1、最小生成树(Minimum Spanning Tree, MST)的性质
在一个给定的无向图G(V,E)中求一棵树T,使得这棵树拥有图G中的所有顶点,且所有边都是来自图G中的边,并且满足整棵树的边权之和最小。
(1)最小生成树是一棵树,因此其边数等于顶点数减去1,且树内一定不会有环
(2)对给定的图G(V,E),最小生成树可能不唯一,但是边权之和一定是唯一的(最小)
(3)因为最小生成树是由无向图生成的,因此其根节点可以是这棵树上的任意一个节点。
2、prim算法求解最小生成树
prim算法 – 普里姆算法
基本思想:对图G(V,E)设置集合S,存放已经被访问的顶点,然后每次从集合V-S(即未被访问的节点集合)中选择与集合S的最短距离最小的一个顶点(记为u),访问u,并将其加入集合S。之后,令顶点u为中介点,优化所有从u能到达的顶点v与集合S之间的距离。这样的操作执行n次(n为顶点个数),直到集合S已包含所有顶点。
prim算法和Dijsktra算法的思想大致相同,关于Dijkstra算法可以参考:Dijkstra(迪杰斯特拉)算法: 求单源最短路径(C++实现)
以下是使用邻接矩阵实现图,并实现prim算法:
#include <iostream>
using namespace std;
const int MAXV = 1000;
const int INF = 1000000000;
int n; // 顶点个数
int G[MAXV][MAXV]; // 图的邻接矩阵表示
int d[MAXV]; // 记录顶点与集合S的距离,初始化为INF,表示不可达
bool vis[MAXV] = { false }; // 标记数组,true - 表示已访问,即集合S
int prim() {
fill(d, d + MAXV, INF);
d[0] = 0; // 默认零号为最小生成树的根节点,也可以选择其他节点作为根节点
int ans = 0; // 存放最小生成树的边权
for (int i = 0; i < n; ++i) {
int u = -1, MIN = INF;
for (int j = 0; j < n; ++j) {
if (vis[j] == false && d[j] < MIN) {
u = j;
MIN = d[j];
}
}
if (u == -1) return;
vis[u] = true;
ans += d[u]; // 将当前与集合S距离最小的边加入最小生成树
for (int v = 0; v < n; ++v) {
if (vis[v] == false && G[u][v] != INF && G[u][v] < d[v]) {
d[v] = G[u][v]; // 以u为中介点可以使v离集合S更近
}
}
}
return ans; // 返回边的权值
}
以下是使用邻接表实现图,并实现prim算法:
#include <iostream>
#include <vector>
using namespace std;
const int MAXV = 1000;
const int INF = 1000000000;
struct node {
int v; // 目标顶点
int dis; // 边权值
};
int n; // 顶点个数
int d[MAXV]; // 记录顶点与集合S的距离,初始化为INF,表示不可达
vector<node> adj[MAXV]; // 邻接表实现图
bool vis[MAXV] = { false }; // 用来表示顶点是否被访问,如果已访问,就表示处于集合S中
int prim() {
fill(d, d + MAXV, INF);
d[0] = 0; // 以0号节点作为最小生成树的根节点
int ans = 0; // 记录最小生成树的边权之和
for (int i = 0; i < n; ++i) {
int u = -1, MIN = INF;
for (int j = 0; j < n; ++j) {
if (vis[j] == false && d[j] < MIN) {
u = j;
MIN = d[j];
}
}
if (u == -1) return -1; // 说明剩下的节点无法与集合S连通
vis[u] = true; // 将当前节点加入集合S中,即已被访问的节点
ans += d[u]; // 记录边权之和
for (int j = 0; j < adj[u].size(); ++j) {
int v = adj[u][j].v; // 从 u 可以到达的顶点 v
int dis = adj[u][j].dis; // u - v 之间的距离
if (vis[v] == false && dis < d[v]) {
d[v] = dis; // 以u为中介点,可以使v到集合S的距离减少
}
}
}
return ans;
}
谢谢阅读
参考《算法笔记》