这篇文章中我来写写图的最小生成树,以及计算一个图的最小生成树的算法,即Kruskal算法和Prim算法。两个算法均使用了贪婪策略。
1. 最小生成树
先来谈谈 最小生成树(Minimum Spanning Tree,MST) 的概念。这个概念分为三个部分:最小,生成,和树。因此,这里分别对这三个概念作出解释。首先,树的定义在算法导论随笔(四):树形结构与二叉树已经有完整介绍。这里,介绍生成树(Spanning tree)的概念。
首先,当我们以 “生成” 作为前缀来修饰一个图或一棵树时,表示的是该树和该图是依赖一个图产生的。对于一个图G来说,它的 “生成”子图P或“生成”树T 指的是,该子图P或树T 必须包含G中的所有顶点 ,而不必包含G中所有的边。
因此,对于生成子图和生成树,可以进行如下定义:
若一个图G的子图P包含了所有G中的顶点,则P是G的生成子图。
若G的生成子图P本身是一棵树,则P是G的生成树。
例如对于上面的图G,有下面三个生成树。
如果树T是图G的生成树,而且T中包含的边的权重之和小于等于图G的任意其他生成树,则称树T为图G的最小生成树。
例如下图中,所有顶点和所有边(包括红色边和蓝色虚线边)构成了一个图。而图中所有顶点和所有红色边构成了一棵树,这棵树就是这个图的最小生成树。
可以看出,最小生成树的实质就是用图中权重最小的边连接所有的顶点,并且保证图的连通性。当然,由于是树,因此也一定不能有循环路径(cycle)存在。
最小生成树的应用范围非常广泛,比如通讯网络、交通网络等等。
2. 最小生成树的计算:Kruskal算法
Kruskal算法使用了贪心策略来计算最小生成树。先来看算法的伪代码。
算法的输入是一个连通图G,该图有n个顶点和m条边。
算法输出一个图G的最小生成树。
这个算法先为G中的每一个顶点v创建一个集群,用通俗的方式就是,为每一个顶点创造一个 “群聊”,该群聊初始时只有一个顶点。
接下来用一个优先级队列Q存储图G中的所有边,排序方式是