python的networkx 算法_NetworkX之Prim算法(实例讲解)

引言

Prim算法与Dijkstra的最短路径算法类似，它采用贪心策略。算法开始先把图中权值最小的边添加到树T中，然后不断把权值最小的边E(E的一个端点在T中，另一个在G-T中)。当没有符合条件的E时算法结束，此时T就是G的一个最小生成树。

NetworkX是一款Python的软件包，用于创造、操作复杂网络，以及学习复杂网络的结构、动力学及其功能。 本文借助networkx.Graph类实现Prim算法。

正文

Prim算法的代码

Prim

def prim(G,s):

dist = {} # dist记录到节点的最小距离

parent = {} # parent记录最小生成树的双亲表

Q = list(G.nodes()) # Q包含所有未被生成树覆盖的节点

MAXDIST = 9999.99 # MAXDIST表示正无穷，即两节点不邻接

# 初始化数据

# 所有节点的最小距离设为MAXDIST，父节点设为None

for v in G.nodes():

dist[v] = MAXDIST

parent[v] = None

# 到开始节点s的距离设为0

dist[s] = 0

# 不断从Q中取出“最近”的节点加入最小生成树

# 当Q为空时停止循环，算法结束

while Q:

# 取出“最近”的节点u，把u加入最小生成树

u = Q[0]

for v in Q:

if (dist[v] < dist[u]):

u = v

Q.remove(u)

# 更新u的邻接节点的最小距离

for v in G.adj[u]:

if (v in Q) and (G[u][v]['weight'] < dist[v]):

parent[v] = u

dist[v] = G[u][v]['weight']

# 算法结束，以双亲表的形式返回最小生成树

return parent

测试数据

从~到

2

3

4

5

6

7

8

1

1.3

2.1

0.9

0.7

1.8

2.0

1.8

2

0.9

1.8

1.2

2.8

2.3

1.1

3

2.6

1.7

2.5

1.9

1.0

4

0.7

1.6

1.5

0.9

5

0.9

1.1

0.8

6

0.6

1.0

7

0.5

测试代码

import matplotlib.pyplot as plt

import networkx as nx

g_data = [(1,2,1.3),(1,3,2.1),4,0.9),5,0.7),6,1.8),7,2.0),8,(2,1.2),2.8),2.3),1.1),(3,2.6),1.7),2.5),1.9),1.0),(4,1.6),1.5),(5,0.8),(6,0.6),(7,0.5)]

def draw(g):

pos = nx.spring_layout(g)

nx.draw(g,pos,\

arrows=True,\

with_labels=True,\

nodelist=g.nodes(),\

style='dashed',\

edge_color='b',\

width=2,\

node_color='y',\

alpha=0.5)

plt.show()

g = nx.Graph()

g.add_weighted_edges_from(g_data)

tree = prim(g,1)

mtg = nx.Graph()

mtg.add_edges_from(tree.items())

mtg.remove_node(None)

draw(mtg)

运行结果

以上这篇NetworkX之Prim算法(实例讲解)就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持编程小技巧。