数据结构与算法-克鲁斯卡尔算法(Kruskal)

克鲁斯卡尔算法

  1. 克鲁斯卡尔算法,是用来求加权连通图的最小生成树的算法
  2. 基本思想:按照权值从小到大的顺序选择n-1条边,并保证这n-1条边不构成回路
  3. 具体做法:首先构造一只含有n个顶点的森林,然后依权值从小到大从连通网中选择边加入到森林中,并使森林不构成回路,直到森林变成一棵树为止

应用场景

  • 某城市新增7个站点(A, B, C, D, E, F, G),现在需要修路把7个站点连通
  • 各个站点的距离用边线表示(权),比如A-B距离为12公里
  • 问:如何修路保证各个站点都能连通,并且修建的总公里数最短?

代码实现

public class KrushkalCase {

	private int edgeNum;  //边的个数
	private char[] vertex;  //顶点数组
	private int[][] matrix;  //邻接矩阵
	
	private static final int INF = Integer.MAX_VALUE;
	
	public static void main(String[] args) {
		char[] vertexs = {'A', 'B', 'C', 'D', 'E', 'F', 'G'};
		int[][] matrix = {
			{	 0,     12,   INF,   INF,   INF,    16,    14},
			{   12,  	 0,    10,   INF,   INF,     7,   INF},
			{  INF,     10, 	0, 	   3,     5, 	 6,   INF},
			{  INF,    INF, 	3, 	   0,     4,   INF,   INF},
			{  INF,    INF, 	5,     4, 	  0,     2, 	8},
			{   16,      7,     6, 	  INF, 	  2, 	 0, 	9},
			{	14,    INF,   INF, 	  INF, 	  8, 	 9,		0}
		}; 
		
		KrushkalCase krushkalCase = new KrushkalCase(vertexs, matrix);
		krushkalCase.kruskal();
		
	}
	
	public void kruskal() {
		int[] ends = new int[edgeNum];  //用于保存已有最小生成树的中的每个顶点的在最小生成树中的终点
		
		//创建结果数组
		EData[] rests = new EData[edgeNum];
		
		//获取图中的边
		EData[] edges = getEdges();
		sortEdges(edges);
		
		//遍历edges数组,将边添加到最小生成树的时候,判断是否构成回路,未构成,添加
		
		for (int i = 0; i < edgeNum; i++) {
			//获取到第i条边的第一个顶点
			int p1 = getPosition(edges[i].start);
			int p2 = getPosition(edges[i].end);
			
			//获取p1的顶点在已有的最小生成树中的终点
			int m = getEnd(ends, p1);
			//获取p2的顶点在已有的最小生成树中的终点
			int n = getEnd(ends, p2);
			//是否构成回路
			if (m != n) { //没有构成回路
				ends[m] = n;  //设置m在已有最小生成树的终点
				rests[i] = edges[i];
				System.out.println(edges[i]);
			}
		}
	}
	
	public KrushkalCase(char[] vertexs, int matrix[][]) {
		
		//初始化顶点数和边的个数
		int vlen = vertexs.length;
		
		//初始化顶点
		this.vertex = new char[vlen];
		
		for (int i = 0; i < vlen; i++) {
			this.vertex[i] = vertexs[i];
		}
		
		//初始化边
		this.matrix = new int[vlen][vlen];
		for (int i = 0; i < vlen; i++) {
			for (int j = 0; j < vlen; j++) {
				this.matrix[i][j] = matrix[i][j];
			}
		}
		
		//统计边
		for (int i = 0; i < vlen; i++) {
			for (int j = i+1; j < vlen; j++) {
				if (this.matrix[i][j] != INF) {
					edgeNum++;
				}
			}
		}
		
		//打印邻接矩阵
		print();
		
	}
	
	//打印邻接矩阵
	public void print() {
		System.out.println("邻接矩阵为:");
		for (int i = 0; i < vertex.length; i++) {
			for (int j = 0; j < vertex.length; j++) {
				System.out.printf("%12d", matrix[i][j]);
			}
			System.out.println();
		}
	}
	
	//对边进行排序处理
	private void sortEdges(EData[] edges) {
		
		for (int i = 0; i < edges.length - 1; i++) {
			for (int j = 0; j < edges.length - i - 1; j++) {
				if (edges[j].weight > edges[j+1].weight) {
					EData temp = edges[j];
					edges[j] = edges[j+1];
					edges[j+1] = temp;
				}
			}
		}
	}
	
	//返回ch顶点对应的下标,找不到返回-1
	private int getPosition(char ch) {
		for (int i = 0; i < vertex.length; i++) {
			if (ch == vertex[i]) {
				return i;
			}
		}
		return -1;
	}
	
	//获取图中的边,放入Edata数组
	private EData[] getEdges() {
		
		EData[] edges = new EData[edgeNum];
		
		int index = 0;
		for (int i = 0; i < vertex.length; i++) {
			for (int j = i + 1; j < vertex.length; j++) {
				if (matrix[i][j] != INF) {
					edges[index++] = new EData(vertex[i], vertex[j], matrix[i][j]);
				}
			}
		}
		return edges;
	}
	
	//获取下标为i的顶点的终点
	private int getEnd(int ends[], int i) {
		while (ends[i] != 0) {
			i = ends[i];
		}
		return i;
	}
	
}

//创建一个类EData,它的实例对象就表示一条边
class EData {
	char start;  //边的一个点
	char end; //边的另外一个点
	int weight;  //边的权值
	

	public EData(char start, char end, int weight) {
		this.start = start;
		this.end = end;
		this.weight = weight;
	}


	@Override
	public String toString() {
		return "EDate [start=" + start + ", end=" + end + ", weight=" + weight + "]";
	}
	
}
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
普里姆(Prim)算法克鲁斯卡尔(Kruskal)算法都是用于解决最小生成树问题的算法。 最小生成树问题是指在一个无向连通图中,找到一棵生成树,使得树上所有边的权值之和最小。生成树是指一个无向图的生成子图,它是一棵树,且包含图中所有顶点。 下面我们分别介绍普里姆算法克鲁斯卡尔算法: 1. 普里姆算法 普里姆算法是一种贪心算法,它从一个任意点开始,逐步扩展生成树,每次选择当前生成树到未加入的点中距离最近的点,并将其加入生成树。 具体实现步骤如下: - 随机选择一个起始点,将其加入生成树。 - 在生成树中的所有节点中,找到到未加入生成树的节点中距离最小的节点,将其加入生成树。 - 重复以上步骤,直到生成树包含了所有节点。 2. 克鲁斯卡尔算法 克鲁斯卡尔算法也是一种贪心算法,它从边集合中选择边,逐步扩展生成树,每次选择当前边集合中权值最小的边,并将其加入生成树。 具体实现步骤如下: - 将所有边按照权值从小到大排序。 - 从权值最小的边开始,逐个加入生成树,如果加入当前边会形成环,则不加入该边。 - 重复以上步骤,直到生成树包含了所有节点。 两种算法的时间复杂度都是O(ElogE),其中E为边数。普里姆算法在处理稠密图时效率更高,而克鲁斯卡尔算法在处理稀疏图时效率更高。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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