最小生成树Kruskal和prime的理解

经过这三天对最小生成树的理论与实践的相互学习,我对最小生成树也有了一些了解,下面我来分享一下我的学习工程中的一些经验吧。
首先谈Kruskal,这个算法的大致思想就是,首先给你每两个城市之间的距离或其他的,总之是两个城市间的权值,然后让你搭建一条路径最短,费用最省的路,连接两个城市可以是直接连接,也可以是间接连接,因此不必要每两个城市之间都要修建一条路。
好下面开始上Kruskal的模板代码。

#include<stdio.h>
#include<string.h>
#include<algorithm>
#include<iostream>
using namespace std; 
struct edge
{
	int u;
	int v;
	int w;
}que[20000];
int f[20000];
//对输入的对列进行排序,这个在我的另一篇博客中有提到,不懂去看我那篇博客
int cmp(edge a,edge b)
{
	return a.w<b.w;
}
//用并查集来判断两个村庄之间是否需要建路
int getf(int v)
{
	if(f[v]==v)
		return v;
	else
	{
		f[v]=getf(f[v]);
		return f[v];
	}
}
int merge(int x,int y)
{
	int t1,t2;
	t1=getf(x);
	t2=getf(y);
	if(t1!=t2)
	{
		f[t2]=t1;
		return 1;
	}
	return 0;
}
int main()
{
	int n,m,i,sum,count;
	while(cin>>n>>m)
	{
		memset(f,0,sizeof(f));
		sum=count=0;
		for(i=0;i<m;i++)
			cin>>que[i].u>>que[i].v>>que[i].w;
		sort(que,que+m,cmp);
		for(i=1;i<=n;i++)
			f[i]=i;
		for(i=0;i<m;i++)
		{
			if(merge(que[i].u,que[i].v))//判断两个村庄是否需要建路
			{
				count++;
				sum+=que[i].w;
			}
			if(count==n-1)//n个村庄建n-1条路
				break;
		}
		cout<<sum<<endl;
	}
	return 0;
}

prime算法的核心是dijkstra的模型思想也来源于dijkstra,唯一的不同就是在dis[v]>dis[u]+e[u][v],而prime中是判断dis[v]>e[u][v],你可能想知道这是为什么,好,现在给你答案,上面说了最小生成树中两个城市之间不一定非得有一条路,也就是说两个城市之间可以通过另一个城市间接连接起来,这也就是说每次在找到最近的u的时候就不需要在判断dis[u]的值l,因为在找到他之后u就已经被标记了,就表明他已经是树中的成员了,因此在下面的一个循环判断的时候就没有dis[u],也不需要它了。
prime模板:

#include<stdio.h>
#include<string.h>
int e[20000][20000],dis[20000],book[20000];
int inf=99999999;
int main()
{
	int sum,i,j,k,min,n,t1,t2,t3,m,v;
	while(scanf("%d%d",&n,&m)!=EOF)
	{
		sum=0;
		memset(book,0,sizeof(book));
		for(i=1;i<=n;i++)
			for(j=1;j<=n;j++)
				if(i==j) e[i][j]=0;
				else e[i][j]=inf;
		for(i=1;i<=m;i++)
		{
			scanf("%d%d%d",&t1,&t2,&t3);
			if(t3<e[t1][t2])
			e[t1][t2]=e[t2][t1]=t3;
		}
		for(i=1;i<=n;i++)
			dis[i]=e[1][i];
		book[1]=1;
		for(v=1;v<n;v++) 
		{
			min=inf;
			for(i=1;i<=n;i++)
			{
				if(book[i]==0&&dis[i]<min)
				{
					min=dis[i];
					j=i;
				}
			}
			book[j]=1;
			sum+=dis[j];
			for(k=1;k<=n;k++)
				if(book[k]==0&&dis[k]>e[j][k])
					dis[k]=e[j][k];
		}
		printf("%d\n",sum);
	}
	return 0;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Prim算法和Kruskal算法都是最小生成树算法。 Prim算法从图中的一个顶点开始,每次找到和已经找到的顶点集最近的顶点,直到所有顶点都在已经找到的顶点集中。 Kruskal算法按照边的权值从小到大依次加入边,并且保证不会形成环。 Prim算法适用于稠密图,Kruskal算法适用于稀疏图。 总的来说,Prim算法和Kruskal算法都可以用来求最小生成树,但它们的适用情况不同。 ### 回答2: Prime算法和Kruskal算法都是解决最小生成树问题的算法,下面我们将它们进行比较。 首先,Prime算法属于单源最短路径算法,而Kruskal算法是一种贪心算法。Prime算法从一个初始节点出发,逐步扩展生成最小生成树,而Kruskal算法则是根据边的权值递增的顺序来选取边,直到生成最小生成树。 其次,Prime算法基于节点进行操作,每次选择最短的边加入生成树,然后再选择与生成树相连的最短边,直到生成树涵盖所有节点。而Kruskal算法则是基于边进行操作,每次选择权值最小且不会形成环路的边加入生成树。 此外,Prime算法的时间复杂度为O(V^2),其中V是节点数,因为每次都要选择最短的边。而Kruskal算法的时间复杂度为O(ElogE),其中E是边数,因为每次都要对边进行排序。 另外,Prime算法的实现较为简单,只需要维护一个优先队列或者使用邻接矩阵进行计算。而Kruskal算法需要使用并查集来判断是否形成环路,并且要对所有边进行排序操作。 总结来说,Prime算法和Kruskal算法在解决最小生成树问题上都有各自的优点和使用场景。Prime算法适用于稠密图,而Kruskal算法适用于稀疏图。根据具体的情况选择合适的算法能够更有效地解决问题。 ### 回答3: Prime算法和Kruskal算法是解决最小生成树问题的两种常见算法。 首先,Prime算法是一种贪心算法。该算法从一个起始顶点开始,依次选择与当前生成树集合连接的代价最小的边,直到生成一棵包含所有顶点的最小生成树Prime算法的优点是简洁高效,时间复杂度为O(V^2),其中V表示顶点数。与Kruskal算法相比,Prime算法更适合处理稠密图,因为它的时间复杂度与边数无关。然而,Prime算法在处理稀疏图时效果不佳。 而Kruskal算法是一种基于边的贪心算法。该算法首先将所有边按权重进行排序,然后依次选择权重最小的边,如果该边不会导致生成树形成回路,则将其加入生成树集合中。当生成树的边数等于顶点数减一时,停止选择。Kruskal算法的时间复杂度为O(ElogE),其中E表示边数。与Prime算法相比,Kruskal算法更适合处理稀疏图,因为排序边的时间复杂度与边数成正比。然而,Kruskal算法在处理稠密图时效果不如Prime算法。 总体而言,Prime算法和Kruskal算法在解决最小生成树问题上有各自的优势。Prime算法适用于稠密图,相对而言更高效;而Kruskal算法适用于稀疏图,排序边的操作相对而言更快速。根据具体问题的特点,我们可以选择适合的算法来求解最小生成树问题。

“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