克鲁斯卡尔算法:
【1】克鲁斯卡尔算法
普里姆算法是以某顶点为起点,逐步找各顶点上最小权值的边来构建最小生成树。
克鲁斯卡尔算法是直接以边为目标去构建。
因为权值是在边上,直接去找最小权值的边来构建生成树也是很自然的想法,只不过构建时要考虑是否会形成环路而已。
此时我们用到了图的存储结构中的边集数组结构。
以下是边集数组结构的定义代码:
本算法所用同普里姆算法的实例,我们直接创建图的边集数组。
并对边的权值从小到大排序后如下图:
【2】克鲁斯卡尔算法及详解
克鲁斯卡尔算法及其详解:
鉴于此算法很简单,当 i=0, i=1, i=2时执行结果可以眼观,不再赘述。直接分析重点:
此算法的Find函数由边数e决定,时间复杂度为O(loge),而外面有一个for循环e次。
所以克鲁斯卡尔算法的时间复杂度为O(eloge)
对比两个算法:
克鲁斯卡尔算法主要针对边展开,边数少时效率会很高,所以对于稀疏图有优势
而普利姆算法对于稠密图,即边数非常多的情况会好些。
【3】克鲁斯卡尔算法实现
实现代码如下:
/克鲁斯卡尔算法
//在连通网中求出最小生成树
#include
#include
#define MAXEDGE 20
#define MAXVEX 20
#define INFINITY 65535
typedef struct
{
int arc[MAXVEX][MAXVEX];
int numVertexes, numEdges;//顶点数,边数
}MGraph;
typedef struct
{
int begin;
int end;
int weight;
}Edge; //对边集数组Edge结构的定义
//创建图的邻接矩阵
void CreateMGraph(MGraph *G) {
int i, j;
G->numEdges=11;
G->numVertexes=7;
for (i = 0; i < G->numVertexes; i++) {
for ( j = 0; j < G->numVertexes; j++) {
if (i==j)
G->arc[i][j]=0;
else
G->arc[i][j] = G->arc[j][i] = INFINITY;
}