使用贪心算法解决最小生成树

最新推荐文章于 2022-10-16 00:34:53 发布
最新推荐文章于 2022-10-16 00:34:53 发布
阅读量2.8k 收藏 2
点赞数
文章标签： 数据结构与算法 c/c++ python
原文链接：https://juejin.im/post/5c31e5a551882525602dd545
版权

生成树的定义：对于一个图G，获取G的边使得所有的顶点都连接到。最小生成树(MST Minimun spanning tree):给定图G(V,E),以及对应的边的权重，获取一颗总权重最小的生成树。

树的定义:连接的无环图

直接策略

找到所有的生成树，然后计算权重最小的

考虑上面的图，一但红色线选定，对于接下了的标号为1,..,n的所有节点点，左右节点都只需要二选一即可得到不同的生成树，这样的选择有 2^n种，太多

贪心算法的性质

  1. 最优子结构:有多个子结构的最优解最终组成整个问题的最优解
  2. 贪心算法的选择特定，会使得局部最优解最终也是全局最优解

寻找MST的最优子结构

假如边e={u,v}是某个MST的一条边，通过对合并这两个顶点为一个新的顶点(这种操作称作contract e)，将有多条边同时连接多个顶点的合并成一个权重最小的边保留，其它边的连接形式保持不变。可以证明假设T'是G/e(不包含e的G)的MST，那么T'U{e}也是G的MST

证明

假设T*(e\in T^*)是G的MST，那么 T*/e（即T'） 也是 G/e的MST,即

w(T')\leq w(T^*/e)

而w(T'Ue)=w(T')+w(e)，所以

w(T'Ue) \leq w(T^*/e)+w(e)=w(T^*)

因而成立

MST的贪心选择

假设有任意的cut(S,V-S),选取e,使得e是所有crossing cut的最小权重的边(e={u,v},u\in S v\in V-S)，那么e肯定是属于某个MST。

红色的线即 crossing cut的边

证明

假设T是G的一个MST，那么它必定存在一条边e'={u',v'}横跨S和V/S，由于w(e)<=w(e')，可以构造T'=T/{e'}U{e}=w(T)-w(e')+w(e)<=w(T),也就是说T'也是MST，e属于某个MST。

Prim's算法

维护一个优先级队列Q，它的节点u.key=min{w(u,v)|u in s and v in (S-V)}

  • 随便选取单个节点作为S，其它的都是 S-V
  • 在Q中存储V所有的节点，对于节点s,有s.key=0,其它的是 无穷大
  • 只要Q中还有元素，获取最小的元素，遍历它的邻接表，如果节点v不在S里面，并且w(u,v)<v.key，更新v.key=w(u,v),记录v.parent=u

初始的图如下

选取节点s in S，其它的为V-S 按照初始化的规则得到

Q：{S.key=0,A.key=\infty,B.key=\infty,C.key=\infty,D.key=\infty,E.key=\infty,F.key=\infty,G.key=\infty}

然后获取最小key的节点，显然他就是S

获取S的所有邻接表，比较crossing cut的边的权值和当前Q中存储的key的大小，保留小的，得到

Q：{A.key=7,B.key=\infty,C.key=15,D.key=10,E.key=\infty,F.key=\infty,G.key=\infty}

