最小生成树（普利姆算法）及java代码实现

最小生成树（普利姆算法）

普利姆算法

​ 构建邻接矩阵

代码数据来源

概述

普里姆算法（Prim算法），图论中的一种算法，可在加权连通图里搜索最小生成树。意即由此算法搜索到的边子集所构成的树中，不但包括了连通图里的所有顶点（英语：Vertex (graph theory)），且其所有边的权值之和亦为最小。该算法于1930年由捷克数学家沃伊捷赫·亚尔尼克（英语：Vojtěch Jarník）发现；并在1957年由美国计算机科学家罗伯特·普里姆（英语：Robert C. Prim）独立发现；1959年，艾兹格·迪科斯彻再次发现了该算法。因此，在某些场合，普里姆算法又被称为DJP算法、亚尔尼克算法或普里姆－亚尔尼克算法。

图解

下面对算法的图例描述（与代码无关，代码数据取自上图）

图例	说明	不可选	可选	已选（Vnew）
	此为原始的加权连通图。每条边一侧的数字代表其权值。	-	-	-
	顶点D被任意选为起始点。顶点A、B、E和F通过单条边与D相连。A是距离D最近的顶点，因此将A及对应边AD以高亮表示。	C, G	A, B, E, F	D
	下一个顶点为距离D或A最近的顶点。B距D为9，距A为7，E为15，F为6。因此，F距D或A最近，因此将顶点F与相应边DF以高亮表示。	C, G	B, E, F	A, D
	算法继续重复上面的步骤。距离A为7的顶点B被高亮表示。	C	B, E, G	A, D, F
	在当前情况下，可以在C、E与G间进行选择。C距B为8，E距B为7，G距F为11。E最近，因此将顶点E与相应边BE高亮表示。	无	C, E, G	A, D, F, B
	这里，可供选择的顶点只有C和G。C距E为5，G距E为9，故选取C，并与边EC一同高亮表示。	无	C, G	A, D, F, B, E
	顶点G是唯一剩下的顶点，它距F为11，距E为9，E最近，故高亮表示G及相应边EG。	无	G	A, D, F, B, E, C
	现在，所有顶点均已被选取，图中绿色部分即为连通图的最小生成树。在此例中，最小生成树的权值之和为39。	无	无	A, D, F, B, E, C, G

java代码实现（部分代码）

/**
 *prim算法
 * @author SGJ
 * @param
 * @return
 */
public void prim(){
    int[] lowcost=new int[vertexSize];//最小权值集合 最小时置为0
    int[] adjvex=new int[vertexSize];//放置顶点权值下标
    int min,minId,sum=0;
    //初始化lowcost数组为matrix二维数组第一行
    for (int i=1;i<vertexSize;i++){
        lowcost[i]=matrix[0][i];
    }
    //获取lowcost数组中的最小权值
    for (int i=1;i<vertexSize;i++){
        min=MAX_WEIGHT;
        minId=0;
        for (int j=1;j<vertexSize;j++){
            if (lowcost[j]<min&&lowcost[j]>0){
                min=lowcost[j];
                minId=j;
            }
        }
        System.out.println("顶点："+adjvex[minId]+"权值"+min);
        sum+=min;
        lowcost[minId]=0;
        //遍历二维数组索引为minId的那行数组，并且与之前的lowcost数组进行比较，用较小的值替换lowcost数组中的相应值
        for (int j=1;j<vertexSize;j++){
            if (lowcost[j]!=0&&matrix[minId][j]<lowcost[j]){
                lowcost[j]=matrix[minId][j];
                adjvex[j]=minId;
            }
        }
    }
    System.out.println("权值和："+sum);
}