#最小生成树 (MST)
标签(空格分隔): 算法思想
在无向图中,连通且不含 圈 的图称为树。 给定无向图G = (V,E),连接G中所有点,且边集是E的子集的树称
为G的生成树,而权值最小的生成树称为最小生成树(MST)
常见算法: Kruskal 算法 和 Prim 算法。
圈指的是任选一个顶点为起点,沿着不重复的边,经过不重复的顶点为途径,之后又回到起点的闭合途径称为圈。(可以类似理解成欧拉回路,那就要求奇数度的点为0)
Kruskal 算法
Kruskal 算法第一步是给所有边按照从小到大的顺序进行排列(可以用algorithm 自带的sort)。
接下来从小到大考察每条边(u,v)。
情况1: u和v在同一个连通分量**(连通分量的概念)**,那么加入(u,v)之后会形成环,因此不能选择。
情况2: 如果u和v在不同的连通分量(也可以想成是树),那么加入(v,v)之后一定是最优的。
伪代码:
把所有边排序,记第i小的边为e[i] (i<=i<m)
初始化MST为空
初始化连通分量,让每一个点自成一个独立的连通分量
for( int i = 0; i < m; i++){
if(e[i].u和e[i].v不在同一个连通分量){
把边e[i]加入MST
合并e[i].u和e[i].v所在的连通分量
}
}
/*
最小生成树(MST) Krustal算法
伪代码:
把所有边排序,记第i小的边为e[i] (i<=i<m)
初始化MST为空
初始化连通分量,让每一个点自成一个独立的连通分量
for( int i = 0; i < m; i++){
if(e[i].u和e[i].v不在同一个连通分量){
把边e[i]加入MST
合并e[i].u和e[i].v所在的连通分量
}
}
用并查集来判断是否在一个连通分量上
*/
int pre[MAX]; // 并查集
int FindRoot(int x)
{
/*
迭代写法
*/
int ans = x;
while( pre[ans]!=ans ){
ans = pre[ans];
}
pre[x] = ans; //路径压缩
return ans; //返回根节点
/*
递归写法
return p[x] == x? x : FindRoot(p[x]); //这个没有压缩路径吧?
*/
}
void InitTree(int totalnode)
{
for(int i=0;i<=totalnode;i++){
pre[i] = i;
}
}
struct Edge
{
int x; //节点x
int y; //节点y
int cost; //权重(花费,距离等)
bool operator < (const Edge & e){
return cost < e.cost;
}
}edge[MAX];
int Kruskal(int cnt,int totalnode) //cnt 代表总边数
{
//采用结构体的方法实现
int totalcost = 0;
int totaledge = 0;
sort(edge,edge+cnt); //根据权重从小到大排序
for(int i=0;i<cnt;i++){
int fx = FindRoot(edge[i].x);
int fy = FindRoot(edge[i].y);
if(fx!=fy){
//两个节点不在同一个连通分量上
pre[fy] = fx;