最小生成树

最小生成树

最小生成树概念

定义给定一张边带权的无向联通图G = (V,E), n = |V|,m=|E|。由V中全部
顶点和E中n-1条边构成的无向联通子图被称为G的一棵生成树。边的权值之和最小的的生成树被称为无向图G的最小生成树（Minimum Spanning Tree,MST）

1>是一棵树: 无回路，n个顶点一定有n-1条边
2>是生成树: 包含全部顶点，n-1条边都在图中
3>边的权重和最小

主要思想 贪心，每一步要求最小

kruskal算法

其基本思想是：假设连通网G=（V，E），令最小生成树的初始状态为只有N个顶点而无边的非连通图T=（V，{}），图中每个顶点自成一个连通分量。在E中选择代价最小的边，若该边依附的顶点分别在T中不同的连通分量上，则将此边加入到T中；否则，舍去此边而选择下一条代价最小的边。依此类推，直至T中所有顶点构成一个连通分量为止。
通俗点讲：KRUSKAL算法在找最小生成树结点之前，需要对边权重从小到大进行排序。将排序好的权重边依次加入到最小生成树中（如果加入时产生回路就跳过这条边，加入下一条边），当加入的边数为N - 1条后，就找到了这个连通图的最小生成树。

核心代码 运用到了并查集的思想

const int inf = 0x3f3f3f3f;
const int MAXN = 110;
int vis[1111];

struct QAQ {
    int l, r, val;//依次分别表示左边这个点，右边这个点，两点的边的权值
    bool operator<(const QAQ &tt) const {
    //重载运算符，用于结构体比较
        return val < tt.val;
    }
} dis[MAXN * MAXN];

int find(int x) {//并查集
    return x == vis[x] ? x : vis[x] = find(vis[x]);
}

void kruskal(int m, int n) {
    int sum = 0;
    int num = 0;
    for (int i = 1; i <= m; i++)vis[i] = i;//每个点各自为一个集合
    for (int i = 1; i <= n; i++) {//遍历n对点
        int f1 = find(dis[i].l);//左边点对应的集合
        int f2 = find(dis[i].r);//右边点对应的集合
        if (f1 != f2) {//不在一个集合说明没有加入到生成树
            sum += dis[i].val;//最小生成树的边权和
            vis[f1] = f2;//并入最小生成树的集合
        }
    }
}

prime算法（个人感觉就像是最短路的Dijkstra算法）

在任意时刻，设已经确定属于最小生成树的结点集合为T,剩余节点集合为S,每次找到最小的一条边（X,Y,Z）,满足X∈S,Y∈T。即两个端点分别属于S,T的权值最小的边，然后把点X从S中删除加入到集合T中，并把Z累加到答案中。
通俗点讲：PRIM算法从任意一个顶点开始生成最小生成树，每次选择一个与当前小树最近的一个顶点，并将这个顶点加入到小树中。然后更新这棵小树到其他点的最近距离。

具体实现
1.选用图中的任意一个顶点V0,从V0开始生成最小生成树：
2.初始化d[v0]=0,其他点的距离值d[i]=正无穷；其中d [ i ] 表示当前这棵小树到其他点的最
小距离值。
3. 经过N次如下步骤操作，最后得到一个含N个顶点，N-1条边的最小生成树:
1>选择一个未标记的点K，并且d [ k ] 的值是最小的；
2>标记点K进入这棵小树;
3>以K为中间点，更新这棵小树到未标记点的距离的最小值；
4.得到最有生成树T。
时间复杂度为O(n^2)，可以用二叉堆优化到O(m log n).
主要用于稠密图（边数特别多的）

const int inf = 0x3f3f3f3f;
int vis[1111];//集合（这里只用到两个集合所以用bool也可以）
int dis[1111][1111];//用来保存两个点的边权
int d[1111];//从一点到所有点的最小距离

void prim(int n, int m){
    memset(vis, 0, sizeof(vis));//初始化集合全部不在生成树的集合内
    int index=1;//以1为根节点
    int res=0;//最小生成树边权最小值之和
    vis[index]=1;//将第一个点标进最小生成树集合内
    for(int i=1;i<=n;i++)d[i]=dis[1][i];
    //将现有的从1到所有点的距离放进d中（dis已经先初始化为inf（无限大）再读入的点和边权）
    for(int i=1;i<n;i++){
        int minn=inf;//最小值初始化为无限大
        for(int j=1;j<=n;j++){//遍历n个点找出边权最小值的点
            if(vis[j]==0&&d[j]<minn){//不在最小生成树的集合内并且最小
                minn=d[j];//将最小边权放进minn
                index=j;//获取最小边权的点
            }
        }
        if(minn==inf){
            break;//未获得是就是标记完了直接退出
        }
        res+=minn;//将最小边权加入到res
        vis[index]=1;//将该点并入集合
        for(int j=1;j<=n;j++){//遍历1到n个点
            if(!vis[j]&&d[j]>dis[index][j]){//找到不在最小生成树内的点
            //比较是原来的路径短还是加了index的路径短，如果加了index路径更短那么更新路径
            //（很想像短路对不对）
                d[j]=dis[index][j];
            }
        }
    }
}

总结，缺少拓展，仍然只会套板子，要学会拓展，多种算法并用解题