详细讲解最小生成树

要知道什么是最小生成树(最小代价生成树),就要知道生成树的概念。
生成树:包含图中全部顶点,但只有足以构成一棵树的n-1条边
而最小生成树就是在生成树的条件中,再加上一个条件:使得权值之和最小

我们可以将其抽象化为这样一个例子
假设要在n个城市之间建立通信联络网,则连通n个城市只需要n-1条线路。这时,自然会考虑这样一个问题:如何在最节省经费的前提下建立这个通信网络。

那么,怎么构造最小生成树呢?
下面介绍两个算法:
(1)普里姆算法(Prim)
(2)克鲁斯卡尔算法(Kruskal)

(1)普里姆算法(Prim)
普里姆算法的构造过程:
假设N=(V,E)是连通网,TE是N上最小生成树中边的集合。
a.U={u0}(u0∈V),TE={}
b.在所有u∈U,v∈V-U的边(u,v)∈E中找一条权值最小的边(u0,v0)并入集合TE,同时v0并入U
c.重复b,直至U=V

下面是一个例子:
在这里插入图片描述
最后得到的生成树为:
在这里插入图片描述
注意:每次选取最小边时,可能存在多条同样权值的边可选,此时任选其一即可。

(2)克鲁斯卡尔算法(Kruskal)
关键的两点:
(1)这条边连接两个不同的连通分量
(2)这条边的权值最小

例子:
依然使用上面的那个例子来讲:
在这里插入图片描述
在这里插入图片描述
Prim算法适合构造一个稠密图G的最小生成树,Kruskal算法适合构造一个稀疏图G的最小生成树。

  • 6
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
最小生成树Kruskal算法是一种用来求解最小生成树算法,它适用于稀疏,并且具有较高的效率和方便的实现[^2]。 Kruskal算法的原理如下[^2]: 1. 将中的所有边按照权值从小到大进行排序。 2. 从权值最小的边开始,依次选择边,如果选择的边不会形成环路,则将该边加入最小生成树的集合中。 3. 重复步骤2,直到最小生成树的集合中包含了中的所有顶点。 以下是一个使用Kruskal算法求解最小生成树的示例代码: ```python # 定义边的数据结构 class Edge: def __init__(self, src, dest, weight): self.src = src self.dest = dest self.weight = weight # 定义并查集的数据结构 class UnionFind: def __init__(self, vertices): self.parent = {} for v in vertices: self.parent[v] = v def find(self, vertex): if self.parent[vertex] != vertex: self.parent[vertex] = self.find(self.parent[vertex]) return self.parent[vertex] def union(self, vertex1, vertex2): root1 = self.find(vertex1) root2 = self.find(vertex2) self.parent[root1] = root2 # 定义Kruskal算法函数 def kruskal(graph): result = [] edges = sorted(graph, key=lambda x: x.weight) vertices = set() for edge in edges: vertices.add(edge.src) vertices.add(edge.dest) uf = UnionFind(vertices) for edge in edges: if uf.find(edge.src) != uf.find(edge.dest): uf.union(edge.src, edge.dest) result.append(edge) return result # 测试代码 graph = [ Edge('A', 'B', 4), Edge('A', 'H', 8), Edge('B', 'C', 8), Edge('B', 'H', 11), Edge('C', 'D', 7), Edge('C', 'F', 4), Edge('C', 'I', 2), Edge('D', 'E', 9), Edge('D', 'F', 14), Edge('E', 'F', 10), Edge('F', 'G', 2), Edge('G', 'H', 1), Edge('G', 'I', 6), Edge('H', 'I', 7) ] minimum_spanning_tree = kruskal(graph) for edge in minimum_spanning_tree: print(f"{edge.src} - {edge.dest}: {edge.weight}") ``` 输出结果为: ``` C - I: 2 F - G: 2 C - F: 4 A - B: 4 C - D: 7 H - I: 7 A - H: 8 ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值