【最小生成树】原理和代码实现

最小生成树(Minimum Spanning Tree)

对于一个给定的连通的无向图 G = (V, E),希望找到一个无回路的子集 T,T 是 E 的子集,它连接了所有的顶点,且其权值之和为最小,我们把他称为【最小生成树】。
这里写图片描述

性质

(1)最小生成树不是唯一,但最小生成树的权值是唯一。

算法

(1)克鲁斯卡尔(Kruskal)算法
俗称“加边法”,算法复杂度:O(ElogV),其中E是边的数量,V是顶点数量,适合于边比较少的【稀疏图】。

Kruskal 算法提供一种在 O(ElogV) 运行时间确定最小生成树的方案。Kruskal 算法基于贪心算法(Greedy Algorithm)的思想进行设计,其选择的贪心策略就是,每次都选择权重最小的但未形成环路的边加入到生成树中。实现利用【并查集】合并和检查是否形成环。其算法结构如下:

1、将所有的边按照权重非递减排序;
2、选择最小权重的边,判断是否其在当前的生成树中形成了一个环路。
如果环路没有形成,则将该边加入树中,否则放弃。
3、重复步骤 2,直到有 V – 1 条边在生成树中。

这里写图片描述

(2)普里姆(Prim)算法
俗称“加点法”,算法复杂度:O( V2 V 2 ),其中V是顶点数量,适合于边比较多,顶点较少的【稠密图】。

从图G={V,E}中的某一顶点Uo出发,选择与它关联的具有最小权值的边(Uo,v),将其顶点加入到生成树的顶点集合U中。以后每一步从一个顶点在U中,而另一个顶点不在U中的各条边中选择权值最小的边(u,v),把它的顶点加入到集合U中。如此继续下去,直到网中的所有顶点都加入到生成树顶点集合U中为止。

这里写图片描述

HDU 1233为模版题给出Kruskal算法和Prim算法的代码,文章的最后给出相应的练习题可以熟悉下这两种算法。

Kruskal算法

#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;

const int MAXNUM = 1000 + 
  • 6
    点赞
  • 38
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
最小生成树Kruskal算法是一种用来求解最小生成树算法,它适用于稀疏图,并且具有较高的效率和方便的实现[^2]。 Kruskal算法原理如下[^2]: 1. 将图中的所有边按照权值从小到大进行排序。 2. 从权值最小的边开始,依次选择边,如果选择的边不会形成环路,则将该边加入最小生成树的集合中。 3. 重复步骤2,直到最小生成树的集合中包含了图中的所有顶点。 以下是一个使用Kruskal算法求解最小生成树的示例代码: ```python # 定义边的数据结构 class Edge: def __init__(self, src, dest, weight): self.src = src self.dest = dest self.weight = weight # 定义并查集的数据结构 class UnionFind: def __init__(self, vertices): self.parent = {} for v in vertices: self.parent[v] = v def find(self, vertex): if self.parent[vertex] != vertex: self.parent[vertex] = self.find(self.parent[vertex]) return self.parent[vertex] def union(self, vertex1, vertex2): root1 = self.find(vertex1) root2 = self.find(vertex2) self.parent[root1] = root2 # 定义Kruskal算法函数 def kruskal(graph): result = [] edges = sorted(graph, key=lambda x: x.weight) vertices = set() for edge in edges: vertices.add(edge.src) vertices.add(edge.dest) uf = UnionFind(vertices) for edge in edges: if uf.find(edge.src) != uf.find(edge.dest): uf.union(edge.src, edge.dest) result.append(edge) return result # 测试代码 graph = [ Edge('A', 'B', 4), Edge('A', 'H', 8), Edge('B', 'C', 8), Edge('B', 'H', 11), Edge('C', 'D', 7), Edge('C', 'F', 4), Edge('C', 'I', 2), Edge('D', 'E', 9), Edge('D', 'F', 14), Edge('E', 'F', 10), Edge('F', 'G', 2), Edge('G', 'H', 1), Edge('G', 'I', 6), Edge('H', 'I', 7) ] minimum_spanning_tree = kruskal(graph) for edge in minimum_spanning_tree: print(f"{edge.src} - {edge.dest}: {edge.weight}") ``` 输出结果为: ``` C - I: 2 F - G: 2 C - F: 4 A - B: 4 C - D: 7 H - I: 7 A - H: 8 ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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