1.快速了解Prim算法
学过数据结构的看官老爷们都应该知道,普里姆太熟悉了,不就是最小生成树的算法嘛,是的它是一种求最小树的算法。本文通过剖析伪代码的过程来理解这个“easy algorithm”。
话不多说下面先描述下算法:
运算方法是任取一个点,以这个点为集合开始,然后对所有点与这个点的距离进行更新,找出离这个集合最近的点,然后把这个点放进这个集合(所以每一次运算的时候都要判断一下这个点是否在这个集合里,所有要用到一个vset数组)更新权值,然后再以这个集合继续寻找离这个集合最近的点,直到没有点存在。
2.伪代码讲解Prim算法
第一个for 循环初始化最小权值结集合(表示最小生成树到结点v的权值),V为 所有顶点的集合 .
随机选取一个顶点作为起始顶点并加入集合U(最小生成树的结点).
对所有结点进行while循环,N(U)表示结点集合
第二for循环从剩余结点选取到当前最小生成树的最小路径权值的点。 记录结点u->v的路径权值集合如果小于则将更新的值为,记录可能选取的结点,
选取新的结点后更新集合U,以及F(存储最小生成树边的集合),
也许不大好理解下面我们来看个例子吧
下表是最小生成树的简化过程,只列举了生成树的有效步骤没有将所有可能情况列出
u | v | U | V | π(v) | P(v) | F |
---|---|---|---|---|---|---|
a | d | {a,d,b} | {a,b,c,d,e,f,g,h} | 5 | d | {a->d} |
d | b | {a,d} | {a,b,c,d,e,f,g,h} | 8 | b | {a->d,d->b} |
a | c | {a,d,b,c} | {a,b,c,d,e,f,g,h} | 9 | c | {a->d,d->b,a->c} |
b | f | {a,d,b,c,f} | {a,b,c,d,e,f,g,h} | 9 | f | {a->d,d->b,a->c,b->f} |
f | e | {a,d,b,c,f,e} | {a,b,c,d,e,f,g,h} | 6 | e | {a->d,d->b,a->c,b->f,f->e} |
e | g | {a,d,b,c,f,e,g} | {a,b,c,d,e,f,g,h} | 5 | g | {a->d,d->b,a->c,b->f,f->e,e->g} |
g | h | {a,d,b,c,f,e,g,h} | {a,b,c,d,e,f,g,h} | 10 | h | {a->d,d->b,a->c,b->f,f->e,e->g,g->h} |
3. JAVA实现最小生成树
import java.util.Map;
public class Prim {
static int min = 65535;
public static void prim(int[][] graph, int n){
//定义结点
char[] c = new char[]{'a','b','c','d','e','f','g','e','f'};
//存放当前生成树到剩余各顶点最短权值的边
int[] lowcost = new int[n];
//标记顶点是否加入到生成树中,初始值全为0
int[] vset = new int[n];
int i, j, minid = 0, sum = 0;
//初始化vset,lowcost
for(i = 0; i vset[i] = 0;
lowcost[i] = graph[0][i];
}
//将结点a加入到生成树中
vset[0] = 1;
for(i = 0; i 1; ++i){
min = 65535;
//寻找最短边
for(j = 0;j if(vset[j]==0 && lowcost[j] min = lowcost[j];
minid = j;
}
vset[minid] = 1;
sum += min;
//获取父节点方便打印
int temp = 0;
for(int x = 0; x if(graph[x][minid] == min)
{temp = x;break;}
System.out.println(c[temp]+"->"+c[minid]);
//加入新结点后更新lowcost
for (j = 0; j if(vset[j]==0&&graph[minid][j] lowcost[j] = graph[minid][j];
}
}
System.out.println(sum);
}
public static void main(String[] args) {
int MAX = 65535;
int[][] map = new int[][]{
{0,10,9,5,MAX,MAX,MAX,MAX},
{10,0,10,8,10,9,MAX,MAX},
{9,10,0,0,MAX,MAX,MAX,MAX},
{5,8,9,0,12,13,MAX, MAX},
{MAX,10,MAX,12,0,6,5,20},
{MAX,MAX,MAX,9,6,0,9,14},
{MAX,MAX,MAX,MAX,5,9,0,10},
{MAX,MAX,MAX,MAX,20,14,10,0}
};
prim(map, map.length);
}
}
运行结果为
4.总结
通过邻接矩阵图表示的简易实现中,找到所有最小权边共需O(V)的运行时间。使用简单的二叉堆与邻接表来表示的话,普里姆算法的运行时间则可缩减为O(ElogV),其中E为连通图的边数,V为顶点数。如果使用较为复杂的斐波那契堆,则可将运行时间进一步缩短为O(E+VlogV),这在连通图足够密集时(当E满足Ω(VlogV)条件时),可较显著地提高运行速度。
各位看官老爷如果你觉得这篇文章有收获就给我点个赞吧!