Prime算法 (邻接矩阵存储图):
初始时,任选一个顶点v,加入到节点集合V={v}
然后在与v相连的所有边中找出权值w最小的边,其节点为index1,此时 V={v,index1}
然后对v和index1这两个节点,找到与这两个节点相连的所以边中的最小边,其节点为index2,此时V = {v,index1,index2}
以此类推。
//dis[i]:表示集合V中的所有节点index 到 节点i的所有边里面的最小边的权值w
//closest[i]:存放最小边的起始点index
int closest[N], dis[N];
bool vis[N];
int g[N][N] = { {INF,1,3,4},
{1,INF,2,INF},
{3,2,INF,5},
{4,INF,5,INF}
};
void Prim(int v)
{
//初始化
int index = v;
vis[v] = true;
for (int i = 0; i < N; i++)
{
dis[i] = g[v][i];
closest[i] = v; //存放 节点i的对应节点v
}
for (int i = 1; i < N; i++) //找n-1个节点
{
int min = INF;
//遍历外边,找出最小的一条边和节点
for (int j = 0; j < N; j++)
{
if (!vis[j] && dis[j] < min)
{
index = j;
min = dis[j];
}
}
//标记已加入集合V
vis[index] = true;
printf("边(%d,%d)的权值:%d\n", closest[index],index, min);
//找到新的一个节点后,对dis数组进行更新
for (int j = 0; j < N; j++)
{
if (!vis[j] && dis[j] > g[index][j])
{
dis[j] = g[index][j];
closest[j] = index;
}
}
}
}
Kruskal算法(邻接矩阵存储图)
思想:Kruskal算法是选边,并且不能构成环
思路:首先对所有的边从小到大排序,然后从最小的一条边选起,判断是否构成环,若不构成,则选上,否则丢弃。
方法:并查集
const int N = 4; //N:表示节点数
int g[N][N] = { {INF,1,3,4},
{1,INF,2,INF},
{3,2,INF,5},
{4,INF,5,INF}
};
struct Edge
{
int from, to, w;
bool operator<(const Edge b)
{
return w < b.w;
}
}e[N*N];
int p[N];
int cnt = 0;
void init()
{
for(int i=0;i<N;i++)
for (int j = 0; j < N; j++)
{
if (g[i][j] != INF)
{
e[cnt].from = i;
e[cnt].to = j;
e[cnt].w = g[i][j];
cnt++;
}
}
for (int i = 0; i < N; i++)
p[i] = i;
}
int find(int x)
{
while (x != p[x])
x = p[x];
return p[x];
}
void Union(int x, int y)
{
p[find(x)] = find(y);
}
void Kruskal()
{
init();
sort(e, e + cnt);
int count = 0;
for (int i = 0; i < cnt; i++)
{
if (find(e[i].from) == find(e[i].to))
continue;
printf("边(%d,%d)的权值:%d\n",e[i].from,e[i].to,e[i].w);
Union(e[i].from, e[i].to);
count++;
//选出N-1条边退出
if (count == N - 1)
break;
}
}
总体代码:(邻接矩阵存储图)
#include<iostream>
#include<cstdio>
#include<algorithm>
using namespace std;
const int INF = 10000;
const int N = 4;
int g[N][N] = { {INF,1,3,4},
{1,INF,2,INF},
{3,2,INF,5},
{4,INF,5,INF}
};
//dis[i]:表示集合V中的所有节点index 到 节点i的所有边里面的最小边的权值w
//closest[i]:存放最小边的起始点index
int closest[N], dis[N];
bool vis[N];
void Prim(int v)
{
//初始化
int index = v;
vis[v] = true;
for (int i = 0; i < N; i++)
{
dis[i] = g[v][i];
closest[i] = v; //存放 节点i的对应节点v
}
for (int i = 1; i < N; i++) //找n-1个节点
{
int min = INF;
//遍历外边,找出最小的一条边和节点
for (int j = 0; j < N; j++)
{
if (!vis[j] && dis[j] < min)
{
index = j;
min = dis[j];
}
}
vis[index] = true;
printf("边(%d,%d)的权值:%d\n", closest[index],index, min);
//找到新的一个节点后,对dis数组进行更新
for (int j = 0; j < N; j++)
{
if (!vis[j] && dis[j] > g[index][j])
{
dis[j] = g[index][j];
closest[j] = index;
}
}
}
}
struct Edge
{
int from, to, w;
bool operator<(const Edge b)
{
return w < b.w;
}
}e[N*N];
int p[N];
int cnt = 0;
void init()
{
for(int i=0;i<N;i++)
for (int j = 0; j < N; j++)
{
if (g[i][j] != INF)
{
e[cnt].from = i;
e[cnt].to = j;
e[cnt].w = g[i][j];
cnt++;
}
}
for (int i = 0; i < N; i++)
p[i] = i;
}
int find(int x)
{
while (x != p[x])
x = p[x];
return p[x];
}
void Union(int x, int y)
{
p[find(x)] = find(y);
}
void Kruskal()
{
init();
sort(e, e + cnt);
int count = 0;
for (int i = 0; i < cnt; i++)
{
if (find(e[i].from) == find(e[i].to))
continue;
printf("边(%d,%d)的权值:%d\n",e[i].from,e[i].to,e[i].w);
Union(e[i].from, e[i].to);
count++;
//选出N-1条边退出
if (count == N - 1)
break;
}
}
int main()
{
cout << "Prim算法求出的最小生成树:"<<endl;
Prim(0);
cout << endl << "Kruskal算法求出的最小生成树:"<<endl;
Kruskal();
return 0;
}