图之 最小生成树 Kruskal算法

最小生成树之Kruskal算法

说明

---

Kruskal算法的find函数由边决定，时间复杂度为O(log e),而外面有一个for循环e次，所以Kruskal算法得时间复杂度为O(e * log e)，适合求边稀疏的网的最小生成树

代码

---

#include<stdio.h>
#include<stdlib.h>
#include<algorithm>
#include<iostream>
using namespace std;

#define INFINITY 65535  // 表示无穷大
#define maxSize 50
#define OK 1
typedef int VertexType;
typedef int EdgeType;


typedef struct
{
    VertexType vexs[maxSize];   //顶点坐标
    EdgeType arc[maxSize][maxSize];   //邻接矩阵定义，储存权值
    int n, e;
}MGraph;


typedef struct
{
    int begin, end, weight;
}Edge;  //定义边集数组的结构

bool cmp(Edge a, Edge b)
{
    if (a.weight != b.weight)
    {
        return a.weight < b.weight;
    }
    return a.begin < b.begin;
}

//查找连线结点的尾部下标
int find(int parent[], int f)
{
    while (parent[f] > 0)
    {
        f = parent[f];
    }
    return f;
}

void Kruskal(MGraph &G)
{
    int i, n, m;
    Edge edges[maxSize]; //定义边集数组
    int parent[maxSize];  //定义一数组用来判断边与边之间是否构成环路
    cin >> G.n >> G.e;
    for (i = 1; i <= G.e; i++)
    {
        cin >> edges[i].begin >> edges[i].end >> edges[i].weight;
    }
    sort(edges + 1, edges + 1 + G.e, cmp); //对边集数组进行升序排序
    for (i = 1; i <= G.n; i++)
    {
        parent[i] = 0;
    }
    //循环每一条边
    for (i = 1; i <= G.e; i++)
    {
        n = find(parent, edges[i].begin);
        m = find(parent, edges[i].end);
        if (n != m)
        {
            parent[n] = m;
            printf("(%d %d) %d\n",edges[i].begin, edges[i].end, edges[i].weight);
        }
    }

}

int main()
{
    //freopen("E:\input.txt", "r", stdin);
    MGraph G;
    Kruskal(G);
    return 0;
}

后记

在Kruskal算法函数中的判断“n != m”是因为若n与m相等则表示最后起点和终点为同一个点故形成了环路

Input

6 10
1 2 6
1 3 1
1 4 5
2 3 5
2 5 3
3 4 5
3 5 6
3 6 4
4 6 2
5 6 6

Output

1 3 1
4 6 2
2 5 3
3 6 4
1 4 5
2 3 5
3 4 5
1 2 6
3 5 6
5 6 6
(1 3) 1
(4 6) 2
(2 5) 3
(3 6) 4
(2 3) 5

输入图例

输出图例