prim算法

1.prim算法概述

        普里姆算法（Prim算法），图论中的一种算法，可在加权连通图里搜索最小生成树。意即由此算法搜索到的边子集所构成的树中，不但包括了连通图里的所有顶点（英语：Vertex (graph theory)），且其所有边的权值之和亦为最小。该算法于1930年由捷克数学家沃伊捷赫·亚尔尼克（英语：Vojtěch Jarník）发现；并在1957年由美国计算机科学家罗伯特·普里姆（英语：Robert C. Prim）独立发现；1959年，艾兹格·迪科斯彻再次发现了该算法。因此，在某些场合，普里姆算法又被称为DJP算法、亚尔尼克算法或普里姆－亚尔尼克算法。

2.prim算法详解

图例	说明	不可选	可选	已选（Vnew）
	此为原始的加权连通图。每条边一侧的数字代表其权值。	-	-	-
	顶点D被任意选为起始点。顶点A、B、E和F通过单条边与D相连。A是距离D最近的顶点，因此将A及对应边AD以高亮表示。	C, G	A, B, E, F	D
	下一个顶点为距离D或A最近的顶点。B距D为9，距A为7，E为15，F为6。因此，F距D或A最近，因此将顶点F与相应边DF以高亮表示。	C, G	B, E, F	A, D
	算法继续重复上面的步骤。距离A为7的顶点B被高亮表示。	C	B, E, G	A, D, F
	在当前情况下，可以在C、E与G间进行选择。C距B为8，E距B为7，G距F为11。点E最近，因此将顶点E与相应边BE高亮表示。	无	C, E, G	A, D, F, B
	这里，可供选择的顶点只有C和G。C距E为5，G距E为9，故选取C，并与边EC一同高亮表示。	无	C, G	A, D, F, B, E
	顶点G是唯一剩下的顶点，它距F为11，距E为9，E最近，故高亮表示G及相应边EG。	无	G	A, D, F, B, E, C
	所有顶点均已被选取，图中绿色部分即为连通图的最小生成树。在此例中，最小生成树的权值之和为39。	无	无	A, D, F, B, E, C, G

3.java代码实现

/**
 * @author wangli
 * @data 2022/6/13 14:44
 * @Description:
 */
public class PrimArithmetic {
    @Test
    public void PrimArithmeticDemo(){

        char[] vertexs = new char[] {'A','B','C','D','E','F','G'};
        Graph graph = new Graph(vertexs);
        int[][] edges = new int[][] {
                {10000,5,7,10000,10000,10000,2},
                {5,10000,10000,9,10000,10000,3},
                {7,10000,10000,10000,8,10000,10000},
                {10000,9,10000,10000,10000,4,10000},
                {10000,10000,8,10000,10000,5,4},
                {10000,10000,10000,4,5,10000,6},
                {2,3,10000,10000,4,6,10000}};
        createTree(graph,vertexs,edges);
        graph.showGraph();
        minPrim(graph,0);

    }

    /**
     * 最小生成树
     * @param graph
     * @param v 起始节点
     */
    public void minPrim(Graph graph,int v){
        //visited[] 标记结点是否被访问过
        Integer[] visiteds = new Integer[graph.vertex.length];
        for (int i = 0; i < visiteds.length; i++) {
            visiteds[i]=0;
        }
        visiteds[v]=1;
        int min=10000;
//        记录起始点
        int startVertex=-1;
//        记录终点
        int endVertex=-1;
        for (int i = 0; i < graph.vertex.length; i++) {
            for (int j = 0; j < graph.vertex.length; j++) {
                for (int k = 0; k < graph.vertex.length; k++) {
                    if (visiteds[j]==1&&visiteds[k]==0&&graph.edges[j][k]<min){
                        min=graph.edges[j][k];
                        startVertex=j;
                        endVertex=k;
                    }
                }
            }
            System.out.println("边<" + graph.vertex[startVertex] + graph.vertex[endVertex] + ">权值:" + min);
//            表示该点以及被遍历过
            visiteds[endVertex]=1;
            min=10000;
        }
    }

    /**
     * 创建树
     */
    public void createTree(Graph graph,char[] vertexes,int[][] edges){
        for (int i = 0; i < vertexes.length; i++) {
            graph.vertex[i]=vertexes[i];
            for (int j = 0; j < vertexes.length; j++) {
                graph.edges[i][j]=edges[i][j];
            }
        }
    }
    @Data
    static class Graph{
        //    节点
        private char[] vertex;
        //    邻接矩阵
        private int[][] edges;

        public Graph(char[] vertex) {
            this.vertex=vertex;
            edges=new int[vertex.length][vertex.length];

        }

        /**
         * 查看邻接矩阵
         */
        public void showGraph(){
            for (int i = 0; i < vertex.length; i++) {
                for (int j = 0; j < vertex.length; j++) {
                    System.out.printf("%15d",edges[i][j]);
                }
                System.out.println();
            }
        }

    }

}

生成的最短路径如下