两个均是贪心算法,均是先找最小边,再找次小边。重点在于如何判断是否形成回路。
Kruskal算法:解决方法,连通分量。O(n+eloge) 邻接表
仅适用于无向图。最小堆找出全局小边。通过检查边两端顶点是否在同一连通分量上来判断是否形成回路,若是,则舍弃,不是,则添加。
而判定连通分量通过并查集实现。如此循环N-1次,或者堆为空,则结束。
为什么Kruskal只适用于无向图?因为并查集判定连通分量是通过等价关系判定的,而有向图连通分量显然不满足等价关系。
上面方法也可以用来判定无向图中是否存在环路。
Prim算法:O(eloge)
有向图,无向图均可。通过是否是割边来判断回路。具体来说,通过一标记数组标记生成树节点,对于每个节点的向外割边,取最小边作为下一生成树边,
并将节点加入标记数组,更新割边,如此反复,直至覆盖所有顶点或者割边堆为空。
prim之所以适用于有向图是因为割边本身就是有向的。
下面给出Java代码:
Java中最小堆就是PriorityQueue.
并查集:
1 package com.company; 2 import java.util.ArrayList; 3 /** 4 * Created by qiguo on 2017/4/6. 5 */ 6 public class UnionFindSet { 7 ArrayList<Integer> arrayList; 8 9 public UnionFindSet(){ 10 arrayList = new ArrayList<>(20); 11 for (int i = 0; i < 20; i++) { 12 arrayList.add(-1); 13 } 14 } 15 16 /** 17 * find the set that element belongs to 18 * @param r element 19 * @return set name 20 */ 21 public int find(int r){ 22 int root = r; 23 while (arrayList.get(root) > 0){ 24 root = arrayList.get(root); 25 } 26 return root; 27 } 28 29 /** 30 * Union two set, the small set points to the large one 31 * @param r1 set 1 32 * @param r2 set 2 33 */ 34 public void union(int r1, int r2){ 35 int p1 = find(r1); 36 int p2 = find(r2); 37 if (p1 == p2){ 38 return; 39 } 40 if (arrayList.get(p1) <= arrayList.get(p2)){ 41 arrayList.set(p1, arrayList.get(p1) + arrayList.get(p2)); 42 arrayList.set(p2,p1); 43 }else { 44 arrayList.set(p2, arrayList.get(p1) + arrayList.get(p2)); 45 arrayList.set(p1,p2); 46 } 47 } 48 49 }
图算法:
public void kruskal(){
PriorityQueue<Edge> edges = readEdge();
UnionFindSet ufSet = new UnionFindSet();
int count = numVertices - 1;
while (!edges.isEmpty() && count > 0){
Edge edge = edges.poll();
if (ufSet.find(edge.v1) != ufSet.find(edge.v2)){
ufSet.union(edge.v1, edge.v2);
System.out.printf("(" + edge.v1 + ", " + edge.v2 + ") ");
count--;
}
}
System.out.println();
}
public void prim(){
HashSet<Integer> resultSet = new HashSet<>();
int count = 1;
resultSet.add(0);
PriorityQueue<Edge> edgePriorityQueue = new PriorityQueue<>();
for (int i = 0; i < numVertices; i++) {
if (graph[0][i] > 0 && graph[0][i] < 1000){
Edge edge = new Edge(0, i, graph[0][i]);
edgePriorityQueue.add(edge);
}
}
while (!edgePriorityQueue.isEmpty() && count < numVertices){
Edge tmp = edgePriorityQueue.poll();
if (resultSet.contains(tmp.v2)){
continue;
}else {
System.out.printf("(" + tmp.v1 + ", " + tmp.v2 + ") ");
int node;
if (resultSet.contains(tmp.v1)) {
node = tmp.v2;
} else {
node = tmp.v1;
}
resultSet.add(node);
count++;
for (int i = 0; i < numVertices; i++) {
if (graph[node][i] > 0 && graph[node][i] < 1000 && !resultSet.contains(i)){
Edge edge = new Edge(node, i, graph[node][i]);
edgePriorityQueue.add(edge);
}
}
}
}
}