java图论_图论最小生成树

最新推荐文章于 2022-12-15 20:51:38 发布

我不做镰刀很多年

最新推荐文章于 2022-12-15 20:51:38 发布

阅读量154

点赞数

文章标签： java图论

本文链接：https://blog.csdn.net/weixin_31678781/article/details/114624785

版权

最小生成树

最小生成树(Minimum Spanning Tree)，简称MST，更详细点叫最小权重生成树，是一副连通加权无向图中一棵权值最小的生成树。对于图，在完全连通的情况下，则拥有生成树。而如果图不连通的话，则拥有多棵生成子树，构成生成森林。

最小生成树正式的定义为：给定一个无向图 $G=(V,E)$ ,$E_{ab}$ 表示连接顶点a与顶点b的边，有 $E_{ab}∈E $而 $w_{ab}$表示该边的权重若存在T为E的子集(即$ T\subseteq E )且 (V, T) 为树，使得

$$ w(T) =\sum_{E_{ab}∈T} w_{ab}$$

的 $w(T)$ 最小，则此T为G的最小生成树。

利用最小生成树解决实际问题的例子有很多，比如某个镇有十几个小村庄，现要在这些村庄中构建一个通信网络，将每个村庄都连接起来，如何走线能最节省电缆？这就可以用最小生成树解决。

Prim算法

Prim(普里姆)算法是一种用于求解最小生成树的算法，通过此算法能搜索到图边集合中某个特定的子集，该子集构成的树能连通图的所有顶点，而且所有边的权重之和最小。该算法于1930年由捷克数学家沃伊捷赫·亚尔尼克(Vojtěch Jarník)发现；并在1957年由美国计算机科学家罗伯特·普里姆(Robert C. Prim)独立发现；1959年，艾兹格·迪科斯彻再次发现了该算法。

Prim的主要思想是：从图中任意一个顶点开始，每次选择与当前顶点集距离最近的顶点，将对应的边加入到树中，直至所有顶点被处理完。

算法步骤

对于一个加权连通图，其顶点集合为V，边集合为E；

从集合V中任选一个顶点作为初始顶点，将该顶点标为已处理；

已处理的所有顶点可以看成是一个集合T，计算所有与集合T中相连接的顶点的距离，选择距离最短的顶点，将其标记为已处理，并记录最短距离的边；

不断计算已处理的顶点集合T和未处理的顶点的距离，每次选出距离最短的顶点标为已处理，同时记录最短距离的边，直至所有顶点都处理完。

最终，所有记录的最短距离的边构成的树，即是最小生成树。

Prim过程

假如我们现在有一个7个顶点的无向加权图，结构如下图，分别用0-6来表示图的每个顶点，每条边上的数字为对应的权重。

为了记录过程状态，引入如下表格，第一列“顶点”表示图的顶点，分别为0到6；第二列“处理标识”表示对应顶点是否已处理，未处理状态为F，已处理状态为T；第三列“权重”表示顶点到顶点的权重，初始值为INF；第四列“顶点”用于描述最小生成树，与第一列的“顶点”组合成最小生成树的边，初始值为-1。

现在我们随便选一个顶点3作为初始顶点，将该顶点标记为已处理T，并且权重置为0，因为自己对自己的权重为0。

此时已处理集合为{3}，检测与顶点3相邻的顶点，先检查(3,1)边的权重，权重设为4，最小生成树另外一个顶点设为3，表示顶点1到顶点3的边。

继续检查(3,2)边的权重，权重设为4，最小生成树另外一个顶点设为3，表示顶点2到顶点3的边。

类似地，检查(3,4)边的权重，权重设为5，最小生成树另外一个顶点设为3。

检查(3,5)边的权重，权重设为1，最小生成树另外一个顶点设为3。

对于已处理集合为{3}，相邻的所有顶点中，找出权重最小的边，即权重为1的边(3,5)，将顶点5的处理标识设为T，并将其加入到已处理集合中，此时集合为{3,5}。

对于集合{3,5}，检测与它们相邻的顶点，这里注意到因为顶点3上一轮已经检测过了，不必再针对顶点3进行权重检测了，但顶点5能更新之前的权重(可以这样想一下：顶点3到顶点2的权重如果为4，而顶点5到顶点2的权重为2，那么就取权重小的)。于是，检查(5,2)边的权重，权重设为2，最小生成树另外一个顶点设为5，表示顶点2到顶点5的边。