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。
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
N个顶点,一定有N-1条边
包含全部顶点
N-1条边都在图中
Prim算法介绍
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
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:
![](https://img-blog.csdnimg.cn/img_convert/f7767872db4d1512c20371346a8c8bdb.png)
问题描述:
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
各个村庄的距离用边线表示(权),比如A-B距离5公里
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:
![](https://img-blog.csdnimg.cn/img_convert/7a11ea03665d2678a5e67749343deeda.png)