Prim(普利姆算法)--java

最小生成树

修路问题本质就是就是最小生成树问题，先介绍一下最小生成树(Minimum Cost Spanning Tree)，简称MST。

1. 给定一个带权的无向连通图，如何选取一棵生成树，使树上所有边上权的总和为最小，这叫最小生成树

2. N个顶点，一定有N-1条边

3. 包含全部顶点

4. N-1条边都在图中

Prim算法介绍

1. 普利姆(Prim）算法求最小生成树，也就是在包含n个顶点的连通图中，找出只有 (n-1)条边包含所有n个顶点的连通子图，也就是所谓的极小连通子图

2. 普利姆的算法如下：

• 设G=(VE)是连通网，T=(U，D)是最小生成树，V，U是顶点集合，E，D是边的集合

• 若从顶点u开始构造最小生成树，则从集合V中取出顶点u放入集合U中，标记顶点v的visited[u]=1

• 若集合U中顶点ui与集合V-U中的顶点vj之间存在边，则寻找这些边中权值最小的边，但不 能构成回路，将顶点vi加入集合U中，将边(uivj)加入集合D中，标记visited[vi]=1

• 重复步骤②，直到U与V相等，即所有顶点都被标记为访问过，此时D中有n-1条边

PS：可根据下面代码理解

修路问题

如图所示：

问题描述：

1. 有7个村庄(A，B，C，D，E，F，G)，现在需要修路把7个村庄连通

2. 各个村庄的距离用边线表示(权)，比如A-B距离5公里

3. 如何修路保证各个村庄都能连通，并且总的修建公路总里程最短？

思路：将10条边，连接即可，但是总的里程数不是最小.

正确思路：尽可能的选择少的路线，并且每条路线最小，保证总里程数最小

代码如下：

package demo1;
import java.util.Arrays;
public class prim {
    public static void main(String[] args) {
        //测试看看图是否创建OK
        char[] data = new char[]{'A','B','C','D','E','F','G'};
        int verxs = data.length;
        //邻接矩阵关系使用二维数组表示，10000表示两个数不连通
        int[][] weight = new int[][]{
                {10000,5,7,10000,10000,10000,2},
                {5,10000,10000,9,10000,10000,3},
                {7,10000,10000,10000,8,10000,10000},
                {10000,9,10000,10000,10000,4,10000},
                {10000,10000,8,10000,10000,5,4},
                {10000,10000,10000,4,5,10000,6},
                {2,3,10000,10000,4,6,10000},
                 };
           //创建MGraph对象
        MGraph graph = new MGraph(verxs);
           //创建一个MinTree对象
        MinTree minTree = new MinTree();
        minTree.createGraph(graph,verxs,data,weight);
        //输出
        minTree.showGraph(graph);
        //测试Prim算法
        minTree.prim1(graph,0);   //0:从A开始
    }
}

//创建最下生成树，也就是村庄的图
class MinTree{
    /**
     *
     * @param graph      图对象
     * @param verxs      图对应的顶点个数
     * @param data       图的各个顶点的值
     * @param weight     图的邻接矩阵
     */
    
    public void createGraph(MGraph graph,int verxs,char data[],int[][] weight){
        int i,j;
        for(i=0;i<verxs;i++){
            graph.data[i]=data[i];
            for (j=0;j<verxs;j++){
                graph.weight[i][j]=weight[i][j];
            }
        }
    }

    //显示图的邻接矩阵
    public void showGraph(MGraph graph){
        for (int[] link: graph.weight){
            System.out.println(Arrays.toString(link));
        }
    }

    //编写prim算法，得到最下生成树

    /**
     *
     * @param graph      图
     * @param v     表示从图的第几个顶点开始生成
     */
    public void prim1(MGraph graph, int v){
        //visited[] 标记结点是否被访问过
        int visited[] = new int[graph.verxs];
        //把当前节点标记为已访问
        visited[v] = 1;
        //记录两个顶点的下标
        int h1 = -1;
        int h2 = -1;
        int minWeight = 10000;   //初始化成一个大数，后边遍历时会被替换

        for (int k=1;k<graph.verxs;k++){
            //确定每次生成的子图，和那个结点的距离最近
            for (int i=0;i<graph.verxs;i++){   //i结点表示被访问过的结点
                for (int j=0;j<graph.verxs;j++){   //j表示没有访问过的
                    if (visited[i]==1 && visited[j]==0 && graph.weight[i][j]<minWeight){
                        //替换minWeight
                        minWeight = graph.weight[i][j];
                        h1 = i;
                        h2 = j;
                    }
                }
            }
            //最小边
            System.out.println("边<" + graph.data[h1] + "," + graph.data[h2] + ">权值：" + minWeight);
            //将当前结点标记成访问过的
            visited[h2] = 1;
            minWeight = 10000;
        }
    }
}

class MGraph{
    int verxs;   //表示图的结点个数
    char[] data;   //存放结点数据
    int[][] weight;   //存放边，邻接矩阵

    public MGraph(int verxs){
        this.verxs =verxs;
        data = new char[verxs];
        weight = new int[verxs][verxs];
    }
}

运行结果：