最小生成树&&最短路径

带权图分为有向和无向，无向图的最短路径又叫做最小生成树，有prime算法和kruskal算法；有向图的最短路径算法有dijkstra算法和floyd算法。

生成树的概念：联通图G的一个子图如果是一棵包含G的所有顶点的树，则该子图称为G的生成树生成树是联通图的极小连通子图。所谓极小是指：若在树中任意增加一条边，则将出现一个回路；若去掉一条边，将会使之编程非连通图。生成树各边的权值总和称为生成素的权。权最小的生成树称为最小生成树，常用的算法有prime算法和kruskal算法。

最短路径问题旨在寻找图中两节点之间的最短路径，常用的算法有：floyd算法和dijkstra算法。

构造最小生成树一般使用贪心策略，有prime算法和kruskal算法

prime算法

1.清空生成树，任取一个顶点加入生成树

2.在那些一个端点在生成树里，另一个端点不在生成树里的边中，选取一条权最小的边，将它和另一个端点加进生成树

3.重复步骤2，直到所有的顶点都进入了生成树为止，此时的生成树就是最小生成树

prime算法代码:

1. int prime(int cur)  

2. {  

3.     int index;  

4.     int sum = 0;  

5.     memset(visit, false, sizeof(visit));  

6.     visit[cur] = true;  

7.     for(int i = 0; i < m; i ++){  

8.         dist[i] = graph[cur][i];      

9.     }  

10.      

11.     for(int i = 1; i < m; i ++){  

12.          

13.         int mincost = INF;  

14.        for(int j = 0; j < m; j ++){  

15.             if(!visit[j] && dist[j] < mincost){  

16.                mincost = dist[j];  

17.                 index = j;      

18.            }      

19.         }  

20.          

21.         visit[index] = true;  

22.        sum += mincost;  

23.           

24.        for(int j = 0; j < m; j ++){  

25.             if(!visit[j] && dist[j] > graph[index][j]){  

26.                dist[j] = graph[index][j];  

27.             }      

28.        }      

29.     }   

30.    return sum;      

31}  

kruskal算法

构造一个只含n个顶点，而边集为空的子图，若将该子图中各个顶点看成是各棵树的根节点，则它是一个含有n棵树的森林。之后，从网的边集中选取一条权值最小的边，若该边的两个顶点分属不同的树，则将其加入子图，也就是这两个顶点分别所在的两棵树合成一棵树；反之，若该边的两个顶点已落在同一棵树上，则不可取，而应该取下一条权值最小的边再试之。依次类推，直至森林只有一棵树。kruskal算法能够在并查集的基础很快的实现。结合例子来介绍具体算法实现（其中并查集的部分可以详见并查集介绍部分） 

1. #include<iostream>  

2. #include<algorithm>  

3. using namespace std;  

4.   

5. const int size = 128;   

6. int n;  

7. int father[size];  

8. int rank[size];  

9.   

10.//把每条边成为一个结构体，包括起点、终点和权值   

11. typedef struct node  

12.{  

13.     int val;  

14.    int start;  

15.     int end;      

16.}edge[SIZE * SIZE / 2];  

17.   

18.//把每个元素初始化为一个集合   

19. void make_set()  

20.{  

21.     for(int i = 0; i < n; i ++){  

22.        father[i] = i;  

23.         rank[i] = 1;      

24.    }      

25.     return ;  

26.}  

27.   

28.//查找一个元素所在的集合,即找到祖先   

29. int find_set(int x)  

30.{  

31.     if(x != father[x]){  

32.        father[x] = find_set(father[x]);      

33.     }      

34.    return father[x];  

35. }  

36.  

37. //合并x,y所在的两个集合：利用Find_Set找到其中两个  

38.//集合的祖先，将一个集合的祖先指向另一个集合的祖先。  

39. void Union(int x, int y)  

40.{  

41.     x = find_set(x);      

42.    y = find_set(y);  

43.     if(x == y){  

44.        return ;      

45.     }  

46.    if(rank[x] < rank[y]){  

47.         father[x] = find_set(y);      

48.    }  

49.     else{  

50.        if(rank[x] == rank[y]){  

51.             rank[x] ++;      

52.        }      

53.         father[y] = find_set(x);  

54.    }  

55.     return ;  

56.}  

57.   