再找到Q中最小的为A，将两者记下来

再查看所有S的邻接表，更新Q的权值，得到

Q：{B.key=9,C.key=15,D.key=10,E.key=\infty,F.key=5,G.key=12}

获取最小值为5,将它放入S中


再次更新Q得到

Q：{B.key=9,C.key=15,D.key=8,E.key=14,G.key=6}

获取最小是为6，得到

再更新Q

Q：{B.key=9,C.key=15,D.key=8,E.key=14}

最小值为8

更新Q得到

Q：{B.key=9,C.key=15,E.key=3}

最小值为3

更新Q得到

Q：{B.key=9,C.key=15}

最小值为9

更新Q得到

Q：{C.key=15}

最小值为15

最终得到MST为

运行时间

在整个过程中，涉及V次的从优先级队列中获取最小值，以及边两倍次的减少key的值，所以总的时间为

O(V)T_{extractMin}+O(E)T_{decreaseKey}

使用斐波那契堆可以达到VlgV+E

Kruskal's算法

核心思想：全局最小的corssing cut边必定属于最小生成树，这个过程不能生成环，需要追踪两个节点是否已经互相连接了

追踪的数据结构是 Union-Find 结构，包含3个功能，Make-Set:创建一个集合；Find-Set:找到当前元素在那个集合；Union:合并集合

  • 刚开始的时候T什么都没有
  • 对每个节点v都执行一遍Make-Set
  • 为了找到全局最小的crossing cut，对整个的边通过权值按照递增来排序
  • 按照增序遍历所有的边，如果两个节点u和v属于不同的集合(crossing cut)，那么可以合并边T=TU{e},然后将这两个集合合并Union(u,v)

延伸阅读 Union-Find数据结构与Ackermann函数

时间分析

T_{sort}(E)+O(V)*T_{make-set}+O(E)(T_{Find}+T_{Union})

在使用Union-Find数据结构的基础上能够做到时间为O(ElgE+Eα(V))，假设权重为正整数而且最大值是个常量，那么排序可以达到常量的时间，这个时候，算法所需要的时间就是O(E),整体不Prims算法要好

