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);
}