58.bool cmp(pnode a, pnode b)  

59. {  

60.    return a.val < b.val;      

61. }  

62.  

63. int kruskal(int n) //n为边的数量   

64.{  

65.     int sum = 0;  

66.    make_set();  

67.     for(int i = 0; i < n; i ++){   //从权最小的边开始加进图中   

68.        if(find_set(edge[i].start) != find_set(edge[i].end)){  

69.             Union(edge[i].start, edge[i].end);  

70.            sum += edge[i].val;      

71.         }      

72.    }  

73.     return sum;      

74.}  

75.   

76.int main()  

77. {  

78.    while(1){  

79.         scanf("%d", &n);      

80.        if(n == 0){  

81.             break;      

82.        }  

83.         char x, y;  

84.        int m, weight;  

85.         int cnt = 0;  

86.        for(int i = 0; i < n - 1; i ++){  

87.             cin >> x >> m;   

88.            //scanf("%c %d", &x, &m);      

89.             //printf("%c %d ", x, m);  

90.            for(int j = 0; j < m; j ++){  

91.                 cin >> y >> weight;   

92.                //scanf("%c %d", &y, &weight);  

93.                 //printf("%c %d ", y, weight);      

94.                edge[cnt].start = x - 'A';  

95.                 edge[cnt].end = y - 'A';  

96.                edge[cnt].val = weight;  

97.                 cnt ++;  

98.            }  

99.         }  

100.          

101.         sort(edge, edge + cnt, cmp); //对边按权从小到大排序   

102.        cout << kruskal(cnt) << endl;   

103.     }      

104.}  

最短路径问题

最短路径问题旨在寻找图中两节点之间的最短路径，常用的算法有：floyd算法和dijkstra算法。

floyd算法

最简单的最短路径算法，可以计算图中任意两点间的最短路径  folyd算法的时间复杂度是O(N3),如果是一个没有边权的图，把相连的两点 间的距离设为dist[i][j] = 1，不相连的两点设为无穷大，用 floyd算法可以判断i,j两点是否有路径相连。

核心代码:

[cpp] view plain copy

 

1. void floyd()  

2. {  

3.     for(int k = 0; k < n; k ++){ //作为循环中间点的k必须放在最外一层循环   

4.         for(int i = 0; i < n; i ++){  

5.             for(int j = 0; j < n; j ++){  

6.                 if(dist[i][j] > dist[i][k] + dist[k][j]){  

7.                     dist[i][j] = dist[i][k] + dist[k][j];    //dist[i][j]得出的是i到j的最短路径   

8.                 }       

9.             }      

10.        }      

11.     }      

12.}  

 dijkstra算法

用来计算从一个点到其他所有点的最短路径的算法，复杂度O(N2)。

核心代码:

[cpp] view plain copy

 

1. void dijkstra(int s)   //s是起点  

2. {  

3.     memset(visit, false, sizeof(visit));      

4. visit[s] = true;  

5.     for(int i = 0; i < n; i ++){  

6.         dist[i] = graph[s][i];  

7.     }  

8.        

9.     int index;  

10.    for(int i = 1; i < n; i ++){  

11.         int mincost = INF;  

12.        for(int j = 0; j < n; j ++){  

13.             if(!visit[j] && dist[j] < mincost){  

14.                mincost = dist[j];  

15.                 index = j;      

16.            }      

17.         }  

18.        visit[index] = true;  

19.         for(int j = 0; j < n; j ++){  

20.            if(!visit[j] && dist[j] > dist[index] + graph[index][j]){  

21.                 dist[j] = dist[index] + graph[index][j];  

22.            }      

23.         }      

24.    }  

25. }