图论——最小生成树

最新推荐文章于 2024-05-03 18:59:36 发布

raina2333

最新推荐文章于 2024-05-03 18:59:36 发布

阅读量1.1k

点赞数 2

文章标签：最小生成树

本文链接：https://blog.csdn.net/raina2333/article/details/101866970

版权

最小生成树

基本概念
prim算法
Kruskal算法

基本概念

在无向图中，连通且不含环的图称为树。

生成树的定义
　　在一个v个点的无向连通图中，取其中v-1条边，并连接所有的顶点，所得到的子图称为原图的一棵生成树；
最小生成树
　　在一个带权的无向连通图中，各边权和最小的一棵生成树即为原图的最小生成树；
最小边原则
　　图中权值最小的边（如果唯一的话）一定在最小生成树上；
唯一性原则
　　对于一个图G，如果图中的边权值都不相同，则图的最小生成树是惟一的，反之不然；

prim算法

思想

prim算法是一种贪心算法她最初将无向联通图G中所有顶点V分成两个顶点集合VA和VB。在计算过程中VA中的点为已经选好的连接入生成树的点，否则属于VB。最开始的时候VA只包含任意选取的图G中的一个点u，其余的点属于VB，每次添加一个VB中的点（集合VB到集合VA中距离最小的那个点）到集合VA。直到V个顶点全部属于VA，算法结束。显然出发点不同，最小生成树的形态就不同，但边权和的最小值是唯一的。

算法步骤

选定图中的任意一个顶点V0，从V0开始生成最小数：

初始化dis[V0]=0，其他点的距离值dis[i]为极大值。其中dis[i]表示集合VB中的点到集合VA中的点的距离值。
经过N次以下步骤，最后得到最小生成树：
　　①. 选择一个未被标记的点k，并且dis[k]的值是最小的；
　　②.标记点k进入集合VA；
　　③.以k为中心点，修改未标记点j，即VB中的点到VA的距离值；
得到最小生成树。

伪代码
for(int i=1;i<=n;i++) dis[i]=inf;
dis[1]=0;
for(int i=1;i<=n;i++)
　for(int j=1;j<=n;j++)
　　找dis[j]最小&&vis[j]==0的点j，
　　vis[j]=1;
　　更新j->k的dis[k];

时间复杂度

最小边、权的数据结构	时间复杂度（总计）
邻接矩阵、搜索	O(V^2)
二叉堆、邻接表	O((V + E) log(V)) = O(E log(V))
斐波那契堆、邻接表	O(E + V log(V))

通过邻接矩阵图表示的简易实现中，找到所有最小权边共需O（V）的运行时间。使用简单的二叉堆与邻接表来表示的话，普里姆算法的运行时间则可缩减为O(ElogV)，其中E为连通图的边数，V为顶点数。如果使用较为复杂的斐波那契堆，则可将运行时间进一步缩短为O(E+VlogV)，这在连通图足够密集时（当E满足Ω（VlogV）条件时），可较显著地提高运行速度。

图例描述

说明	不可选	可选	已选(VA)
此为原始的加权连通图。每条边一侧的数字代表其权值。	-	-	-
顶点D被任意选为起始点。顶点A、B、E和F通过单条边与D相连。A是距离D最近的顶点，因此将A及对应边AD以高亮表示。	C, G	A, B, E, F	D
下一个顶点为距离D或A最近的顶点。B距D为9，距A为7，E为15，F为6。因此，F距D或A最近，因此将顶点F与相应边DF以高亮表示。	C, G	B, E, F	A, D
算法继续重复上面的步骤。距离A为7的顶点B被高亮表示。	C	B, E, G	A, D, F
在当前情况下，可以在C、E与G间进行选择。C距B为8，E距B为7，G距F为11。点E最近，因此将顶点E与相应边BE高亮表示。	无	C, E, G	A, D, F, B
这里，可供选择的顶点只有C和G。C距E为5，G距E为9，故选取C，并与边EC一同高亮表示。	无	C, G	A, D, F, B, E
顶点G是唯一剩下的顶点，它距F为11，距E为9，E最近，故高亮表示G及相应边EG。	无	G	A, D, F, B, E, C
现在，所有顶点均已被选取，图中绿色部分即为连通图的最小生成树。在此例中，最小生成树的权值之和为39。	无	无	A, D, F, B, E, C, G

模板

#include<iostream>
using namespace std;
const int maxn=1<<31-1;
int map[505][505],vis[505],dis[505],n,m,ans;
//vis[i]标记顶点i是否在最小生成树中
//dis[i]表示点i与当前生成树中的点有连边的边长最小值 
void read()//建图 <