(int j=1;j<=n;j++){
            if(!st[j]&&(t==-1||dist[j]<dist[t])){
                t=j;
            }
        }
        
        //判断当前节点是否与集合联通，不连通则说明没有最小生成树
        if(i && dist[t] == 0x3f3f3f3f) return 0x3f3f3f3f;
        
        ans+=dist[t];
        st[t]=true;
        for(int j=1;j<=n;j++){
            if(dist[j]>g[t][j]&&!st[j]){
                dist[j] = g[t][j];
                //pre[j] = t;//从 t 到 j 的距离更短，i 的前驱变为 t.
            }
          
        }
    }
    return ans;
}
//void getPath()//输出各个边
//{
//    for(int i = n; i > 1; i--)//n 个节点，所以有 n-1 条边。
//
//    {
//        cout << i <<" " << pre[i] << " "<< endl;// i 是节点编号，pre[i] 是 i 节点的前驱节//点。他们构成一条边。
//    }
//}

int main()
{
    cin>>n>>m;
    memset(g,0x3f,sizeof g);
    while(m--){
        int a,b,w;
        cin>>a>>b>>w;
        g[a][b]=g[b][a]=min(g[a][b],w);
    }
    
    int t=Prim();
    if (t == 0x3f3f3f3f) puts("impossible");
    else cout<<t;
   
}

2.3 prim 算法的优化

与Dijkstra算法类似，Prim算法也可以使用堆来优化，优化之后时间复杂度由O(n^2)降为O(mlogN).适用于稀疏图，但是稀疏图的时候，其实使用 Kruskal算法更加实用。

所以，这里我们不讲解优化算法，感兴趣的同学可以参照Dijkstra算法的优化来实现。

---

3. Kruskal算法

3.1 模板题

3.2 思路模板

1. 按照边的权值将边进行升序排序，然后从小到大一一判断
2. 如果这个边与之前选择的所有边不会组成回路，就选择这条边，反之舍去
3. 不断判断，知道具有n个顶点的联通网筛选出来n-1条边为止。

此时筛选出来的边和所有的顶点构成此连通网的最小生成树。

---

对于判断是否会产生回路，我们使用并查集。

不懂并查集的小伙伴可以看这位大佬的文章，简单易懂：
【算法与数据结构】—— 并查集

• 在初始状态下 各个顶点在不同的集合中
• 遍历每条边的时候，判断该边的两个顶点是否在一个集合中
• 如果边上的这两个顶点在一个集合中，说明两个顶点一定已经连通，那么这条边加上去一定导致环，所以舍去该边。反之如果不在一个集合中，就加入这条边。

我们依然是画图来演示一下：

我们已经将边按照权值做了升序排列

1. 选BD边，由于尚未选择任何边组成最小生成树，且 B-D 自身不会构成环路，所以 B-D 边可以组成最小生成树。

2. D-T 边不会和已选 B-D 边构成环路，可以组成最小生成树：

3. A-C 边不会和已选 B-D、D-T 边构成环路，可以组成最小生成树：
   

4. C-D 边不会和已选 A-C、B-D、D-T 边构成环路，可以组成最小生成树：
   

5. C-B 边会和已选 C-D、B-D 边构成环路，因此不能组成最小生成树：

6. B-T 、A-B、S-A 三条边都会和已选 A-C、C-D、B-D、D-T 构成环路，都不能组成最小生成树。而 S-A 不会和已选边构成环路，可以组成最小生成树。
   

如图下图 所示，对于一个包含 6 个顶点的连通网，我们已经选择了 5 条边，这些边组成的生成树就是最小生成树。

---

3.3 代码实现

#include <iostream>
#include <cstring>
#include <algorithm>

using namespace std;
const int N = 100010;
int p[N];//保存并查集

struct E{
    int a;
    int b;
    int w;
    bool operator < (const E& rhs){//通过边长进行排序
        return this->w < rhs.w;
    }

}edg[N * 2];
int res = 0;

int n, m;
int cnt = 0;
int find(int a){//并查集找祖宗
    if(p[a] != a) p[a] = find(p[a]);
    return p[a];
}
void klskr(){
    for(int i = 1; i <= m; i++)//依次尝试加入每条边
    {
        int pa = find(edg[i].a)；// a 点所在的集合
        int pb = find(edg[i].b);// b 点所在的集合
        if(pa != pb){//如果 a b 不在一个集合中
            res += edg[i].w;//a b 之间这条边要
            p[pa] = pb;// 合并a b
            cnt ++; // 保留的边数量+1
        }
    }
}
int main()
{

    cin >> n >> m;
    for(int i = 1; i <= n; i++) p[i] = i;//初始化并查集
    for(int i = 1; i <= m; i++){//读入每条边
        int a, b , c;
        cin >> a >> b >>c;
        edg[i] = {a, b, c};
    }
    sort(edg + 1, edg + m + 1);//按边长排序
    klskr();
    if(cnt < n - 1) {//如果保留的边小于点数-1，则不能连通
        cout<< "impossible";
        return 0;
    }
    cout << res;
    return 0;
}