disjsets java_最小生产树Prim和Kruskal

前言

春节将至，提前祝大家新春快乐，万事如意。今天介绍无向图最小生产树。

无向图最小生成树问题描述

一个无向图G的最小生成树就是由该图的那些链接G的所有顶点的边构成的树，其总价值最低。 最小生成树存在当且仅当图是连通的。为了简便考虑， 下面的算法都是假设图是连通的。 无向图最小生成树有两个典型的算法Prim和Kruskal，下面分别介绍。

Prim算法

算法核心思想

以贪婪策略，一步一步将关联顶点增加到树上。

算法介绍

算法的每一阶段都是通过：

选择一条边(u，v)使得(u，v)的值是所有u在树上但v不在树上的边的值中的最小者。并把相应的顶点v添加到这颗树上。

继续上述步骤，直到所有顶点都在树上。

图解示例

核心代码

public void prim(Vertex start){

//初始声明所有顶点均不在树上

for(Vertex v:graph){

v.isInTree=false;

v.dist=Integer.MAX_VALUE;

}

start.dist = 0;// 声明起点的距离为0

//以顶点的最短距离构建堆

PriorityQueue priorityQueue = new PriorityQueue();

priorityQueue.add(start);

while(!priorityQueue.isEmpty()){

Vertex v=priorityQueue.poll();

if(v!=null){

if(!v.isInTree){//取出的顶点不在树上

//1. 声明顶点在树上

v.isInTree=true;

if(v.adj!=null&&!v.adj.isEmpty()){

for(AdjVertex adjw:v.adj){

//更新临接表中 最短距离有变化的顶点，并将该顶点加入到优先队列

if(adjw.cvw

adjw.w.setDist(adjw.cvw);

adjw.w.setPath(v);

priorityQueue.add(adjw.w);

}

}

}

}

}

}

}

Kruskal算法

算法核心思想

以贪婪策略，连续按照最小的权选择备选边，并且当所选的边不会产生圈时选定该边。

算法介绍

分析

Kruskal类似处理一个森林。初始时，有存在|V|颗单节点树，每添加一条边即将两棵树合并，当算法终止时就只有一颗树。

数据结构选择

经过上述分析，Kruskal所需要的数据结构需要很好的支持find(即找到节点所属的当前树)和union操作(即合并两颗树)。目前良好的支持find/union操作的数据结构就是不相交集合。

每次选择最小权的边。以边的权构建堆，每次执行deletemin操作。

算法核心

在算法的任意时刻，两个顶点属于同一个集合当且仅当它们在当前的生成森林中连通。

图解示例

核心代码

public List kruskal() {

List result = new ArrayList();

int vertexSize = graph.values().size();

int acceptedEdge = 0;

//以点的数量构建不相交集合

DisjSets disjSets = new DisjSets(vertexSize);

//以边的权构建堆

PriorityQueue priorityQueue = new PriorityQueue(getEdges());

while (acceptedEdge < vertexSize - 1&&!priorityQueue.isEmpty()) {

Edge e = priorityQueue.poll();

int disv = disjSets.find(e.vnum);

int disw = disjSets.find(e.wnum);

if (disv != disw) {

//两个顶点不在一颗树上，合并两个顶点

acceptedEdge++;

disjSets.union(disv, disw);

result.add(e);

}

}

return result;

}

完整代码地址

github

Prim

码云