题目描述
最小生成树的概念:
最小生成树的意思就是,给你很多边和点的图,请你求出使得所有顶点都能联通起来,同时边的权值之和最小的结果,这个结果就是最小生成树。
思路分析
kruskal算法的思路是,先把所有边排序,然后,每次都找最小的边,将最小边两端的节点纳入最小生成树中。此方法有一个问题,那就是,如果当前最短的边两端的端点已经在最小生成树中了,也就是说,这两个端点其实已经联通了,那么,如果再加入当前边,肯定最小生成树中会出现环,因此,要排除这种情况。如何解决?
分析问题,两个端点已经联通,也就意味着,两个端点其实已经在同一个集合中了。同时,此问题的特殊之处还在于,如果两个端点没有联通,然后他们各自有一个集合,如果他们联通了,那么,他们之间的集合也会联通了。 观察这些特征,两个点是否在同一个集合?两个集合联通?这是经典的并查集问题嘛,此题用并查集解决。并查集的具体细节,可以参考我的另一篇博客:并查集实现及理解
然后此题的具体思路:
用优先级队列,也就是小根堆,来对边排序,排序算法用比较器实现。
然后依次弹出堆顶最小边,然后判断是否在同一个并查集中,如果是,说明会出现环,这个边不行,再换个边,如果不在,就把这个边加入到结果中,然后合并这两个并查集。以此类推,直到堆弹空。
代码
public static Set<Edges> kruskalMST(Graph graph){
HashSet<Edges> result=new HashSet<>();
PriorityQueue<Edges> priorityQueue=new PriorityQueue<>(new EdgeComparator());
UnionFindSet unionFindSet=new UnionFindSet((List<Node>) graph.nodes.values());
for (Edges edges : graph.edges){
priorityQueue.add(edges);
}
while (!priorityQueue.isEmpty()){
Edges e=priorityQueue.poll();
if(!unionFindSet.isSame(e.from,e.to)){
result.add(e);
unionFindSet.union(e.from,e.to);
}
}
return result;
}