最快的MST 算法运行期望时间是O(V+E),Karger, Klein, and Tarjan 1993发明

weixin_34376562
关注
算法设计-贪心算法——最小生成树Prim和Kruskal算法
weixin_44034024的博客
12-07 3648
算法介绍 贪心算法： 贪心算法（又称贪婪算法）是指，在对问题求解时，总是做出在当前看来是最好的选择。即通过每次贪最优的情况，直到问题结束，是通过局部最优达到整体最优的解决问题的方法。 问题实例 问题描述： 连通带权图G=（V,E) 其中V=｛1，2，3，4，5，6｝，E为10条边的集合，如上图。 请编程求解该图G的一棵最小生成树 分别使用Prim算法和Kruskal算法解决该问题 （一）Prim算法 贪心策略：每次选择到下一顶点权值最小的边 伪代码： ①将所有顶点放入集合V{}中，设最小生成树顶点集S{}
c语言贪心算法最小生成树,贪心算法4-最小生成树(Prim算法）
weixin_30767365的博客
05-23 1355
1.问题分析在一个有n个节点的无向连通图G = (V, E)中，V表示顶点集，E表示边集。只需n-1条边就可以使这个图连通，n-1条边要想保证图连通，就必须不含回路，所以我们只需要找出n-1条权值最小且无回路的边即可。需要明确几个概念：生成子图：选中一些边和所有顶点组成的图，称为原图的生成子图。生成树：如果生成子图恰好是一棵树，称为生成树。最小生成树：权值之和最小的生成树，称为最小生成树。2.算法...
贪心算法实现最小生成树
05-12
Prim算法 设G=(V,E)是连通带权图，V={1,2,…,n}。构造G的最小生成树的Prim算法的基本思想是： (1)置S={1} (2)只要S是V的真子集，就作如下的贪心选择 选取满足条件i ∈ S，j ∈ V-S，且c[j]最小的边，将顶点j添加到S中。一直到S=V时为止。 (3)选取到的所有边恰好构成G的一棵最小生成树。
贪心算法应用-最小生成树
weixin_30660027的博客
07-24 555
　　在一个有权连通图（网络）中，生成树的各边权值之和称为生成树的代价。在网络的所有生成树中，权值最小的那颗生成树称为最小代价生成树（Minimum Cost Spanning Tree）,简称为最小生成树Minimum Spanning Tree）。讨论问题就是如何寻找一颗各边权的总和最小的生成树。 Q：假设n个城市之间建立公路网，则连通n个城市只需要n-1条公路。如何在最节省经费条件下...
贪心算法-最小生成树Kruskal算法和Prim算法
weixin_30631587的博客
11-23 411
Kruskal算法： 不断地选择未被选中的边中权重最轻且不会形成环的一条。 简单的理解： 不停地循环，每一次都寻找两个顶点，这两个顶点不在同一个真子集里，且边上的权值最小。 把找到的这两个顶点联合起来。 初始时，每个顶点各自属于自己的子集合，共n个子集合。 每一步操作，都会将两个子集合融合成一个，进而减少一个子集合。 结束时，所有的顶点都在同一个子集合里，这个子集合就是最小生成树。 ...
用贪心算法求解最小生成树
weixin_43442778的博客
04-27 9272
一、实验要求与目的 熟悉贪心算法的基本原理与适用范围。 使用贪心算法编程，求解最小生成树问题。 二、实验内容 任选一种贪心算法（Prim或Kruskal），求解最小生成树。对算法进行描述和复杂性分析。 编程实现，并给出测试实例 三、实现思想 Prim:S、V为两个集合，S中初始为{1}，V中包含了所有的顶点，然后从V-S中选出和S中顶点距离最近的顶点j，并将j添加到S中。设置两个数组...
算法导论实验——贪心算法求解最小生成树问题
jane_6091的博客
08-17 3604
1.贪心算法求解最小生成树问题： 要求：分别用c/c++实现prim算法和Kruskal算法求解一个网络的最小生成树； 分析两种算法的时间复杂度和各自的特点 2.代码： //c实现prim算法源代码： #include <stdio.h> #include <limits.h> #define N 100 int p[N], key[N], tb[N][N]; void...
贪心算法最小生成树c语言,贪心算法之最小生成树(Prim和kruskal算法)
weixin_34458671的博客
05-24 950
转载：勿在浮沙筑高台http://blog.csdn.net/luoshixian099/article/details/51908175零.相关概念关于图的几个概念定义：连通图：在无向图中，若任意两个顶点vivi与vjvj都有路径相通，则称该无向图为连通图。强连通图：在有向图中，若任意两个顶点vivi与vjvj都有路径相通，则称该有向图为强连通图。连通网：在连通图中，若图的边具有一定的意义，每一...
贪心算法，最小生成树
11-06
贪心算法和最小生成树 贪心算法是指在解决问题时，总是做出在当前看来最好的选择，以期望能够得到最终的最优解。贪心算法并不从整体最优考虑，它所作出的选择只是在某种意义上的局部最优选择。虽然贪心算法不能对...
贪心算法——最小生成树Prim
09-07
了解学习
用贪心算法设计策略设计出构造最小生成树的有效算法
07-12
用贪心算法设计策略设计出构造最小生成树的有效算法krukal算法实现C语言
最小生成树问题
12-23
最小生成树问题，数据结构的课程设计报告，，含有普里母算法，克鲁斯卡尔算法，，邻接矩阵，邻接表存储结构。
贪心算法——最小生成树
milu_ELK的博客
10-16 2284
Prim算法的原理是从最小权值边开始，每次从上一个顶点集合的相邻边中找最短的权值边，再把新加入的顶点视作新集合。Kruskal算法则孤立各个顶点，每次只选取其中的最短路径，使得每次不同连通分支的集合数量越来越少，最后集合数量只剩一个则完成生成树。经典算法是Prim算法和Kruskal算法，他们都是基于贪心算法的。1.因为是选取最短路径，那么每次选取路径应当确认这条路径上的两个顶点是不是属于不同联通分支，只有当两个顶点属于不同连通分支才可选取该路径，否则同一连通分支的路径无法选择。
贪心算法和最小生成树
fangof的专栏
05-20 1446
