题目描述
最小生成树问题是实际生产生活中十分重要的一类问题。假设需要在n个城市之间建立通信联络网,则连通n个城市只需要n-1条线路。这时,自然需要考虑这样一个问题,即如何在最节省经费的前提下建立这个通信网。
可以用连通网来表示n个城市以及n个城市之间可能设置的通信线路,其中网的顶点表示城市,边表示两个城市之间的线路,赋于边的权值表示相应的代价。对于n个顶点的连通网可以建立许多不同的生成树,每一棵生成树都可以是一个通信网。现在,需要选择一棵生成树,使总的耗费最小。这个问题就是构造连通网的最小代价生成树,简称最小生成树。一棵生成树的代价就是树上各边的代价之和。
而在常用的最小生成树构造算法中,普里姆(Prim)算法是一种非常常用的算法。以下是其算法的大致结构:
在本题中,读入一个无向图的邻接矩阵(即数组表示),建立无向图并按照以上描述中的算法建立最小生成树,并输出最小生成树的代价。
输入
输入的第一行包含一个正整数n,表示图中共有n个顶点。其中n不超过50。
以后的n行中每行有n个用空格隔开的整数,对于第i行的第j个整数,如果不为0,则表示第i个顶点和第j个顶点有直接连接且代价为相应的值,0表示没有直接连接。当i和j相等的时候,保证对应的整数为0。
输入保证邻接矩阵为对称矩阵,即输入的图一定是无向图,且保证图中只有一个连通分量。
输出
只有一个整数,即最小生成树的总代价。请注意行尾输出换行。
样例输入复制
4 0 2 4 0 2 0 3 5 4 3 0 1 0 5 1 0
样例输出复制
6
提示
在本题中,需要掌握图的深度优先遍历的方法,并需要掌握无向图的连通性问题的本质。通过求出无向图的连通分量和对应的生成树,应该能够对图的连通性建立更加直观和清晰的概念。
数据结构prim:
#include <iostream>
using namespace std;
const int maxn = 100;
int sum=0;//记录最小花费
typedef struct {
int vexs[maxn];//顶点数组
int arcs[maxn][maxn];//邻接矩阵
int vexnum, arcnum;//顶点数和边数
}MGraph;//图的数据结构
struct {
int adjvex;//邻接点
int lowcost;//最短路径权值
}closedge[maxn];//存储最短路径信息
int LocateVex(MGraph G, int v) {//查找顶点v在图G中的位置
for (int i = 0; i < G.vexnum; i++) {
if (G.vexs[i] == v) {
return i;
}
}
return -1;
}
void CreateUDN(MGraph &G) {//创建无向网
int i, j, k;
cin>>G.vexnum;//输入顶点数
for(i=0;i<G.vexnum;i++) G.vexs[i]=i+1;//输入顶点
for (i = 0; i < G.vexnum; i++) {
for (j = 0; j < G.vexnum; j++) {
cin>>G.arcs[i][j];
if(G.arcs[i][j]==0) G.arcs[i][j]=999;//输入边的权值
}
}
}
int Min(MGraph G){//求最小生成树的权值
int i;
int index = -1;
int min = 999;
for (i = 0; i < G.vexnum; i++)
{
if (closedge[i].lowcost < min && closedge[i].lowcost != 0)
{
min = closedge[i].lowcost;
index = i;
}
}
return index;
}
void Prim(MGraph G,int u)
{
int i,j,k;
int v1, v2;
k= LocateVex(G,u);
for(j=0;j<G.vexnum;j++)
{
if(j!=k)
{//初始化
closedge[j].adjvex=u;
closedge[j].lowcost=G.arcs[k][j];
}
}
closedge[k].lowcost=0;
for ( i=1;i<G.vexnum;i++)
{
k=Min(G);//求最小生成树的权值
sum+=closedge[k].lowcost;
closedge[k].lowcost=0;
for( j=0;j<G.vexnum;j++)
{
if(G.arcs[k][j]<closedge[j].lowcost)
{//更新
closedge[j].adjvex=G.vexs[k];
closedge[j].lowcost=G.arcs[k][j];
}
}
}
}
int main()
{
MGraph G;
CreateUDN(G);
Prim(G,1);
cout<<sum<<endl;
return 0;
}
并查集:
#include <iostream>
#include <algorithm>
using namespace std;
const int maxn = 50 + 5;
int n, k = 1;
int F[maxn];
struct Edge
{
int x, y, w;
bool operator<(const Edge &e) const
{
return w < e.w;
}
} edge[maxn*maxn];
void Init()
{
cin >> n;
for (int i = 1; i <= n; i++) F[i] = i;
for (int i = 1; i <= n; i++)
for (int j = 1; j <= n; j++)
{//将邻接矩阵转化为边集
int temp;cin >> temp;
if (i == j || temp == 0) continue;
edge[k++] = {i, j, temp};
}
sort(edge + 1, edge + k + 1);
}
int Find(int x)
{
return x == F[x] ? x : F[x] = Find(F[x]);
}
bool Union(int x, int y)
{
int fx = Find(x);
int fy = Find(y);
if (fx == fy) return false;//不用合并,xy已经在一棵树上了
F[fy] = fx;//把fy所在的子树都合并到fx这个树上 fx是合并后的树根
return true;
}
int main()
{
int total = 0;
Init();
for (int i = 1; i < k; i++)
{
if (Union(edge[i].x, edge[i].y))
{
total += edge[i].w;
}
}
cout << total << endl;
return 0;
}