最小生成树:Prim+Kruskal算法
1.问题
在某地分布着6个村庄,现在需要在6个村庄之间修路,每个村庄之前的距离不同,问怎么修最短的路,将各个村庄连接起来。
2.解析
Prim算法:
- 在一个加权连通图中,顶点集合V,边集合为E
- 随机选择一个初始顶点,标记为visit,计算所有与之相连接的点的距离,选择距离最短的边权dest,标记为visit.
- 重复以上操作,直到所有点都被标记为visit。
Kruskal算法:
1.将每个顶点V放入其自身的数据集合中。
2.按照权值Weight的升序来选择边。当选择每条边时,判断定义边的顶点是否在不同的数据集中。如果是,将此边插入最小生成树的集合中,同时,将集合中包含每个顶点的联合体取出,如果不是,就移动到下一条边。
3.重复以上操作,直到找到n-1(5)条边。
3.设计
Prim算法:
#include <iostream>
#include <vector>
const int INF = 1000000;//不可达距离
const int V = 6; //六个点
char add[V] = {'A','B','C','D','E','F'};
int map[V][V] = {
{INF, 7, 4,INF,INF,INF},
{ 7,INF, 6, 2,INF, 4},
{ 4, 6,INF,INF, 9, 8},
{INF, 2,INF,INF,INF, 7},
{INF,INF, 9,INF,INF, 1},
{INF, 4, 8, 7, 1,INF}
};
int prim(int target)
{
int sum_distance = 0;//总和
int index = 0;
int dest[V] = {0}; //到每个点的最短距离
int visit[V] = {0};//记录那些点已经被访问
int i = 0, j = 0; //循环变量
int min_dist; //最小距离中间变量
visit[target] = true;//从自己出发所以自己已经遍历过
//以target为起点向周边运算
while(i < V)
{
dest[i] = map[target][i];//到各个点的最短距离
++i;
}
for(i = 1;i < V; ++i)
{
std::cout<<add[index];
min_dist = INF;
for(j = 0; j < V;++j)
//贪心算法,寻找每次dest中最短的
{
if(!visit[j] && min_dist > dest[j])
{
min_dist = dest[j];
index = j;
//记录是到哪一个地方最短以及最短距离
}
}
std::cout<<"----->"<<add[index]<<std::endl;
sum_distance += min_dist;
visit[index] = true;
std::cout <<min_dist<< std::endl;
for(j = 0;j < V; ++j)
{
if(!visit[j] && dest[j] > map[index][j])
{
dest[j] = map[index][j];//更新dest
}
}
}
return sum_distance;
}
int main()
{
std::cout <<"Shortest distance: "<<prim(0)<<std::endl;
return 0;
}
Kruskal算法:
#include <iostream>
#include <algorithm>
#define maxRoad 1000
using namespace std;
const int V = 6; //六个点之间
const int Wght = 9;//连接路个数
char add[V] = {'A','B','C','D','E','F'};
struct Road
{
int Start;
int End;
int Weight;
};
struct Road road[Wght] = {
{1,3,4},
{2,1,7},{2,4,2},{2,6,4},
{3,2,6},{3,5,9},{3,6,8},
{4,6,7},
{5,6,1}
};
bool comp(const Road& c1,const Road& c2)
{
return c1.Weight < c2.Weight;
}
int find(int* Root, int val)
{
int temp = val;
while(Root[temp] != temp)
{
temp = Root[temp];
}
if(Root[val] != val && Root[val] != temp)
{
Root[val] = temp;
}
return Root[temp];
}
void unionRoot(int *Root,int x,int y)
{
int temp;
if(find(Root,x) != find(Root,y))
{
temp = find(Root,y);
Root[temp] = x;;
}
}
int main()
{
sort(road,road+Wght,comp);
int Root[maxRoad] = {0};
int i, j; //循环变量
int sum = 0;
for(i = 0; i <= V; ++i)
{
Root[i] = i;
// std::cout<<" "<< road[i].Weight<<endl;
}
for(i = 0; i < Wght; ++i)
{
if(find(Root,road[i].Start) != find(Root,road[i].End))
{
unionRoot(Root,road[i].Start,road[i].End);
sum += road[i].Weight;
std::cout<<"start end "<< road[i].Start<<" "<<road[i].End<<endl;
}
}
cout<<"Shortest path is :"<< sum <<endl;
return 0;
}
4.分析
1.最小生成树:一个有 n 个结点的连通图的生成树是原图的极小连通子图,且包含原图中的所有 n 个结点,并且有保持图连通的最少的边。简单来说就是有且仅有n个点n-1条边的连通图。
2.prim算法
需要进行n次收录,且每次收录都需要对所有的顶点进行遍历寻找权值最小的边,适合稠密图,其时间复杂度为O(n^2),
3.Kruskal算法:
需要首先将N条边按权值大小进行升序排序,然后再遍历这N条边,且每次遍历得判断<U,V>是否在一个集合中,适合稀疏图,其时间复杂度为O(eloge)