<br />      突然恍然，无论是贪心算法还是动态规划，最重要的基础是基础排序。其次才是判断所求解是最优解还是次优解，其中背包问题确实能把两者的区别搞清楚。后续在看最小生成树的时候，发现Prim算法和Kruskal算法都是应用贪心算法的<br /> <br />Prim O(n^2)#include<stdio.h> #include<string.h> int g[101][101],cost[101],flag[101],n,m,ans; void init(){ int i,j;
最小生成树（贪心算法）
huangwwu11的专栏
04-15 2497
最小生成树问题——连接n个针脚，可以使用n-1根连线，每个连线连接两个针脚，使得所使用的连线长度最短     抽象为图问题，一个连通无向图G = (V, E)，V是针脚的集合，E是针脚之间的可能连接，且对于每条边都有权重w(u, v)，希望找到一个无环子集，T属于E，权重之和最小 通用方法——在每个时刻生长最小生成树的一条边，并在整个策略的实施过程中，管理一个遵守下述循环不变式的边集合
使用贪心算法解决最小生成树问题。
z2431435的博客
05-21 2589
使用贪心算法解决最小生成树问题。 #include<iostream> #include<algorithm> using namespace std; const int MAX=100; const int MAX_length=10000; int n,m; int G[MAX][MAX];//相邻两边的长 int d[MAX]; bool V[MAX]={false}; int prim(){ int sum=0; V[1]=true; d[1]=0; for(i
贪心算法题解（最小生成树专题）
ZY的博客
11-25 960
A. 最小生成树 Description 在一张图上有N个点，点与点之间的连接的花费都已经告诉你了，请你设计一下，如何解决这个“最小生成树”的问题。要求用prim方法求解。 Input 首先输入一个数字N（0〈=N〈=100） ​ 然后输入一个N*N的矩阵 其中第i行第j列的数字k表示从点i到点j需要的花费。 Output 一个数字，最少需要多少花费才能使得整张图任意两点都直接或者间接连通（也就是最小生成树的权） Sample Input 5 0 41 67 34 0 41 0 69 24 78 67
贪心算法之最小生成树(Prim算法)
weixin_42662358的博客
08-23 3607
问题描述 假设现有7个村庄，需要在村庄之间架设电缆。在保证每一个村庄都有电缆链接的前提下，总的电缆长度最小。 该问题用无向连通图G=(V,E)G=(V,E)G=(V,E)来表示电缆链接网络，VVV表示顶点集，EEE表示边集。把各个村庄抽象为图中的顶点，顶点与顶点之间的边表示村庄之间电缆网络，边的权值表示两个村庄之间的电缆费用。如果两个顶点之间没有连线，代表两个村庄之间架设电缆，费用为无穷大。对应n...
贪心算法最小生成树问题C语言,贪心算法--最小生成树Prim算法
weixin_39872123的博客
05-23 722
引言：前两天在复习贪心算法时，看到单源最短路径的Dijkstra算法和最小生成树的Prim算法，由于自己不认真，竟然将这两个算法思想看成一样的，后来在总结笔记时才发现他们两的区别还是很大的，下面是自己学习Prim算法时做的笔记，特意Mark以下；以供以后复习参考：一：最小生成树：设G=(V,E)是无向联通带权图，即一个网络。E中的每一条边(v,w)的权为c[v][w];如果G的一个子图G1是一颗包...
C++使用贪心算法解决最小生成树问题
最新发布
05-26
最小生成树问题有多种解决方法，其中一种是使用贪心算法。在C++中，使用贪心算法解决最小生成树问题的步骤如下： 1. 确定图的边集合，并根据边权值从小到大排序。 2. 初始化一个空的边集合，这个边集合最终就是最小生成树。 3. 从排序后的边集合中依次选取边加入到边集合中，如果这条边所连接的两个点不在同一个连通块中，则将这条边加入到边集合中，同时将这两个点合并到同一个连通块中。 4. 重复步骤3，直到所有的点都在同一个连通块中为止。 下面是使用 Kruskal 算法实现的代码： ```c++ #include <bits/stdc++.h> using namespace std; const int MAXN = 1005; struct Edge { int u, v, w; bool operator<(const Edge &e) const { return w < e.w; } }; int fa[MAXN]; int find(int x) { if (fa[x] == x) return x; return fa[x] = find(fa[x]); } void merge(int x, int y) { int fx = find(x), fy = find(y); if (fx != fy) fa[fx] = fy; } int main() { int n, m; cin >> n >> m; vector<Edge> edges; for (int i = 0; i < m; ++i) { int u, v, w; cin >> u >> v >> w; edges.push_back({u, v, w}); } sort(edges.begin(), edges.end()); for (int i = 1; i <= n; ++i) fa[i] = i; vector<Edge> ans; for (Edge e : edges) { if (find(e.u) != find(e.v)) { merge(e.u, e.v); ans.push_back(e); } } int sum = 0; for (Edge e : ans) sum += e.w; cout << sum << endl; return 0; } ``` 其中，`Edge` 表示一条边的结构体，`vector<Edge> edges` 存储所有的边，`vector<Edge> ans` 存储最小生成树中的边，`fa` 数组表示并查集的父亲数组。在代码中，我们首先将所有的边按照权值排序，然后使用并查集维护连通性，并将边加入到最小生成树中，最后计算最小生成树的权值和输出即可。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值