最小生成树prime(贪心算法)

【问题描述】Prim算法解决的是带权重的无向图上连接所有顶点的耗费最小的生成树。Q使用最小堆数据结构。

【输入形式】在屏幕上输入顶点个数和连接顶点间的边的权矩阵。

【输出形式】顺序输出按照贪心选择得到的各顶点序号,及该顶点的前驱顶点序号,及路径长度。

【样例1输入】

8

0 15 7 0 0 0 0 10

15 0 0 0 0 0 0 0

7 0 0 9 12 5 0 0 

0 0 9 0 0 0 0 0

0 0 12 0 0 6 0 0

0 0 5 0 6 0 14 8

0 0 0 0 0 14 0 3

10 0 0 0 0 8 3 0

【样例1输出】

3 1 7

6 3 5

5 6 6

8 6 8

7 8 3

4 3 9

2 1 15

【样例说明】

 输入:顶点个数为8。连接顶点间边的权矩阵大小为8行8列,位置[i,j]上元素值表示第i个顶点到第j个顶点的距离,0表示两个顶点间没有边连接。

 输出:顺序输出按照贪心选择得到的各顶点序号,及该顶点的前驱顶点序号,及路径长度。

【评分标准】根据输入得到准确的输出。

import heapq
import numpy as np


class VertexNode(object):
    def __init__(self, index=None, key=np.inf, previous=None):
        self.index = index
        self.key = key
        self.previous = previous

    def __repr__(self):
        pass

    def __lt__(self, other):
        return self.key < other.key


class Heap:   # 使用包装类堆heapq包装,让heapq优先队列中的元素成为对象
    def __init__(self):
        self._queue = []

    def push(self, item):
        heapq.heappush(self._queue, item)

    def pop(self):
        if self._queue:
            return heapq.heappop(self._queue)
        else:
            return None

    def heapify(self):
        heapq.heapify(self._queue)

    @property
    def queue(self):
        return self._queue


def prime(b, c):
    num = 0
    Q = Heap()
    # 将节点放到优先队列中
    for i in c:
        Q.push(i)
    while Q.queue:
        # 取出最小节点
        u = Q.pop()
        # 在优先队列查找
        for q in Q.queue:
            v = q
            if 0 < b[u.index, v.index] < v.key:
                v.key = b[u.index, v.index]
                v.previous = u.index+1
        Q.heapify()
        num += 1
        if num != 1:
            show(u)


def show(u):
    u.index = u.index+1
    print(f"{u.index} {u.previous} {u.key}")


def main():
    n = int(input())
    a = []
    c = []
    for i in range(n):
        a.append(list(map(int, input().rstrip().split())))
    b = np.array(a).reshape(n, n)
    node = VertexNode(0, 0, None)
    c.append(node)
    for i in range(1, n):
        node = VertexNode(i, np.inf, None)
        c.append(node)
    prime(b, c)


if __name__ == '__main__':
    main()

"""
8
0 15 7 0 0 0 0 10
15 0 0 0 0 0 0 0
7 0 0 9 12 5 0 0
0 0 9 0 0 0 0 0
0 0 12 0 0 6 0 0
0 0 5 0 6 0 14 8
0 0 0 0 0 14 0 3
10 0 0 0 0 8 3 0
"""

最小生成树是指一棵树,它连接了一个无向连通图的所有节点,且边权值之和最小。其中,prime算法就是一种用于寻找最小生成树贪心算法prime算法的实现过程如下: 1. 任选一个节点作为起点。 2. 找到与该节点相连的所有边中权值最小的边所连接的节点,将其加入生成树中。 3. 重复步骤2,直到所有节点都被加入生成树中。 下面是prime算法的C++代码实现: ```c++ #include <iostream> #include <queue> #include <vector> #include <cstring> using namespace std; const int MAXN = 1e5 + 5; const int INF = 0x3f3f3f3f; int n, m; //n为节点数,m为边数 int head[MAXN], dis[MAXN]; bool vis[MAXN]; struct Edge { int to, w, next; }edge[MAXN * 2]; void addEdge(int u, int v, int w) { static int cnt = 0; edge[++cnt] = {v, w, head[u]}; head[u] = cnt; } void prim(int s) { memset(dis, 0x3f, sizeof(dis)); //初始化dis数组,表示所有节点到当前生成树的距离 memset(vis, false, sizeof(vis)); //初始化vis数组,表示节点是否已经在生成树中 priority_queue<pair<int, int>, vector<pair<int, int> >, greater<pair<int, int> > > pq; //小根堆 dis[s] = 0; //起点距离为0 pq.push({dis[s], s}); //将起点加入小根堆 while (!pq.empty()) { int u = pq.top().second; pq.pop(); if (vis[u]) continue; //如果已经在生成树中,则跳过 vis[u] = true; //否则标记为已访问 for (int i = head[u]; i; i = edge[i].next) { int v = edge[i].to; if (!vis[v] && edge[i].w < dis[v]) { //如果未访问过且当前边的权值小于dis[v] dis[v] = edge[i].w; //更新dis[v] pq.push({dis[v], v}); //将v加入小根堆 } } } } int main() { cin >> n >> m; for (int i = 1; i <= m; ++i) { int u, v, w; cin >> u >> v >> w; addEdge(u, v, w); addEdge(v, u, w); //因为是无向图,所以要加两条边 } prim(1); //以1号节点为起点 int ans = 0; for (int i = 1; i <= n; ++i) ans += dis[i]; //计算最小生成树的权值和 cout << ans << endl; return 0; } ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值